過(guò)飽和狀態(tài)交叉口群關(guān)鍵路徑識(shí)別及交通信號(hào)控制研究.pdf

1、針對(duì)交叉口群內(nèi)部交叉口間交通關(guān)聯(lián)性強(qiáng)的特點(diǎn),優(yōu)化交通信號(hào)配時(shí)方案能改善交通流運(yùn)行狀態(tài),避免路網(wǎng)大范圍堵死等極端交通現(xiàn)象的發(fā)生。研究交叉口群關(guān)鍵路徑的識(shí)別技術(shù)和針對(duì)交叉口群關(guān)鍵路徑的交通信號(hào)配時(shí)方案動(dòng)態(tài)優(yōu)化方法,可緩解瓶頸路段的交通壓力,使車流在交叉口群范圍內(nèi)均勻分布,提高路網(wǎng)的整體運(yùn)行效益。
　　 綜合分析過(guò)飽和狀態(tài)下交叉口群內(nèi)交通流的運(yùn)行特征和交通信號(hào)控制的需求,以及交通流運(yùn)行狀態(tài)、關(guān)鍵路徑等交通狀態(tài)難以識(shí)別等造成信號(hào)控制方案

2、效率不高的原因,論文在識(shí)別交叉口群交通流運(yùn)行狀態(tài)和關(guān)鍵路徑的基礎(chǔ)上,提出過(guò)飽和狀態(tài)交叉口群交通控制的優(yōu)化目標(biāo)、控制結(jié)構(gòu)及控制策略,建立動(dòng)靜態(tài)協(xié)同的信號(hào)配時(shí)控制優(yōu)化方法,并通過(guò)交通仿真評(píng)述控制優(yōu)化算法的效果。
　　 論文首先界定了過(guò)飽和狀態(tài)下交叉口群的定義和基本交通特征,綜合考慮交叉口群的幾何拓?fù)涮匦浴⒌缆房臻g特性、交通流特性及交通信號(hào)控制特性等特征,選取交叉口間的出行時(shí)間和路段飽和度作為輸入變量,提出了基于自組織神經(jīng)網(wǎng)絡(luò)模型對(duì)交

3、叉口群的范圍界定算法。
　　 分析交叉口的流向、進(jìn)口、交叉口、交叉口流向間的路徑及交叉口過(guò)飽和狀態(tài)產(chǎn)生的原因、過(guò)程、機(jī)理及產(chǎn)生的負(fù)面效用,基于實(shí)時(shí)的高精度交通運(yùn)行數(shù)據(jù),應(yīng)用交通波動(dòng)理論計(jì)算交叉口產(chǎn)生的最大排隊(duì)長(zhǎng)度、滯留排隊(duì)長(zhǎng)度等交通參數(shù),并計(jì)算由過(guò)飽和狀態(tài)負(fù)面效應(yīng)造成的無(wú)效綠燈時(shí)間定義的過(guò)飽和系數(shù)以確定交叉口群的過(guò)飽和程度。采用南京市廣州路交叉口群的交通數(shù)據(jù)驗(yàn)證了模型的有效性。
　　 在分析交叉口群關(guān)鍵路徑定義及特性的基

4、礎(chǔ)上,針對(duì)交叉口群路徑識(shí)別、分級(jí)方法在過(guò)飽和交通狀態(tài)下的不足,提出了基于小波變換和譜分析的過(guò)飽和狀態(tài)交叉口群關(guān)鍵路徑識(shí)別及分級(jí)算法。選取小波變換技術(shù)提取實(shí)時(shí)交通檢測(cè)數(shù)據(jù)的高頻特征,并重構(gòu)成反映短時(shí)變化特性的新信號(hào)；交叉譜計(jì)算上、下游交通流的一致性和位相,識(shí)別交叉口群路徑上游交通流對(duì)下游的的影響程度,并根據(jù)模糊識(shí)別的方法將路徑分級(jí)。
　　 針對(duì)過(guò)飽和狀態(tài)交叉口群的交通運(yùn)行特性,提出以交叉口群關(guān)鍵路徑通行車數(shù)最大和平均排隊(duì)長(zhǎng)度最小為

5、過(guò)飽和狀態(tài)下交叉口群的交通信號(hào)控制優(yōu)化目標(biāo)。將控制策略分解為交叉口群優(yōu)化層、關(guān)鍵路徑優(yōu)化層和單點(diǎn)優(yōu)化層,建立起過(guò)飽和狀態(tài)下交叉口群的三層控制結(jié)構(gòu)。在交叉口群層和單點(diǎn)交叉口層間增加關(guān)鍵路徑層,通過(guò)優(yōu)化關(guān)鍵路徑的交通流運(yùn)行,將交通壓力平均分布到各個(gè)交叉口；在交叉口群層進(jìn)行限流,保證內(nèi)部交通擁堵快速疏散；在單點(diǎn)交叉口層根據(jù)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)優(yōu)化配時(shí)方案。在歸納具體的交通管控優(yōu)化措施的基礎(chǔ)上,提出了動(dòng)靜態(tài)協(xié)同的交叉口群信號(hào)配時(shí)算法的流程和框架。

6、>　　 通過(guò)研究交叉口群內(nèi)各信號(hào)控制交叉口的靜態(tài)優(yōu)化目標(biāo)和約束條件,應(yīng)用NSGA—Ⅱ模型提出了以關(guān)鍵路徑通行車輛數(shù)最大和平均排隊(duì)占比最小為目標(biāo)函數(shù)的多目標(biāo)交叉口群信號(hào)控制靜態(tài)優(yōu)化模型,得出交叉口群的參考交通配時(shí)方案。應(yīng)用狀態(tài)空間神經(jīng)網(wǎng)絡(luò)和擴(kuò)展卡爾曼濾波模型預(yù)測(cè)交叉口群短時(shí)交通流變化,以此作為信號(hào)配時(shí)方案動(dòng)態(tài)更新的依據(jù),提出了交叉口群動(dòng)態(tài)協(xié)調(diào)控制的框架和基本流程,以靜態(tài)優(yōu)化配時(shí)方案為配時(shí)備選方案,分析了相位差、協(xié)調(diào)周期長(zhǎng)度、綠信比等協(xié)調(diào)