【摘要】：如今固有的道路設(shè)施資源與不斷增加的交通需求形成了矛盾,飽和度過高的車流量給交通運(yùn)行帶來了很大的負(fù)擔(dān)。本文從被動的信號控制和主動的交通分配兩個角度著手研究路網(wǎng)中交通流的控制問題,圍繞單交叉口的信號配時、主干道交通流的協(xié)調(diào)控制和動態(tài)的隨機(jī)用戶平衡分配制定控制方案以達(dá)到提高交通效率、改善交通狀況的目的。具體工作如下:本文設(shè)計了一個兩步模糊邏輯控制器對單交叉口進(jìn)行信號配時,即先決定信號相位,再確定綠燈時間。針對模糊決策決定信號相位會導(dǎo)致相序混亂的問題,引入一個人為的相序規(guī)則,結(jié)合模糊邏輯一起決定相位以保證信號主相位能被順序執(zhí)行。傳統(tǒng)的模糊控制器往往以當(dāng)前的交通流量作為參考輸入,本文通過小波神經(jīng)網(wǎng)絡(luò)預(yù)測車流并把預(yù)測量作為控制器輸入,使信號控制能間接考慮未來車輛到達(dá)率的影響。對于交通流隨時間變化的特性,設(shè)計了一個時變的隸屬度函數(shù)來自適應(yīng)變化的車流量。由于模糊控制器的參數(shù)確定困難,引入差分進(jìn)化算法優(yōu)化模糊規(guī)則避免人為確定控制參數(shù)的隨意性。仿真結(jié)果表明此控制器能顯著減少車輛延誤。針對主干道交叉口的信號控制問題,本文提出了一個基于離散車隊的控制模型。借鑒Robertson離散公式描述上下游的車隊離散關(guān)系,證明了在干道轉(zhuǎn)向車流較少的情況下,下游車輛到達(dá)率滿足周期性關(guān)系。在此基礎(chǔ)上,利用周期數(shù)組保存模型中的中間變量使得上下游車流參數(shù)的計算可以用“查表”的方式代替“遞歸”的方式,減少運(yùn)算時間。當(dāng)某一交叉口發(fā)生占道事故使得車流量過飽和時,通過改進(jìn)的元胞自動機(jī)模型預(yù)估通行能力,然后設(shè)計排隊因子管理干道交叉口的排隊車輛,給出目標(biāo)函數(shù)。最后,根據(jù)目標(biāo)函數(shù)利用遺傳算法優(yōu)化各交叉口的相位差和綠燈時間。本文給出帶流量控制的動態(tài)交通分配算法來主動管理交通需求。在出行者的路徑概率選擇模型上,加入路徑重復(fù)度感知系數(shù),避免多條路徑中重復(fù)度高的路段被分配到較高的車流量。由于計算OD點間全部路徑十分費時,采取前k條最短路徑算法選擇路徑集。根據(jù)這個路徑概率模型設(shè)計了等價的數(shù)學(xué)模型并證明路徑流量解的唯一性。針對分配流量較高的路段,通過自組織特征映射神經(jīng)網(wǎng)絡(luò)聚類與之關(guān)聯(lián)度高的路段。然后給這些路段施加懲罰因子并增加OD點間路徑重新分配交通流量。仿真表明,路網(wǎng)中交通流量能達(dá)到新的隨機(jī)用戶平衡狀態(tài)并且高流量路段的車流能被疏散到其他路段。本文從信號配時和車流分配兩個角度對交通車流進(jìn)行控制并對本文的控制方法均做了仿真實驗,結(jié)果表明,本文的控制策略能有效減少排隊車輛,降低車輛延誤。
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U491.23
【圖文】：

對于單交叉口的信號配時，以前往往是基于模型的�；谀Ｐ偷男盘柵鋾r方法很依賴模型的正確性。而在實際情況中，針對復(fù)雜的車流運(yùn)動現(xiàn)象，數(shù)學(xué)建模很難精確表達(dá)，而精確的數(shù)學(xué)建模要么建立在眾多的假設(shè)條件下，要么比較復(fù)雜。針對單交叉口的輸入?yún)?shù)比較少的特點，一些人工智能的控制方法往往能取代一些傳統(tǒng)的控制方法取得良好的結(jié)果，比如模糊控制。模糊控制的主要優(yōu)勢在于不用精確建模，對于非線性，強(qiáng)耦合，時變的系統(tǒng)比較有效[18]。為了在過飽和情況下，盡快疏散車流，減少車輛延誤，綠燈需要時變來配合密集變化的車流。這一章通過一個兩步的模糊控制，即先確定信號相位，再確定綠燈延長時間，從而進(jìn)行信號配時。同時為了改進(jìn)以往單交叉口的模糊控制方法，本章從實際操作出發(fā)，從多個方面優(yōu)化模糊控制的輸出結(jié)果。首先在信號相位相序的確定上，將一個由小波神經(jīng)網(wǎng)絡(luò)確定的預(yù)測車流量加入到模糊控制的輸入中，從而讓相位的選擇具有前瞻性。針對車流量變化比較大的情況，本章提出了一種自適應(yīng)的隸屬函數(shù)去自適應(yīng)變化的車流量。其次在綠燈時間的延長上，本章通過一種實時的檢測機(jī)制盡可能公平地分配綠燈時間。最后在模糊控制中的模糊邏輯規(guī)則的確定上，通過差分進(jìn)化算法去優(yōu)化模糊邏輯規(guī)則，避免人為確定的隨意性。通過對比定時控制，傳統(tǒng)的模糊控制，本章改進(jìn)的模糊控制方法來驗證本章提出的優(yōu)化方法的有效性。

