《城市十字交叉口交通信号控制模型的仿真评价.pdf》由会员分享，可在线阅读，更多相关《城市十字交叉口交通信号控制模型的仿真评价.pdf（72页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、东南大学硕士学位论文城市十字交叉口交通信号控制模型的仿真评价姓名：何丽芳申请学位级别：硕士专业：交通信息工程及控制指导教师：柴干20070414摘要摘要城市交叉口信号控制是从时间上使交叉口安全、有序和畅通的重要技术。如何科学评价交通信号控制模型的可行性和有效性关系到整个信号控制系统合理运行的成败。特别是，如何从微观和动态的角度，改进以往从经验和静态的角度评价控制模型的方法是需要深入研究的课题。本文应用交通微观仿真技术，建立信号控制模型的微观仿真评价指标体系和综合评价模型，并应用所建立的仿真综合评价模型，为交叉口信号控制运行状况的评估提供科学依据。首先，本文分析了F-B 法和基于遗传算法的交通信
2、号控制模型，特别是针对后者，总结了以往单一的以平均延误或者车辆总停滞数为目标函数的不足之处，采用了以平均延误最小、平均停车率最小和通行能力最大为目标的多目标函数，并加入可实时变化的加权系数，将多目标函数转换为量纲统一的单目标函数，形成了用于仿真评价的信号控制优化模型。本文借鉴城市道路交叉口交通运行状况的评价指标，依据微观仿真模型和仿真软件所能提供的单个车辆运行的交通参数，结合城市道路交叉口信号控制的实际需求，给出了适用于信号控制模型的微观仿真评价指标和评价体系。本文以交通效率、交通污染、交通安全和交通能耗为评价主体，采用模糊层次分析法计算评价指标的权值，将其引入模糊自评判综合评价方法确定综合评
3、价值，进而给出仿真评价模型，实施十字交义口交通信号控制的综合评价。最后。本文采用V i s u a lc+编制微观仿真评价的软件模块，并通过对示例交叉口的仿真运行及实地调查结果的比较，证实了所建评价指标体系和仿真评价模型的合理性和所开发软件模块的可靠性。【关键词】城市交叉口，信号控制，微观仿真，评价模型，仿真评价指标A b s t r a c tA b s t r a c tS i g n a lc o n t r o lo fu r b a ni n t e r s e c t i o n si sa ni m p o r t a n tt e c h n i q u eu s e df o
4、 rm a k i n gc r o s s i n gs a f e ra n df r e e r H o wt oe v a l u a t et h ef e a s i b i l i t ya n dv a l i d i t yo f t h et r a f f i cs i g n a lc o n t r o lm o d e ls c i e n u f i c a l l yi sr e l a t i n gt ot h es u c c e s so ft h ew h o l et r a f f i cs i g n a lc o n t r o ls y s
5、t e m sr a t i o n a lo p e r a t i o n S p e c i f i c a l l y,h o wt oi m p r o v et h ee v a l u a t i o nm e t h o do fs i g n a lc o n t r o lm o d e lo u to ft h ef o m a e r l ye m p i r i c a la n ds t a t i cm e t h o d si sas u b j e c tw h i c hn e e dt od e e ps t u d y T r a f f i cm i
6、c r o-s i m u l a t i o ns y s t e mt e c I l l l o l O g yw a su s e di nt h i sp a p e rt oe s t a b l i s ht h ee v a l u a t i o ni n d i c a t o rs y s t e ma n dc o m p r e h e n s i v ee v a l u a t i o nm o d e lb a s e do nm i c r o s i m u l a t i o n A n do f f e rs c i e n t i f i cf o u
