交叉口信号配时优化模型研究

在传统的道路交叉信号配时方法的基础上修正了其延误计算公式,建立了配时优化模型。     

乌鲁木齐市道路交叉口信号配时优化应用

介绍乌鲁木齐市交通信号的控制概况,分析交通信号控制的基本理论、交通信号控制的主要方法和信号相位、相序的确定等,并以此为理论基础,以两相位的建国路一东风路为例,对信号配时进行试算和确定,通过方案的对比和分析,最终确定可以获得最大通行能力的信号配时方案,为此后交通控制方案的设计和调整提供借鉴和参考。     

城市单点交叉口信号配时优化

为了缓解城市交通拥挤, 分析了城市单点交叉口交通流特性与通行能力, 建立以平均延误时间最短、平均停车次数最少为目标, 以相位有效绿灯时间、饱和度及周期时长为约束条件的城市单点交叉口信号配时优化非线性函数模型, 用遗传算法及遗传模拟退火算法对其进行求解。求解结果表明, 遗传算法及遗传模拟退火算法均可将平均延误由现状的40.394 s优化至10^-3 s, 减少了平均停车次数, 获得较为理想的效益值, 将各交叉口服务水平由C级提升到A级。     

基于Synchro的畸形交叉口信号配时优化分析

介绍信号配时模型的现有研究成果,分析Synchro仿真系统中信号配时优化模型、用于延误计算的百分比延误方法（PDM）模型、停车次数计算模型、通行能力计算模型和服务水平等模型。以重庆市临江门交叉口为例,在调查实际数据的基础上结合进口道调整对当前信号配时方案进行优化研究。经过Synchro系统优化后,最大饱和度由1．19减小到1．01,平均控制延误由68．5S减少到36．4s,服务水平由E级提高到D级。结果表明应用Synchro系统可有效提高路口的控制效果。     

基于累积能耗的信号交叉口优化配时方法

为了减少车辆在城市道路系统中的能源消耗,从降低信号交叉口能耗的角度出发,对交叉口进行基于累积能耗的优化配时方法研究。在累积延误分析的基础上研究机动车怠速能耗、减速能耗和加速能耗的规律,由此推导出信号交叉口累积能耗模型,在该模型的基础上建立基于累积能耗与延误综合指标最小的交叉口信号配时优化模型。利用实际交叉口的vis-sim仿真,对比分析现状配时、韦伯斯特法配时和基于累积能耗方法配时的交叉口累积能耗和延误,结果表明,基于累积能耗的优化配时方法可以有效降低累积能耗和延误。     

基于Synchro的T型交叉口信号配时优化研究

通过分析Synchro系统优化仿真模型，以典型T型信号交叉口单点信号控制为研究对象，结合交叉口微观仿真软件分析交叉口信号配时的合理性．并在调查实际数据的基础上对T型交叉口当前信号配时方案进行分析优化，有利于解决日趋紧张的城市交通问题。     

基于Synchro的T型交叉口信号配时优化研究

通过分析Synchro系统优化仿真模型,以典型T型信号交叉口单点信号控制为研究对象,结合交叉口微观仿真软件分析交叉口信号配时的合理性,并在调查实际数据的基础上对T型交叉口当前信号配时方案进行分析优化,有利于解决日趋紧张的城市交通问题。     

公交优先的信号交叉口配时优化方法

传统的交叉口信号配时方法将所有车辆同等对待,对于公交车辆比例较大的相位是不公平的。提出了以人总延误最小为信号周期时长的优化目标,以相位乘客流量比和相位饱和度确定绿信比的方法。应用分析表明,按照这一方法进行配时,虽然车均延误比用传统方法进行配时略大,但公交车辆和人均延误却降低了约30％,在保障交叉口交通顺畅的前提下体现了公交优先,减少了公交车辆在信号交叉口的延误。     

基于Synchro仿真的交叉口渠化与信号配时协调优化

考虑到交叉口渠化对信号配时的影响,提出一种信号配时协调优化方法。第一阶段,在交通调查基础上,利用Synchro仿真软件对现有交叉口配时方案进行优化;第二阶段,根据第一阶段配时优化结果和交叉口现状提出合理的渠化改进方法,并进一步利用Synchro仿真软件得到新的优化配时方案;最后,从两个方案中选择较优的作为最后方案。典型交叉口案例表明,本协调优化方法可在较少渠化的基础上提高交叉口服务水平,尤其适用于拥挤的交叉口。     

