多目标交叉口信号控制模型

采用多目标的双层规划模型描述了在固定Ｏ－Ｄ需求量的饱和路网上,考虑排除和拥挤时,预测平衡流分配和优化信号参数的组合问题,在双层规划模型中,下层模型是带有显式的通过能力约束的平衡分配模型;上层模型由饱和路段的排队延误最小,同时网络系统中的其他延误最小来决定信号绿信比,设计了基于灵敏度分析的启发式算法,并给出了一数值算例进行分析说明。     

信号控制交叉口周期时长多目标优化模型及求解

从城市交通控制目标多样性的本质出发,考虑机动车时间效益、行人时间效益及环境效益,建立以机动车、行人流量为输入,机动车延误最小、行人延误最小及机动车停车率最小为目标的信号控制交叉口周期时长多目标优化模型,简称MOCLO模型.并应用多目标连续蚁群优化算法求解.算例的求解结果显示,连续蚁群优化算法能够均匀地逼近MOCLO模型的Pareto最优前沿的各部分;与F-B方法、ARRB方法相比,MOCLO模型对周期时长的优化结果在机动车时间效益、行人时间效益及环境效益三方面的综合性指标较好;MOCLO模型可提供多个不同特性周期时长以满足不同交通状态的需求.     

基于改进粒子群算法的多目标单交叉口信号优化控制

交叉口信号配时优化,对缓解城市的交通拥堵,提高城市道路通行能力具有非常重要的意义.以各相位进道口上的停车次数、总延误和通行能力作为目标进行优化,并依据实时交通量数据来调节对应的权重系数,实现信号控制的自适应调节.模型的求解利用基于克隆选择的粒子群算法,得出信号配时方案,并与传统的webster算法作比较.     

城市信号控制交叉口信号周期时长优化模型

提出一种新的城市道路交叉口信号配时方法,同以信方法相比,新方法更适应交叉口的交通特征,更符合信号实时变化的特点,可以作为交叉口交通信号自适应控制的配时基础。     

公交优先交叉口信号控制参数的多目标优化方法

公交优先交叉口的信号控制方案应平衡车辆出行者时间效益、行人出行效率和环境效益,因此,需要基于多目标优化方法优化设计信号配时参数.首先,以车辆出行者人均延误、行人过街平均延误和停车率最小为目标构建信号周期多目标优化模型;然后,基于相位乘客流量比和相位饱和度优化设计绿信比;最后,构建了多目标优化模型的粒子群算法来寻找Pareto解.应用结果表明,相比常规方法,能根据决策者喜好选择Pareto解;可尽量降低车辆出行者的人均延误,在一定程度上体现了公交优先.     

分布式Q学习多目标函数优化策略

将分布式Q学习算法与Pareto排序法相结合,提出了一种利用强化学习算法解决多目标优化问题的策略。该策略充分利用Q学习语句式的奖赏机制来描述问题的多重目标函数,并结合一般的Pareto排序法,在有限的迭代过程后输出可以充分接近于Pareto前沿的非支配解集。与其他智能搜索算法相比,该策略具有结构简单、无需先验知识、参数设置少的特点。测试函数优化问题验证了算法的有效性,为智能算法解决多目标优化问题提供了一种新思路。     

基于VISSIM仿真的信号交叉口优化研究

交叉口是城市道路系统中重要的组成部分。本文对济南二环东路与山大北路交叉口进行实地调查,采用VISSIM仿真软件对交叉口现状进行仿真、分析与评价。通过交叉口渠化、信号配时调整等措施,有效地降低了车辆的延误和排队长度,从而大大提高了道路的通行能力。     

一种信号交叉口模糊交通控制方法

通过分析城市信号交叉的交通流特征认为：在一定程度上,模糊数学理论可以比目前常规数学方法更好地描述交叉口交通流的随机性和不确定性。本文结合模糊控制技术及一般信号交叉口交通控制方法,提出了一种基于知识的模糊交通控制方法,给出了该控制方法的结构,模糊控制规则以及仿真计算对比结果,结果表明：计算过程简单,控制效果优于定时控制方法,并且在交通量较大时,还优于感应控制方法。     

过饱和信号交叉口的多目标控制模型

过饱和条件下信号交叉口优化控制往往是采用可以接受的最大信号周期,忽略了其他性能指标,并非真正意义上的最优.以典型的十字交叉口、四相位信号控制为例,根据车辆初始排队长度、车辆实时到达率和离开率,通过对各进口道的延误、通行能力及排队长度分析,建立了过饱和条件下以平均车辆延误最小、通行能力最大、平均车辆排队长度最小为目标函数的多目标信号优化控制模型.该模型以实时交通流的到达情况为依据进行实时优化,不仅考虑了交叉口的交通效率,还考虑了其效益指标,为研究过饱和条件下交叉口的多目标分析提供了有用信息.     

过饱和信号交叉口的多目标控制模型

过饱和条件下信号交叉口优化控制往往是采用可以接受的最大信号周期,忽略了其他性能指标,并非真正意义上的最优。本文以典型的十字交叉口、四相位信号控制为例,根据车辆初始排队长度、车辆实时到达率和离开率,通过对各进口道的延误、通行能力及排队长度分析,建立了过饱和条件下以平均车辆延误最小、通行能力最大、平均车辆排队长度最小为目标函数的多目标信号优化控制模型。该模型以实时交通流的到达情况为依据进行实时优化,不仅考虑了交叉口的交通效率,还考虑了其效益指标,为研究过饱和条件下交叉口的多目标分析提供了有用信息。     

多目标城市道路交叉口信号配时优化算法研究

采用细胞传输模型对城市道路的交通流进行建模,提出了该模型中各项交通流运行指标的计算方法.将交通流模型嵌入到多目标优化算法中,替代以往传统的目标函数,采用非支配排序遗传算法NSGA II(none-dominated sorted genetic algorithm II)进行多目标的求解.通过算例分析不同输入条件和控制策略下的优化结果及与其他类似配时计算方法的比较,证明了此算法的结果较令人满意.     