7、 n d a t i o nf u ri n t e r s e c t i o ns i g l l a lc o n t r o lo p e r a t i o ne v a l u a t i o nb yu s i n gt h ee v a l u a t i o nm o d e l F i r s t l y,t h i sp a p e ra n a l y s e sF Bm e t h o da n ds i g n a lc o n t r o lm o c I e lb a s e do ng e n e t i ca l g o r i t h m T o w a
8、r dl a t t e rs p e c i a l l y,s u m m a r i z et h ed e f i c i e n c yo fo n l ya i m i n ga ta v e r a g ed e l a yo rg e n e r a ln u m b e ro fs t o pv e h i c l e s A d o p t i n gm u l 卸l co b j e c t i v ef u n c t i o ni n c l u d i n gt h em i n i m a la v e r a g ed e l a ya n dt h em i
9、n i m a ls t o pt i m e sa n dt h em a x i m u mi n t e r s e c t i o nc a p a c i t y,a tt h es a l n et i m e，m a k i n gt h em u l t i p l eo b j e c t i v ef u n c t i o n si n t os i n g l eo b j e c t i v ef u n c t i o nb yi n t r o d u c i n gw e i g h t e df a c t o rw h i c hc o u l dc h a
10、 n g eb yt i m e B o r r o w h i gt h ee v a l u a t i o ni n d i c a t o ro f u r b a ni n t e r s e c t i O l 岱o D e r a t i o n,b a s i sm i c r o-s i m u l a t i o nm o d e la n ds i m u l a t i o ns o R w a r cw h i c hc o u l do f f e rs i g n a lv e h i c l et r a f f i cp a r a m e t e r,r e
11、 l a t e dw i t l ls i g n a lc o n t r o la c t u a ld e m a n d，t h i sP a p e rp u t sf o r w a r dm i c r o-s i m u l a t i o ne v a l u a t i o ni n d i c a t o ra n de v a l u a t i o ns y s t e m T h ep a t t e mw i t ht r a f f i ce f f i c i e n c y,p o l l u t i o n，s a f ea n de u e r g y
12、r e m a i n i n gd o m i n a n t，t a k i n gF A H Pt oc a l c u l a t eb a l a n c e，a n dt a k ea d v a n t a g eo f 如z z ys a l f j u d g e n g m tm o d e lt o 百v et h ev a l u eo fc o m p r e h e n s i v ee v a l u a t i o n A tl a s t，as o f t w a r ei sd e s i g n e d，b yc o m p a r i n gt h er
