一等獎題城市相鄰兩交叉口信號配時優(yōu)化山東理工娟

們確定了在單點交叉口下的最佳周期C和各相位的綠燈有效時間。數(shù)解 模糊控 一、問題的提 背景介 問題的重 一、問題的提 背景介 問題的重 多目標(biāo)動態(tài)優(yōu)化配時模 性能指標(biāo)的選 信號配時優(yōu)化模型的建 信號配時優(yōu)化模型的求 以排隊長度為控制變量的模糊動態(tài)優(yōu)化算 兩相鄰交叉口信號燈實時控制模 鄰近交叉路口概 鄰近交叉路口信號燈實時控制的整體設(shè)計方 鄰近交叉路口的信號相位控 交叉路口飽和率k<1時的信號燈優(yōu)化模 交叉路口飽和率k≥1時的信號燈優(yōu)化模 車輛延誤模 相位車流在一個周期內(nèi)的流量到達(dá)累計圖 某相位（某連線）車流在一個周期內(nèi)的車輛延誤時 相位差的優(yōu) 配時優(yōu)化算法的對比分 時間復(fù)雜 空間復(fù)雜 收斂 實驗仿真檢驗與分 優(yōu) 缺 7.1一種環(huán)形交叉路口的創(chuàng)新設(shè) 1.11.1圖 擁擠的十字路口情1.21.21.2 D Q D Q H 平均延誤的權(quán)重值， g g 交叉口總損失時間，單位為C 最小周期，單位為C最大周期，單位為5.15.1圖 四個相位的設(shè)效率的一個重要方法[2]，道路上的車輛延誤d主要由一致性延誤 和隨機(jī)延dr兩部分組成，其中du為車輛到達(dá)率為常數(shù)的延誤，dr為車輛到達(dá)率不一致的延誤。所以第idi為：C(1 dd 2(1y 2q(yiC(1 dd 2(1y 2q(yi dui第i相位的平均一致性延誤，單位為svehdri第i相位的平均隨機(jī)延誤單位為svehC周期時長，單位為s第iqij第ijyij第ijDC(1qi dq2(1yij2iqij(iyij) D qij qij 通行能力停車線[3]。根據(jù)停車線原理，我們定義：一個車道在1小時內(nèi)可通過停車線的3600 Qij相位ijhijC(1 Hq i1 HC(1 Hq i1 H i qij qij Hi第i5.1.2minPI 式中 D——車輛在交叉路口的平均延誤HH0000gmingmin15sL——交叉口總損失時間，單位為sCmin——最小周期，單位為sCmax——最大周期，單位為s2。ai2siCmax——最大周期，單位為s2。ai2siyi(1Y21r2s isiiyiiY——組成周期的全部信號相位的各個最大流量比y5.1.3型[7]5.2圖 周期C的計算流程GeC0Lg 5.1.41)GeC0Lg 5.1.41)5.35.3 5.1 5.2所示。5.3雙輸入單輸出的語言控制策略由25L1andL2thenG根據(jù)Mamdani推理方法，第iRL1 L1L2u(e) 5.2所示。5.3雙輸入單輸出的語言控制策略由25L1andL2thenG根據(jù)Mamdani推理方法，第iRL1 L1L2u(e)0,egi。gil1jl2j 表 控規(guī)則當(dāng)前相位 表5 位加綠時間隸屬度值式中：T――將矩陣5.4[11]k≥1且中間路段發(fā)生擁堵的概率較大的兩個相鄰交叉路口800[12]，式中：T――將矩陣5.4[11]k≥1且中間路段發(fā)生擁堵的概率較大的兩個相鄰交叉路口800[12]，8008005.48008005.4a表示車流a在第ijb表示車流b在第ijc表示車流c在第ijdij表示車流d在第ij中行駛方向；AiBi,CiDi分別代表第i4個人行橫道；i1,2，12j1,2,3，123了交通擁堵[13]5.5所示：圖 鄰近交叉路口示意5.2.25.65.2.25.6我們做的第一層工作主要是基于排隊論對交叉路口的信號燈實時控制的研（即相位差5.7120s。其特點是只對直行和左拐車輛進(jìn)行信號控制，對右拐車輛則不進(jìn)行控我們基于各路口右拐方向信號燈可以在人行道為紅燈時設(shè)置為綠燈的考慮5.8所我們基于各路口右拐方向信號燈可以在人行道為紅燈時設(shè)置為綠燈的考慮5.8所直行a12B1D1和直行道c12當(dāng)a12和c12a13和c13當(dāng)a13和c13b12和d12變綠燈，此時，全部右拐車道仍未綠燈；當(dāng)過了(gbsA1、C1當(dāng)直行b12、d12A1和C1b13和d13變綠燈。