基于遺傳算法的OD矩陣推算和混合交通信號相位優(yōu)化研究.pdf

1、智能交通系統(tǒng)是將先進的信息技術(shù)、計算機技術(shù)、運籌學、人工智能等有效地綜合運用于交通運輸和服務控制，從而形成準確高效的綜合交通系統(tǒng)。 OD矩陣推算和混合交通信號相位優(yōu)化是智能交通系統(tǒng)領域中兩個重要的優(yōu)化問題。目前OD反推大多采用極大熵模型，其求解算法存在主要不足是很難選取合適初始解。我國信號控制仍以定時式為主，其配時方案的優(yōu)化大多屬于預先設定范圍內(nèi)的優(yōu)化。 遺傳算法是一種借鑒生物界自然選擇思想和自然遺傳機制的全局隨機搜索算

2、法，在解決大空間、全局尋優(yōu)等復雜問題時具有獨特優(yōu)越性。 本文提出結(jié)合遺傳算法和Levenberg-Marquardt算法的混合進化算法求解極大熵OD反推模型。仿真結(jié)果表明，該混合算法比遺傳算法求解速度更快，并克服了Levenberg-Marquardt算法對初始解的依賴性，對于較大規(guī)模交通網(wǎng)絡的OD反推具有較好的精度。 本文從中國混合交通流的國情出發(fā)，提出混合交通信號相位優(yōu)化算法對信號相位進行全局優(yōu)化。針對待優(yōu)化變量一信

3、號相位的特殊性，即存在很多約束條件，設計了兩種混合交通信號相位解空間搜索算法，即基于問題驅(qū)動的相位合并優(yōu)化算法和改進合作型協(xié)同進化遺傳算法。設計并實現(xiàn)單交叉口信號燈優(yōu)化軟件，對軟件的輸出進行分析，并將其嵌入到仿真軟件中，幫助用戶設計信號燈配時方案。 本文的章節(jié)安排如下：第一章著重介紹了智能交通系統(tǒng)領域中的兩個優(yōu)化問題，即OD矩陣推算和信號燈優(yōu)化，以及優(yōu)化算法-遺傳算法。第二章描述了OD反推的基本原理及數(shù)學描述，重點闡述了求解極大

4、熵OD反推模型的混合進化算法，并進行仿真實驗，最后通過分析仿真結(jié)果得出結(jié)論。第三章闡述混合交通信號相位優(yōu)化算法的設計路線、目標函數(shù)和解空間，總結(jié)出混合交通孤立交叉口信號相位的約束條件和設計規(guī)則。在第四章中，確定混合交通信號相位優(yōu)化過程中對解空間的搜索方法，提出基于問題驅(qū)動的相位合并優(yōu)化算法和改進合作型協(xié)同進化遺傳算法用于混合交通信號相位全局優(yōu)化，最后簡要介紹信號相位配時。第五章描述單交叉口信號燈優(yōu)化軟件的功能、界面、數(shù)據(jù)結(jié)構(gòu)以及程序流程