13、 e s u l to f s i m u l a t i o na n dt r u t ht op r o v et h er a t i o n a l i t yo f e v a l u a t i o ni n d i c a t o rs y s t e ma n dt h ec o m p r e h e n s i v ee v a l u a t i o nm o d c la n dt h er e l i a b i l i t yo f t h es o f l 3 v a r e K e yW o r d s：U r b a ni n t e r s e c t i
14、 o n；S i g n a lc o n t r o l；M i c r o s i m u l a t i o n；E v a l u a t i o nm o d e l；S i m u l a t i o ne v a l u a t i o ni n d i c a t o r sI I东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己
15、在论文中作了明确的说明并表示了谢意。研究生签名：东南大学学位论文使用授权的说明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权东南大学研究生院办理。研究生签名：侄阻导师签名：纽日第一章绪论1 1 研究背景及意义第一章绪论随着全球经济建设的快速发展，城市化进程不断推进，城市交通量迅速增长，交通出现了日趋紧张的局面，交通拥堵经常发生。据调查，美国在1 9 7
16、6 2 0 0 5 年期间。每年车辆公里数以7 7 的速度上升，可是同期道路建设里程的增长数却仅为2，在城市交通中的高峰时期，5 4 的车处于拥挤状态。由于交通拥挤，人们每天消耗在上下班的时间比平时平均多了1 5小时，同时导致商业车辆在交通运输中延误，增加了运输成本。在我国据统计交叉口的通行能力较路段下降4 6 到5 0，而且在所有的交通事故中，发生在交叉口的就约占6 4。从中可以看出，交叉口引发的一系列问题：交通延误增加、行车时间加长、事故频发、环境污染严重，使整个城市的经济发展受到制约，缓解交通拥堵问题已迫在眉睫。而对于城市道路而言，交义n 是城市交通的关键，大量事实也证明交叉口的拥堵现象
17、晟严重，它是整个城市道路的瓶颈地带。交叉口的交通运行状态与整个城市的交通运行状态密切相关。解决交叉口的交通问题是解决城市交通问题的关键。解决交叉口通行能力需要从空间渠化与时间配时上组织交通。交通信号控制是从时间上使交叉口畅通的主要手段，因此，交通信号控制是提高城市交通交叉口通行能力的主要手段。适当的信号控制方案在交叉口的交通运行中至关重要。城市平面单交叉路口的交通信号控制方法有定时、多时段、感应和智能控制。单交叉路口信号控制是对相位、周期和绿信比的控制和优化。确定选用的控制方法或选用的配时方案是否达到了优化，仅仅靠在实际观测中对交叉口的交通状况进行监测是不可行的，这样对人力、物力和财力都是极大
18、的浪费，且得到的结果因为有较多人为因素影响会造成极大的偏差。因此，在现代系统工程和计算机仿真技术充分发展的基础上，微观交通仿真系统迅速发展起来“1。它不仅仅是对交通现象的简单复现，更重要的作用是在交通系统复杂以及难以现场试验的情况下，为交通系统提供可靠的试验平台，为各种交通管理规划、交通控制项目方案提供决策依据和科学评估”。特别地，在信号控制的优化方面，国内常用的方法是经验法，需要大量时间来计算并观测，目前还没有种客观可行的方法优化交通信号控制参数。而微观交通仿真软件在信号控制优化方面具有一定的优势，但是对优化后的仿真结果没有有效的分析使其具有一定的局限性，本文将在优化结果的基础上提出城市道路
19、交叉口信号控制的仿真评价指标体系。微观仿真系统模型的基本构成包括车辆行驶行为模型、交通控制状态模型、交通管理状态模型和道路几何状态模型，其中，车辆行驶行为模型是模型体系的核心”。但是，在建模过程中，驾驶员行为和车辆行驶行为是不可预知的”，也就是说交通流的不确定性使得输出的仿真结果和真实值之间有一定的误差。而且虽然目前大多数微观仿真软件都能动态显示交通信息，并提供交通性能指标统计列表，为交通方案的可行性分析与效果评价提供依据，但是，在混合交通流情况严重或交叉口多样化的今天，这种简单的交通指标列表方法只能反映交通状况的某一方面，不能全面地为用户提供足够的辅助分析功能”1。要全面的评估交叉口信号控制