k1s(s)以保證上游車輛達(dá)到下游路口時，下游路口同方向的額信號ML，MnC n （1）s(s)以保證上游車輛達(dá)到下游路口時，下游路口同方向的額信號ML，MnC n （1）Obj.minTD （2）gkijmingkijgkijCiCi0gkijka,bj2,3gaijgbijnCnC2tka,bcdika,bcdi1,2；1代表第一個交叉路口，2j1,2,3;1代表右轉(zhuǎn)；2代表直行，3TDCi:is:gkijkijQmkijkijtQkij車流kijLk1k1QQQmaQM——單位周期內(nèi)中間路段的排隊車輛數(shù)；Q——單位周期內(nèi)中間路段的駛?cè)胲囕v數(shù)；QM1(1式中 QM1——交通高峰時上游路口的第一個信號周期結(jié)束時的排隊車輛數(shù)——下游路口a2當(dāng)高峰期的第x式中 QMx——第x個交通高峰期時的中間路段的排隊車輛數(shù)x——路口a2路口駛?cè)胫虚g路段的車輛等于下游路口a2gkijkijga2ja2g路口駛?cè)胫虚g路段的車輛等于下游路口a2gkijkijga2ja2gkijxukijx個交通周期結(jié)束時上游路口中g(shù)a2jx個交通周期結(jié)束時下游路口a2jxgkijkijga2ja2n2tka,bcdi1,2；12j1,2,3；123TDCi：第isgkijk在第i個交叉路口的第jQmkijk在第ijkij:車輛Qmkijk在第ijkij:車輛kx個交通周期內(nèi)地ij種行駛ukij：車流kx個交通周期內(nèi)的第ij種行駛方tQkij車流kijga2jx個交通周期結(jié)束時下游路口a2ua2jx個交通周期結(jié)束時下游路口a2Lλ由于交通流的不穩(wěn)定狀態(tài)，λx5.3.15.3.15.3.1各個時間段t了多個周期的各個t的車輛到達(dá)數(shù)，因此一個周期內(nèi)各個時間段t內(nèi)的車輛到q1jiq2ji各個時間段t了多個周期的各個t的車輛到達(dá)數(shù)，因此一個周期內(nèi)各個時間段t內(nèi)的車輛到q1jiq2ji...qkqqijj連線在第i個t內(nèi)的車輛到達(dá)數(shù)（pcuhqkijj連線在第i個t內(nèi)的第k次車輛到達(dá)數(shù)pcuh。Njoi的計算模型N0jiqjiN0jij連線初始的在第i個t內(nèi)的累計流量pcuhqjij連線的在第i個t內(nèi)的到達(dá)流量pcuhdid1idii相位車輛的平均延誤時間(sd1ii相位車輛的正常阻滯延誤時間(s)d2i平均過飽和車輛延誤時間(s)1）d2imid2i平均過飽和車輛延誤時間(sxiiyiiyi/iqi/Siqii相位的關(guān)鍵車道的流速pcuhSii相位的關(guān)鍵車道的飽和流率pcuh)jq(pcu/qijij車道的流量(skiiijq(pcu/qijij車道的流量(skiiigi/Cgii相位的綠燈時間(sC各交叉口的周期時長(sQ12(xixii(Zi 0x,xi0mi到達(dá)率隨機(jī)波動構(gòu)成的排隊長度pcuh)Qit在時間段t內(nèi)i相位可以被放行交叉口的極限車輛數(shù)pcuhC交叉口的周期時長(sQii相位的允許通行能力pcuhZixiSix0.67600*Sii相應(yīng)的飽和流率pcuh)gii相位的綠燈時間(s)SSjS'ijij車道的飽和流率pcuhki2）d1i（1）如果綠燈期間排隊車輛能完全消散(3600Ng)1800NDiNjt（1）如果綠燈期間排隊車輛能完全消散(3600Ng)1800NDiNjtDii相位的總延誤(sNjj時段累計車輛到達(dá)數(shù)pcuht流量數(shù)據(jù)的統(tǒng)計間隔時間(sN最大排隊車輛總到達(dá)數(shù)pcuhSii相位飽和流率pcuh)n3600Nn r相位紅燈時長(s)（2）Dj Nt(n'tC)N ge有效綠燈時間(sC周期時長(s)N'一個周期車輛的累計車輛數(shù)目pcuh)n'n'平均阻滯延誤d1idNn'平均阻滯延誤d1idNdi車輛正常阻滯的平均延誤(sDii相位的總延時時間(sNii相位到達(dá)車輛數(shù)pcuh)（3）D'i(dd D'ii相位的總延時時間(sd1ii相位車輛的正常阻滯延誤時間(sd2ii相位車輛平均過飽和車輛延誤時間(sNii相位到達(dá)車輛數(shù)pcuh)5.4設(shè)有ABF，共6個交叉口，它們相鄰間距列于表5.5AB交360mBC500m36、50……。通過單點信80s，相應(yīng)的車輛行駛速度為12.5m/s。（1）計算a（VC/212.5×80=500mm50）A為起始信號，則AVC/2、VC、VC/2……處即為正好能組成交互式或同步式協(xié)調(diào)VC/2的數(shù)值在實用允50±5VC/2的變動范圍，45～55，將此范圍填入表5.5的aa（2）計算a我們以a45行為例，畫一橫軸，按比例標(biāo)上A~F各交叉口及其間距。在5.9Aabbccddeef45，VC/2的數(shù)值在實用允50±5VC/2的變動范圍，45～55，將此范圍填入表5.5的aa（2）計算a我們以a45行為例，畫一橫軸，按比例標(biāo)上A~F各交叉口及其間距。在5.9Aabbccddeef45，5.5中相5.5（3）計算b我們?nèi)砸詀45行為例，將實際信號位置與理想信號的挪移量，按從小到大的順序排列，并計算各相鄰挪移量之差，將此差值最大者記入b列。a45一行的b值為165.6 a=35～54各行之b（a=35～54各行之b（4）A~EE30，即各12.5550m5.11（5）5.11中我們把理想信號按次列在最靠近的實際信號下面（5.7行），再把各信號（A~F）5.73行。