结构多目标模糊优化初探

将结构设计中的多目标优化和模糊优化结合起来,试图寻找一种处理这类问题的数学模型及求解的方法。     

基于细胞模型及多目标优化的交叉口信号控制

建立了城市平面十字路口交通流的细胞传输模型，该模型适合各种交通流状态．同时，在对信号灯配时进行优化的过程中，采用了两个控制目标，以最小延误为主要控制目标，以最大通行能力作为次要控制目标．模型采用多目标遗传算法对信号周期和绿信比进行优化．仿真结果令人较为满意．     

基于改进遗传算法的平面交叉口信号优化控制法

本文对城市交通中单交叉口信号动态优化控制技术进行了深入研究,在此基础上设计了一种应用于单交叉口的智能信号控制优化算法,并在遗传算法的选择算子中对竞争法进行了改进,加入了希尔排序策略,将基本遗传算法改进成了一种新的基于二进制编码的遗传算法. 且计算机模拟复杂度较高的四相位交通控制仿真对比实验取得了良好的效果. 实验结果证明,遗传算法可以较好地应用到交通控制领域,且改进式遗传算法在中、重度交通需求的情况下依然能在很短的计算时间内使控制周期内路口的总延误和排队车辆数明显减少.     

制浆生产蒸煮过程多目标优化控制

蒸者过程是制浆造纸生产过程实施清洁生产的关键工段，详细分析对连续蒸煮过程的工艺和模型，提出一个对蒸煮过程进行的多目标决策，然后，将决策的结果转化成最优化控制参数的两级控制方案，给出该优化方案应用的案例。     

基于深度强化学习的大型活动关键交叉口信号控制

大型活动举办时期,场馆周边路网的交通压力与日常交通运行状态存在差异,活动场馆周边关键交叉口的正常运行是保证大型活动顺利举办的重要因素之一,应采取动态的管控方式以达到提高关键交叉口通行效率、满足参与大型活动出行者交通需求的目的。为此,文中基于A2C（Advantage Actor Critic）的强化学习算法,考虑大型活动背景下出行者数量大且大多采用公共交通出行的特点,在奖励函数构建过程中将车辆排队时间细分为出行者不同出行方式的车辆等待时间,通过引入参数,修正不同车型的奖励计算方法,使智能体在信号配时优化的过程中优先考虑大型活动参与者的出行需求。最后,以北京市首都体育馆周边大型交叉口为例,借助交通流仿真软件SUMO进行仿真实验,仿真实验结果证明,修改奖励函数结构后的A2C信号控制方法在控制效果上优于定时信号控制以及基于DQN（Deep-Q-Network）算法的控制方法,可以达到提高交叉口公共交通以及整体车流通行效率的目的。     

基于细胞自动机的信号控制交叉口交通流模拟

应用细胞自动机方法对信号控制交叉口的动态交通流进行建模和模拟,可以使比较复杂的交通状态模拟用相对简单的计算来实现。介绍了几种用于交通流模拟的细胞自动机模型及其研究进展,在上基础上,给出了一种新的细胞自动机模型来描述车辆在交叉口的转移状态,讨论了交通拥挤和延误的二维演变,并用这一方法模拟了不同规则下的车道变换问题,通过比较模拟结果和原始输入方案可以优化信号配时。     

基于车道的交叉口车道功能和信号相位优化模型

考虑不同进口道、不同流向、不同车道功能及不同相位方案等复杂因素的相互影响,建立了基于车道的交叉口车道功能和信号相位优化模型。模型目标函数采用交叉口关键流量比最小,考虑进出口道车道平衡、流量匹配、车道功能冲突、合用车道等饱和度等约束,能够同时优化进口道和出口道,给出了模型求解算法。提出的模型变量较少,与目前交通设计方法衔接更好,能够得到全局最优解,求解方法也相对简单。实例验证表明,模型能够有效降低交叉口关键流量比、周期和车均延误。     

单交叉口信号配时优化方法效果对比研究

单个交叉口信控是干线和区域协调控制的基础,探索单个交叉口信号配时优化的最优方法,对构建干线和区域协调控制具有重要意义.研究选取并对比了Webster方法、ARRB方法、HCM2000方法、延误-通行能力联合双目标方法、基于模糊算法的配时方法、以及基于遗传算法的配时方法等6种交叉口信号配时经典方法,以实际交叉口为案例,运用VISSIM仿真软件定量化评价了不同配时优化方法在非饱和、饱和、过饱和状态下的信号配时优化效果.研究表明,在非饱和状态下,HCM2000方法最优;饱和及过饱和状态下,遗传算法(GA)方法最优.     

基于改进微粒群算法的单点信控交叉口配时优化

交叉口的信号控制,对减轻城市道路的交通拥挤,提高城市道路通行能力有极其重要的作用。以典型的四相位单点控制交叉口为例,选取每个相位进道口上的总延误时间、车辆的停车次数和道路的通行能力作为优化目标。由于求解约束优化问题的微粒群算法有利于函数型优化问题,所以利用该算法对模型进行求解,得到新的信号配时方案。仿真结果表明,与传统的Webster算法进行比较,由求解约束优化问题的微粒群算法所得到的信号配时方案是更优,更适合于单交叉口进行信号优化控制,为进一步分析研究城市交通线控、面控提供更好的方法。