20、仿真结果，必须通过对交通状况的综合评价来体现。在现有微观仿真系统中，仿真结果分析往往需要用户自行设计仿真方案，要求用户有一定的交通专业知识，而专用于微观仿真的综合评价工具就更少见。所以，针对现有城市交叉口信号控制模型的仿真评价的不完善之处，结合可评价仿真指标和交叉口宏观评价指标建立微观仿真评价指标体系，并选用较为适合的综合评价模型提出一套适用于城市交叉口交通信号控制模型的仿真评价优化流程，开发出可行性较高的仿真东南大学硕：t 学位论文评价软件对我国城市交通的发展具有较大的现实意义。1 2 国内外研究概况1 2 1 国外研究概况2 0 世纪6 0 年代以来，国外交通仿真系统得到了较大发展。目前，
21、公开发表的道路交通仿真软件已有近百个，有一定应用的软件系统也有数十个。对微观交通仿真系统，一般可以根据道路交通仿真系统的功能，从城市交通、公路交通角度对既有系统进行分类p J。其中，专门针对城市交通的微观交通仿真软件就有C A S I M I R、C O R S I M 瑾1 及S I G S I M 等十三个软件，两者兼有的就有十二个。国外具有信号配时优化功能的软件系统，如V I S S I M l 9 系统、T S I S【l o】系统、s c o o 一”】系统、S Y N C H R O 系统等l l“。行车延误是国外仿真软件研究的重点I l 斗l l“。V I S S I M 3 6
22、 0 是应用较为广泛的微观交通仿真系统，由德国P T v 公司开发，具有计算控制延误、停车延误和引道延误的功能”“。它不仅可计算机动车和非机动车的控制延误，还能对行人的延误进行统计。描述延误的参数主要有；每车平均总延误、每车平均停车时间、队列中车辆状态改变次数、总车辆数、每人平均总延误和总行人数。S y n c h r o 系统是T r a f f i c w a r e 公司开发的用于信号配时优化的商业化仿真软件，目前已经开发完成了6 0 版本。S y n c h r o 系统通过使用H 例2 0 0 0 中提供W e b s t e r 延误模型和百分比延误方法(P e r c e n t
23、 i l eD e l a yM e t h o d，P 蹦)计算行车延误来评价信号优化方案的优劣。S y n c h r o 仿真软件的主要输出指标参数为：控制延误、进口延误和排队长度(包括9 5 排队长度和5 0 排队长度)。S C O O T 系统是由英国运输研究所在T R A N S Y T 基础上研制的自适应控制系统，该系统的展新版本为4 4 版。该系统主要用于城市交通控制系统的管理，在优化控制方案评价方面，S C O O T 系统可输出的参数指标其主要有：行车速度、流量、排队长度、车辆延误、车道占有率和饱和度。国外在城市交叉口信号优化控制仿真软件方面的发展已经较为完善，按照安全指标
24、、效率指标、环境指标和能耗指标将可评价的行为指标进行了分类，并对这些指标提出一套较为严谨的科学计算方法。但是，在对交通控制优化控制方案的综合评价方面，还缺乏一定深入的研究。总之，国外在城市交叉口信号控制仿真评价方面的基础性研究基本上完成。具备了强大的功能，且还在进一步的发展之中。1 2 2 国内研究概况与国外相比，由于我国交通国情的限制，国内在交通仿真方面的研究长期处于一种未受重视的状态。随着I T S 在世界各国研究的广泛开展，我国交通界认识到了在我国开展I T S研究的重要性。与此同时，作为I T S 核心技术之一的交通仿真也受到了极大的关注。国内交通的显著特点就是混合交通，加之使用者的交
25、通意识比较薄弱，由此形成的交通构成、交通流特性、交通组织管理方法都与国外有很大不同，放国外的仿真模型不一定都适用于中国国情。因此国内的交通仿真软件必须在国外软件的基础上开发适应中国自己特色的仿真系统。基于此，从9 0 年代起，国内一些研究机构和大学的交通专业开始重视并研究开发这个系统，交通部公路科学研究所、同济大学、长安大学、和东南大学交通学院I T S 研究中心都从事了大量的研究工作并取得了一些成果。就国内建立的仿真评价指标来看，对交通延误的研究是较为深入。公安大学在考虑行人和自行车对左右转弯车辆的干扰和车辆的个体行为影响下，给出了不同车辆类型、不同转弯方式、不同交叉口尺寸和在有无行人和自行