飽和狀態(tài)下城市道路交叉口的協(xié)調(diào)控制方法研究2.2 兩步模糊控制器的結(jié)構(gòu)2.2.1 控制對象本章研究對象是一個四相位的單交叉口，車輛的直行和左轉(zhuǎn)行為受信號燈控制，右轉(zhuǎn)不受控制。四個信號相位如圖 2.1 顯示。第一相位為南北直行，第二相位為南北左轉(zhuǎn)，第三相位為東西直行，第四相位為東西左轉(zhuǎn)。在實際模糊控制中，相序可能有變化，但仍會遵循一定的相序規(guī)則。接下來會比較詳細(xì)地介紹控制器的結(jié)構(gòu)和作用。2.2.2 模糊控制基本原理在人參與的實際控制系統(tǒng)當(dāng)中，雖然人對系統(tǒng)結(jié)構(gòu)沒有精確的認(rèn)知，但人們可以通過生活經(jīng)驗對控制系統(tǒng)做出相對正確的決策。就比如交通系統(tǒng)，車流量多的相位給與更多的綠燈時間是生活常識。車多還是車少的模糊概念取代車流量這種精確概念，從而通過特定的模糊推理得到模糊的輸出量，最后去模糊化得到精確的控制量。模糊控制是一種數(shù)字電路控制，它需要 AD和 DA 轉(zhuǎn)換模塊[35]。如圖 2.2 所示：

主相位的執(zhí)行是有序的。如果執(zhí)行器執(zhí)行完了南北方向的左轉(zhuǎn)和直行，則下一階段的相位就是東西方向的左轉(zhuǎn)或者直行，反之亦然。模糊控制器負(fù)責(zé)確定在這個方向上是左轉(zhuǎn)還是直行。在這種情況下，主相位 A，B 是交替執(zhí)行的，相位選擇模糊控制器實際上在一個周期中被執(zhí)行兩次。綠燈延時模糊控制器的目的是輸出一個判斷變量來確定是否改變當(dāng)前相位。輸入變量包括當(dāng)前相位的排隊長度和其他相位的平均排隊長度。如果模糊控制器直接決定綠燈時間，則忽略了未來的車輛到達(dá)率，導(dǎo)致結(jié)果不準(zhǔn)確。如果車輛到達(dá)率也作為輸入之一，那么多個輸入導(dǎo)致的結(jié)果就是模糊規(guī)則很難制定和優(yōu)化。一般來說，模糊規(guī)則的初始制定來源于交通管理者的經(jīng)驗，再通過一些優(yōu)化算法優(yōu)化，變量越多，模糊規(guī)則的復(fù)雜度呈幾何式增長。輸出是一個決策變量，當(dāng)達(dá)到閾值時，改變當(dāng)前相位。在這種情況下，模糊控制器間接考慮了車輛到達(dá)率。當(dāng)相位確定后，綠燈延時模塊將給出相位的最小綠燈時間。通過道路傳感器收集的交通流信息，綠燈延時模塊每隔幾秒鐘就判斷一次是延長當(dāng)前綠燈時間還是直接切換相位。之所以引入相位的最小綠燈時間，是用來保證通過停車線的車輛能夠安全地穿過十字路口，并且當(dāng)交通流量比較小時，給行人和非機(jī)動車輛一些過街時間。同時也要保證最大的綠燈時間，否則其他相位的車輛等待時間過長，司機(jī)無法忍受。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊洋;廖奕寧;;城市道路交叉口平面優(yōu)化設(shè)計分析[J];四川建材;2019年01期

2 肖恒;;城市道路交叉口改造設(shè)計優(yōu)化方案[J];交通世界;2019年11期

3 王雪雪;王冬冬;;城市道路交叉口智能研判分析方法研究[J];智能城市;2019年21期

4 陳宗和;;論城市道路交叉口設(shè)計對緩解交通擁堵的重要性[J];居舍;2018年34期

5 李國慶;;城市道路交叉口設(shè)計要點研究[J];工程技術(shù)研究;2016年05期

6 劉亞帝;;城市道路交叉口交通組織優(yōu)化設(shè)計探討[J];江西建材;2016年07期

7 謝啟星;;對城市道路交叉口交通組織優(yōu)化設(shè)計的分析探討[J];江西建材;2016年20期

8 吳超;;城市道路交叉口優(yōu)化設(shè)計探究[J];四川水泥;2015年03期

9 楊s

本文編號：2799741