把各交叉5.755.75從各交叉口的綠信比減去綠時損失即為各交叉口的有效綠信比[22]5.76行，則連續(xù)通過帶的帶寬為左、右兩端有效綠信比最小值的平均值。從5.7A34B交叉口的有4640％。（6）5.115.7際信號的相位差為(1?0.5λ)C；相應(yīng)于偶數(shù)理想信號的實際信號的相位差為(0.5?0.5λ)C5.77行為求得的相位差值。如保持原定周期時長,5.1.4以排隊長度為控制變量的模糊動態(tài)優(yōu)化算法”部分已經(jīng)詳細(xì)不再進(jìn)行贅述。5.8模糊動5.13 右左左右左右 損失 5.5.2素通行任務(wù)，并且需面臨擁擠和相對暢通等不同的公路飽和程度[23]5.5.2素通行任務(wù)，并且需面臨擁擠和相對暢通等不同的公路飽和程度[23]我們從空間復(fù)雜度上入手考察了交叉路口飽和率k分別在k≥1和K<1情況下交叉路口的服務(wù)水平和通行能力，并且分別建立了交叉路口飽和率kk≥1時的信號燈優(yōu)化模型，以此來進(jìn)行對交通信號進(jìn)行配時優(yōu)化的研究。我們從空間復(fù)雜度上入手考察了交叉路口飽和率k分別在k≥1和K<1情況下交叉路口的服務(wù)水平和通行能力，并且分別建立了交叉路口飽和率kk≥1時的信號燈優(yōu)化模型，以此來進(jìn)行對交通信號進(jìn)行配時優(yōu)化的研究。5.5.3（1）完全收斂：對任意的0) P(|Fft（2）p(lim|Ff*|0)（3）依概率收斂：對任意的0limP(|Ff*|)tt5.145.14的控制方5.9所示：5.9B5.10C1C1a2的交通流狀態(tài)可以采用相同方案進(jìn)行確定。5.95.105.9811是交通高峰期的持續(xù)期，該階段內(nèi)車輛只交叉路口飽和率逐漸達(dá)到最大；12狀態(tài)是交通高峰的消褪期，該階段內(nèi)，車輛a15.14 a1 a1車輛總延誤對比，如圖5.17車輛總延誤對比，如圖5.17我們所建立的模型控制下的車輛總延誤在非交通高峰期時優(yōu)化效果一般,[26]且在交通高峰期時，優(yōu)化效果達(dá)到最大5.18且在交通高峰期時，優(yōu)化效果達(dá)到最大5.184個交通狀態(tài)中，上下游路口的信號周期都隨著交通流的增加s的變化，如圖5.196.16.26.1 我們確定了在單點交叉口下的最佳周期C和各相位的綠燈有效時間。制工程，2008.1（E輯），1997.27（2）：154—164[19]嚴(yán)士健、劉秀等，概率論基礎(chǔ)[M]，2版，北京，科學(xué)出版社，2009。查振亞,葉向陽.智能交通燈控制系統(tǒng)[J].華中理工大學(xué)學(xué)報.2005,崔寶俠,楊繼平.城市交通燈信號配時控制器優(yōu)化的一種新策略[J].沈陽工業(yè)大學(xué)學(xué)報,2007,10:554-559。%ThisthemainscriptimplementstheNagelSchreckenberg%basedtrafficmodel.Flow%liujiguo:density=roadlength=vmax=tmax=pbrak=%ThisthemainscriptimplementstheNagelSchreckenberg%basedtrafficmodel.Flow%liujiguo:density=roadlength=vmax=tmax=pbrak=0;flux=densitycurvesarevmeanfor=J,V]=ns(rho,roadlength,tmax,0,flux=[flux;vmean=[vmean;densityvs.plot(density,vmean,'k.','markersize',15);holdonplot(density,min(vmax,1./density-1),'-r','linewidth',2)legend({'Cellularautomataaproach',...'$v(\rho)=\min\{v_{\max},1/\rho-1\}$'},...xlabel('densityinvehicles/cell')ylabel('velocityincell/time')densityvs.plot(density,flux,'k.','markersize',15);holdon;plot(density,min(density*vmax,1-density),'-legend({'Cellularautomataaproach','$J(\rho)=\min\{\rho\cdotv_{\max},1-\rho\}$'},...xlabel('densityinvehicles/cell')ylabel('fluxinvehicles/time')rfunction[rho,plot(density,min(density*vmax,1-density),'-legend({'Cellularautomataaproach','$J(\rho)=\min\{\rho\cdotv_{\max},1-\rho\}$'},...xlabel('densityinvehicles/cell')ylabel('fluxinvehicles/time')rfunction[rho,flux,vmean]=ns(rho,p,L,tmax,animation,%NS:ThisscriptimplementstheNagelSchreckenbergcellularautomatatrafficmodel.CarmoveforwardgovernedbyNS1.Acceleration.Ifthevehiclecanspeedupwithouthittingthelimitvmaxitwilladdonetoitsvelocity,vn->vn+1.Otherwise,thevehiclehasconstantspeed,vn->vn.2.Collisionprevention.Ifthedistancebetweenthevehicleandaheadofit,dn,islessthanorequaltovn,i.e.thenthwillcollideifitdoesn'tslowdown,thenvn->dn鈭phones,coffeemugs,evenlaptops)anddriversoccasionallymakeirrationalchoices.Withsomeprobabilitypbrake,vnvn?1,presumingvn>0.4.Vehiclemovement.Thevehiclesaredeterministicallymovedvelocities,xn->xn+vnns(rho,p,L,randomdensityofprobabilitylengthofthenumberoftheifshowtheanimationoftheifplotthespace-timeafterthesimuationended.fluxofthetrafficzhoulvwen:ifnargin==rho=animationp=0.25;=100;tmax=5000;pchangevmax=%placeadistributionwithncar=round(L*2*rho);rho=%maximunxy=[y,x]=ind2sub([2,L],xy);%y:2forright,1forrho=animationp=0.25;=100;tmax=5000;pchangevmax=%placeadistributionwithncar=round(L*2*rho);rho=%maximunxy=[y,x]=ind2sub([2,L],xy);%y:2forright,1forv=vmax*%starteveryoneatswitchflux=[0vmean[0vback=XY=fort=%determinespacevehicleshaveto[gaps,gapfront,gapback]=%lefttoright&righttol2r=find(y==1&gaps>vmax+voffset&gapfront>vmax+voffsetr2l=find(y==2&gapback>=vback&rand(size(y))<pchange);y(l2r)=2;y(r2l)=%v=min(v+1,&gaps=%collisionv=min(v,gaps-%randomspeedvdrops=(rand(1,ncar)<p);v=max(v-vdrops,0);%updatethex=x+v;passed=x>L;%carspassedattime%randomspeedvdrops=(rand(1,ncar)<p);v=max(v-vdrops,0);%updatethex=x+v;passed=x>L;%carspassedattimex(passed)=x(passed)-L;%periodicboundaryifflux(1)=flux(1)+sum(v(y==1)/L);%flux=flux+sum(passed);flux(2)=flux(2)+sum(v(y==2)/L);%flux=flux+sum(passed);vmean(1)=vmean(1)+mean(v(y==1));vmean(2)=vmean(2)+switchcase'circle';flux=flux/(tmax/2);vmean=vmean/(tmax/2);function[gap,gapfront,gapback]=%GAPLENGTH:determinethegapsbetweenncar=gap=inf*ones(1,ncar);gapfront=inf*ones(1,ncar);index=fori=inf*ones(1,j1=index(index~=i&ifd1=x(j1)-d1(d1<-L/2)=d1(d1<-L/2)+ifgap(i)=j2=index(index~=i&ifd2=x(j2)-d2(d2<-L/2