26、车干扰条件下车辆通过交叉口所需要的时间，这2第一章绪论为城市交叉口信号控制交通延误的仿真模型奠定了基础。广州市交通规划研究所在建立仿真模犁时，也引入了非机动车、行人对机动车干扰系数这一概念，直接从车辆运行本身产生的延误考虑，得出不同于交通工程学中静态延误指标的动态仿真指标计算方法，也使其更加适用于我国混合交通较为严重的特殊交通国情。河南省新开元路桥工程咨询有限公司采用神经网络的方法对排队长度建模，成功实现了单、双车道排队长度的预测，但此模型对对左转车道排队长度的预测效果不佳。国内常用的交叉口信号控制仿真的综合评价体系基本上是采用行车延误、排队长度和停车次数为基础指标，如：北方交通大学利用德国V
27、 I S S I M 交通仿真软件对北京市东四十条桥环形交叉的交通现状进行仿真研究时，选用的就是行车延误、排队长度和停车次数为评价指标：同济大学开发的单点十字交叉口动态交通仿真软件将停车延误、最大排队长度和停车比作为交通状况的评价指标；东南大学交通学院I T S 研究中心研发的城市干线仿真软件采用饱和度、平均延误、最大排队长度、平均停车率、燃油消耗这5 个指标作为系统运行的评价指标。但是，除东南大学将主成分分析法应用在仿真评估方法上，其他的大部分仿真软件都是单一地通过同类指标之间的比较来确定仿真结果的优劣。该方法能从单方面较好的反映仿真结果，但是这种简单的指标列表方法已经不能为用户提供足够的辅
28、助分析功能，如从交通安全、交通效率、环境污染、能源消耗等等考虑的话，这些指标都是远远不能满足要求的。总之，目前国内的城市交叉口信号控制的仿真评价指标体系研究较为零散。就单个的仿真指标而言，在行车延误的研究上已经取得很大的进展，但是对排队长度、停车次数和饱和度等仿真指标还缺乏一定深入的研究。就整个仿真指标体系而言，国内还没有建立起针对交通信号控制模型的仿真评价指标体系，即使在配时方案优劣进行比较时，也仅仅局限于解决单一问题，单一地通过同类指标之间的比较来确定配时方案优劣，还没有比较系统的分析和评价。因此，如何建立城市交叉口信号控制的仿真评价指标体系迫在眉睫。1 3 研究内容及研究重点1 3 1
29、研究内容城市道路微观仿真系统主要包括数据采集模型、道路设施模型、交通生成模型、交通控制模型和车辆运行模型，本论文主要以交通信号控制模型为研究对象。针对于单个交叉口的信号控制模型一般分为定时“”、感应”“和自适应控制“”三种控制方式，本文以定时控制基础，选择传统的F B 控制模型和现阶段较为时兴的基于遗传算法的控制模型作为此后用于仿真评价的控制模型。根据其计算所得出的配时方案，在软件中实现车辆在单个十字交叉口的仿真运行，通过建立的指标体系对该方案进行综合评价，最终得出最优方案。l、信号控制模型分析本文拟采用传统的F B 控制模型和现阶段较为时兴的基于遗传算法的控制优化模型。卜B 法采用W e b
30、 s t e r 的最佳周期时长计算公式：基于遗传算法的信号控制优化模型分别以平均延误、平均停车率、通行能力为目标函数进行优化和加权前面提出的三个目标函数四种不同的信号优化控制模型。将此五种方法得出的信号配时结果代入自主开发的仿真评价软件进行仿真评价。2、建立微观仿真评价指标体系城市交叉口信号控制模型的仿真评价指标的研究是基于仿真输出模块得出的。本文暂不研究仿真动画输出，主要是对仿真评价指标体系的建立作出探讨。以优化交通信号控制配时方案为目的，从交通效率、交通安全、交通能源及交通污染这四大方面着手，参考实际交通状况分析评价中常用性能指标，对仿真输出指标进行筛选，确定出城市道路微观仿真系统的评价
31、指标。并总结出单个指标的仿真算法模型，与交通工程学静态模型进行比较，得出每个东南大学硕士学位论文指标的仿真算法。3、仿真综合评价模型研究目前国内对交通信号控制模型的评价主要是用简单的指标列表方法单一地通过同类指标之间的比较来比较模型的优劣，不能全方面、多角度地对模型进行比较。而对城市道路微观仿真系统的综合评价的最终目的是对最佳方案的整体综合评判和选择，根据多次实验综合评价值的大小可以比较出不同控制方案的优劣性，为此本文采用系统决策方法进行综合评价，主要的方法有模糊综合评价、层次分析法、灰色关联系数法等。本文采用将模糊层次分析法和模糊综合评价有机结合起来的一个实用的组合评价模型对城市道路微观仿真