基于交叉口可靠性的公交优先信号配时优化模型

公交信号优先被广泛应用于提高道路通行能力和服务水平等方面,但是,公交信号优先经常会破坏路网,从而导致交叉口可靠性降低.因此,交叉口可靠性是交通信号设计中需考虑的一个重要问题.本研究针对单点交叉口提出了基于可靠性的公交信号优先配时优化模型,将人均延误最小化作为目标函数,将交叉口相位清空可靠度指标作为一个重要约束条件,该模型在优化信号配时的过程中不仅降低了人均延误,并且保证了交叉口的可靠性.本研究将该优化模型应用于单点交叉口,通过分析影响参数得到:仅提高可靠性要求,延误时间会非线性增加;若一味地降低总延误会导致低可靠性.最后,通过案例分析将传统模型与本研究模型进行对比分析,验证了本研究所提出模型的实用性.     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

基于VISSIM的交叉口信号控制优化

城市十字路口较多,加之信号配时不合理,车辆通过就会干扰频繁,使得延误时间过长,十字路口的通过量低.文章以桂庙村口交叉口为例,在对该路口交通流量数据调查的基础上,运用VISSIM建立微观仿真模型,检验仿真与现实路口的相似度,通过“等效交通量”方法优化配时方案,并对优化前后的配时方案进行仿真评价.仿真结果表明：优化方案使得交叉口停车时间下降了10.96％,平均排队下降了15.82％,通过车辆数增加了12.92％,说明优化配时方案能够有效提高该交叉口的服务水平,提高通行率.     

交叉口交通信号配时优化研究——以宣城市某交叉口为例

信号配时优化是提高交叉口服务水平的重要途径.以中小城市交叉口为例,通过对现状交通量、交通信号配时的分析,以及时在低交通量条件下的信号优化配时方法的讨论,并利用Vissim软件进行交通仿真,结果表明,非比例调整方法具有一定的优越性.     

城市主干路信号配时优化实证研究

城市主干路上各交叉口交通信号的不协调是造成城市交通拥堵的主要原因之一.在现有交通设施条件下,通过改善交通管理措施,特别是改进交叉口信号控制方式,可以有效提高城市主干路的通畅性.本文概括了城市主干路信号控制常见问题及改善措施,以北京市海淀区主干路为例,运用干线协调控制理论,建立线控系统,通过SYNCHRO软件对系统进行优化,利用VISSIM仿真软件对线控实施前后道路的运行状况进行了比较.结果显示:采用线控优化后,该干线晚高峰时段北向南和南向北方向平均延误分别减少了35.5%和34.9%,平均行程速度分别提高10.31%和15.54%.     

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

细菌觅食机制粒子群优化算法

针对基本粒子群优化算法易陷入局部极值的缺陷,提出了一种细菌觅食机制粒子群优化算法.其基本思想是在粒子群优化算法中引入细菌觅食行为机制,提高PSO算法跳出局部极值的能力,借以改善PSO算法的寻优性能.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显著改进.     

基于微粒群算法的多目标列车运行过程优化

为客观地描述列车的运行过程,建立了列车运行过程的多目标优化模型,并用微粒群算法求解该模型.针对多目标微粒群优化(MOPSO)算法的不足,提出了相应的改进措施和解的多样性保持策略.仿真结果表明,提出的优化列车运行过程的改进MOPSO算法可以在一次运行过程中获得多组列车操纵控制策略,清晰地显示出各性能指标随控制策略变化的趋势,控制序列转换次数大大降低,每组控制策略都可以在能耗、运行时间和停靠准确性之间获得很好的折衷效果,可以根据列车运行状况选择恰当的策略控制列车,以获得预期的结果.     

基于微粒群本质特征的混沌微粒群优化算法

在总结对微粒群优化(PSO)算法本质的主要研究成果的基础上,提出了基于微粒群本质特征的混沌微粒群优化(CPSO)算法.该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解.为了提高粒子群的多样性,用由粒子邻域内若干个个体最优位置依其适应值加权平均得到的中心位置代替标准PSO算法的全局历史最优位置.然后,根据粒子个体最优位置与上述中心位置间的距离自适应地调整混沌搜索区域半径.用几个经典测试函数的仿真结果及与其它几种PSO算法的比较结果验证了新算法的有效性.     

基于粒子群算法的多配送中心选址研究

配送系统设计时,除了使系统的总费用最小外,还要满足各个需求点对时间的要求.综合考虑选址的物流成本和服务水平,在说明了建模的假设条件后,以经济性为决策目标,以时效性为约束条件,建立了带时效性约束的单个产品混合整数非线性规划模型.根据模型的特殊结构和粒子群算法解决复杂问题的优势,运用粒子群算法进行了求解.将多配送中心选址模型及算法应用于某一快递企业的选址问题,用实际调研的数据得出了一个最优选址方案.