32、系统进行评价。4、仿真软件开发运用V i s u a lc 什设计城市道路十字交叉口单点车辆运行仿真及结合多层次模糊综合自评判模型对交通信号控制模型进行仿真评价。1 3 2 研究技术路线通过对基础资料的收集和分析，选择较好的仿真计算方法和综合评价方法，并结合实际城市道路交叉口性能评价指标对城市交叉口交通信号控制模型仿真评价及优化进行深入研究。在研究过程中以交通工程学、微观交通系统仿真、综合评价方法为基础，汲取国内外最新研究成果，研究适合我国城市交叉口交通信号控制仿真评价指标和综合评价方法，并对信号控制模型进行优化。具体技术路线图如下图所示：收集并分析资料文献交通信号控制模型分析仿真评价指标体系
33、综合评价模型及算法十字交叉口信号控制评价软件信号控制基本概念国内外最新研究成果确定本文所采用的控制模型并进行具体分析、研究平面交叉口交通管理评价指标体系分析交叉口交通信号控制运行状况可采集数据分析、采集微观仿真可输出评价数据指标分析用于信号控制运行状况评价的综合评价模型分析选择最适合综合评价模型进行研究图1-1 技术路线图4第一章绪论1 3 3 研究重点、难点及解决方法1、基于遗传算法信号优化控制模型的目标函数研究。一般基于遗传算法的信号优化控制模型都是以车辆停滞总数或者停车率和延误时间作为优化目标函数。本文将以停车率、延误时间和通行能力三者加权结合起来，形成量纲统一的单目标函数，所以研究探讨
34、改进的基于遗传算法的信号优化控制模型是本文研究的重要内容之一。2、城市道路微观仿真系统中对十字交叉口运行状况评价的指标体系研究。研究基于借鉴真实交通系统中对城市道路交叉口交通状况的分析评价方法，结合交通微观仿真模型结构以及微观仿真软件提供的交通信息，建立城市道路微观仿真用于交通信号控制模型的评价指标体系。3、城市道路微观仿真系统综合评价技术研究。研究基于模糊层次分析法和模糊综合自评判方法，探讨和研究城市道路微观仿真中在改变配时后交叉口运行状况综合评价。在基础专业知识上进行探索，大胆创新，并且结合实际需要，开发出实用有效的城市道路微观仿真评价系统是本次研究的另一重要目标。5东南大学硕士学位论文第
35、二章十字交叉口交通信号控制模型单个交叉口交通信号信号控制模型信号配时包括两个方面的内容：确定相位信号方案和信号控制基本参数。无论是定周期式控制还是感应式控制，都需要根据交叉口的几何特性、交通状况进行信号相位方案的选择和信号配时参数的确定，信号相位方案及配时参数的合理与否决定了信号控制效果的优劣。2 1 信号控制模型概述2 2 1 信号控制主要参数对于平面交叉口的信号控制而言，信号配时的主要参数包括：相位(相位数、相序)、周期、绿灯时间(绿信比)。2 2 1 I 信号相位二_：崔f 一 誊一上!i：r l 厂_ i 旷，厂 I?r第相宜2 2 I 2 周期时长第瑚血第 眦图2 1 四相位信号配时
36、图周期时长(i r)是信号灯各种灯色轮流显示一次所需的时间，即各种灯色显示时间之总和，或是从某主要相位的绿灯启亮开始到下次该绿灯再次启亮之间的一段时间。周期时长是决定定时信号控制交叉口交通效率的关键控制参数，所以是信号配时设计的主要对象。一般信号灯最短周期不能少于2 5 s，否则不能保证几个方向的车顺利通过交叉路口。最长周期不超过1 2 0 s，否则引起等待司机的抱怨，或者误以为信号灯己经失灵。适当的周期长度对疏散路口处的交通流、减少车辆等待时间有重要意义2 2 1 3 绿信比绿信比(蜀)是一个信号相位的有效绿灯时长G 与周期时长i r 之比。绿信比的大小对于疏散交通流和减少路口总等待时间有着
37、举足轻重的作用。通过合理地分配各车流方向的绿灯时问(绿信比)，可使各方向上的停车次数、等待时间减至最少。2 2 1 4 饱和流量进口道饱和流量(S)是指E-次连续的绿灯时间内，交叉口进口道上车队能够连续通6第二章十字交叉口交通信号控制模型过停车线的折算为标准小汽车的最多车辆数。近年来的研究表明，交叉口进口道经划分车道渠化交通后，进口道饱和流量随进口道车道数的增加而增加，而车道饱和流量随道路、交通条件不同而有差异。所以必须分别计算各条车道的饱和流量，然后再把各条车道的饱和流量累计成进口道的饱和流量。本论文采用不考虑对向车流影响的单车道的饱和流量，其计算公式如下：s(，f，瓦，G，w 1)：2 0
38、 8 0-1 4 0 8-4 2 1 6 a 1 G 7+1 0 0(w I-3 一2 5)(2 1)l+兰生，式中：厂转弯车辆所占比例；其中：直行车道厂=o，左转或右转专用车道f=l，混行车道厂=转弯车辆数直行车辆数；，转弯车辆的转弯半径(m)；M 车道宽度(1 1 1)；坑表示车道所处的位置，靠边车道瓯-1，非靠边车道瓯=o；磊坡度表达式，如=1 时表示上坡；=o 时，表示下坡；G 进口道坡度。进口道有n 条车道时，进口道饱和流量为：S=S i(2 2)式中：最一上式中计算得到的各车道饱和流量(辆肺)。2 2 1 5 通行能力在信号控制交叉口，车辆只能在有效绿灯时间内通过停车线进口道上的通
39、行能力(C)为：c 二=S x g i2 2 1 6 流量比因此信号控制交叉口一侧(2 3)流量比(y)又称饱和度，是进口道实际到达流量与饱和流量之比。车道流量比即为进口道上各条车道的到达流量q 同该车道饱和流量S 之比。通常车道流量比率最高的相位称之为关键相位，它对整个交叉口的通过能力和信号配时起决定作用。流量比率的计算公式如下式为：Y=q S(2 4 2 1 2F-B 修正定时信号控制模型在利用F B 模型对交叉口进行信号配时时，主要决定的两个因素是：信号周期和绿灯时闻。F B 信号控制模型的基本出发点是：车辆通过交叉口时，以其受阻延误时间作为唯一的衡量指标，然后对信号配时方案进行优选”。
40、1 9 8 0 年，一些学者对F-B 信号配时公式进行了修正。特别是澳大利亚学者R 阿克塞立克引入了“停车补偿系数”，并将它与车辆延误时间结合在一起，用于评价信号配时方案的优化程度”“，这就是F B 修正定时信号控制模型。7东南大学硕士学位论文2 1 3 基于有序样本聚类的T O D 信号配时优化模型基于有序样本聚类的T O D 信号控制模型建立的基础是多时段T O D(T i m eO fD a y)算法和感应控制算法”“。它首先对原有多时段T O D 算法做出改进，提出基于有序样本聚类的改进型T O D 控制模型，然后将改进型多时段T O D 模型和感应控制模型相结合，提出一种根据路口流量
41、变化而自动调整的综合控制算法。该模型不仅可以充分利用交叉口的时空资源，又可以充分发挥了远程控制中心计算机的计算潜力。在文 2 3 3 采用路口饱和流量的8 0 为分界线决定是否采用感应算法。如果路口流量大于此界线，则采用改进的T O D 模型，若小于此界线，则采用感应控制模型。2 1 4 基于遗传算法的信号配时优化模型基于遗传算法的信号配时优化模型模型是通过再励学习算法对交通信号控制进行优化，以白然选择和生物遗传理论为基础，将生物进化过程中的“物竞天择，适者生存”的规律与群体内部的染色体的随机信息交换机制相结合，是一种高效的全局寻优搜索算法。针对典型的多车道双向交叉口的交通流分布，以周期内交叉
42、口车辆延误最小或车辆停滞总数最小为目标函数，采用遗传算法对信号周期时长和相位绿灯持续时间进行优化“1：对到达车辆数目进行模糊分类，将不同数量车辆的信号控制决策方案以规则集形式存储在知识库中，在实际控制过程中，根据不同时段控制方案的控制效果，使用遗传算法对知识库中的规则进行改进”“，以确定出较优控制规则“”。2 1 5 基于蚂蚁算法的信号配时优化模型蚂蚁算法(a n t a l g o r i t h m)作为一种新的求解优化问题的通用型随机优化方法，吸收了昆虫王国中蚂蚁的行为特性，通过其内在的搜索机制，在交叉口信号配时优化问题求解中取得成效。其主要优化求解过程如下：1、用常规的罚函数将所有约束
43、方程转入目标函数中，然后对单路口交通信号配时优化问题进行全局随机搜索”。搜索过程分两部分进行：(1)无初始值时按随机原则将给定个数的蚂蚁散布在解的定义域内，记录具有最佳评价函数值的蚂蚁并确定精英蚂蚁。(2)按转移概率移动各蚂蚁，蚂蚁f 从领域按一定的概率移至蚂蚁，的领域；或者蚂蚁i 做自身的领域搜索(搜索半径为，)，试图寻找更好的解。2、根据信息素更新规则对精英蚂蚁进行轨迹更新。通过不断地重复上述过程，最终在解的定义域内较为快速的找到最优解或较好解。2 1 6 基于模糊神经网络的信号配时优化模型模糊神经网络(n 州6 l z 珂n e l|r n e t w o r k)是由模糊逻辑和神经网络
44、有机结合形成的”1。基于F N N 的信号控制模型的目标是选择适当的信号配时或绿灯时间，使平均车辆延误时间尽可能短。其具体优化求解过程如下：1、由检测器送来的各方向车辆到达信息，确定两相位的关键车流和非关键车流。2、一级F N N 控制器根据绿灯相位关键车流的到达车辆数和红灯相位关键车流的等候车辆数，计算出有通行权相位的绿灯延长时间d t。3、二级F N N 控制器根据绿灯相位非关键车流的到达车辆数和红灯相位非关键车流的等候车辆数，计算出绿灯延长时间的修正量A d t。4、最终形成控制策略，即得到有效绿灯时间出+a d t 8第二章十字交叉口交通信号控制模型本论文主要针对F B 单点定时信号控
45、制模型和基于遗传算法的信号配时优化模型进行深入的研究。2 2F-B 单点信号控制模型F B 方法的出发点是：以车辆通过交叉口时因受阻而延误的时间作为唯一的衡量指标，使车辆总延误最小的配时方案即为最优方案，其目的是获得最佳的周期和绿信比。在确定整个交叉口信号配时方案时，对每一相位只选择关键进口道上的车流作为计算依据，也就是“关键车流”。关键车流所在的车道即为关键车道，是指在同一相位中流量比最大的进口道。只要赋予关键车流以足够的绿灯时间，该相位的其它的进口车道通行要求也将得到满足。2 2 1 最佳周期时长确定最佳信号周期是以延误作为交通效益指标，F-B 法基于统计平衡态理论，用模拟信号特性所产生的
46、数据经回归分析修正了统计平衡态理论的计算式，修正后的公式入下式所示”1：孑=瓦C(I-丽2)2 十互而x 2 _ o 6 5(2)(2 5)式中：d 每辆车的平均延误(s)：r 周期时长(S)；旯绿信比：玎车流量(辆)；x 饱和度。则总延误为：D=E Z q l(2 6)式中：吼第i 相位的车辆到达数(辆)。d 第i 相位的每辆车平均延误时间(s)。若使总延误最小，则：盟：od C用近似解法，可得定时信号(近似)最佳周期时长：c o=等L=(I+I-A)J=三+f J式中：Z 总损失时间(s)；，绿灯间隔时间(s)：r 所有相位关键车流的流量比之和；J 启动损失时间，应实测，无实测数据时可取3
47、 s。9(2 7)(2 8)(2 9)(2 1 0)东南大学硕士学位论文，绿灯间隔时间(s)：月黄灯时长(S)：z 停车线到冲突点距离(m)：r 车辆在进口道行驶车速(m s)；f 车辆制动时间(s)。2 2 2 相位绿灯时间确定在F-B 法相位绿灯时间分配模型中，各相位绿灯时间的分配是以车辆延误最小为原则的。当取相等的饱和度时，相位绿信比通常与该相位的交通流量比率大致成正比，即竺f：监(2 1 1)C 一三y式中：G 第i 相位的有效绿灯时长；C-1 言号周期时长(s)；y 各相位的最大流量比之和；C 一三总有效绿灯时间(s)；乃一第i 相位的最大流量比。则：q=：等等(c 一)(2 1 2
48、)在损失时间等于黄加全红时间的情况下实际绿灯时间等于有效绿灯时间。但是，损失时间比黄加全红时间少l s 时，实际绿灯时间为有效绿灯时间减去l s 所得的时间。为了保证安全，各相位的绿灯时间规定如下：包括直行交通在内的主流交通为1 5 s 以上，左转专用相位等次交通流为5 s 以上，但是对于交通量非常小的次交通流原则上取8 s 以上。2 3 基于遗传算法的定时信号优化控制模型2 3 1 遗传算法概述遗传算法是模拟生物在自然环境里，遗传和进化过程中选择、交叉、变异机理的模仿完成对问题最优解的自适应搜索过程。遗传算法最早在2 0 世纪6 0 年代，由美国密执安大H o l l a n d 教授受到生
49、物模拟技术的启发，提出的一种适合复杂系统优化计算的自适应概率搜索技术借鉴遗传和进化机制，并充分考虑选择、交叉、变异等运算策略。7 0 年代初，H o l l a n d教授提出遗传算法模式定理，奠定了遗传算法的理论基础，从理论上保证遗传算法是一个可以用寻求最优可行解的优化过程“”1。1 9 7 5 年，D eJ o n g 在其博士论文中结合模式定理进行大量的纯数值凼数优化计算实验，树立遗传算法的工作框架，得到一系列具有指导意义的结论。8 0 年代，H o l l a n d 教授实现第一个基于遗传算法的机器学习系统一分类器系统，为分类器系统构造一个完整框架。1 9 8 9 年，G o l d
50、 b e r g 总结遗传算法的主要研究结果，全面而完整地论述了遗传算法的基本原理及其应用，为现代遗传算法提供科学基础1。遗传算法在整个进化过程中的遗传操作是随机性的，但它所呈现出的特性并不是完全随机搜索，它能有效地利用历史信息来推测下一代期望性能有所提高的寻优点集。这样不断进化直到最后收敛到一个最适应环境的个体上，求得问题的最优解。遗传算法所涉及的五大要素：参数编码、初始化群体的设定、适应度函数的设计、遗传操作的设计和控制参数的设定。简单遗传算法。“1 的基本流程和结构如图2-2 和图2-3 所示1 0第二章十字交叉口交通信号控制模型图2-2 遗传算法基本流程图*位串适应值排序圈田圈国l!：