随即机会约束规划的交叉口信号控制优化研究
发布时间：2021-10-11 06:17
随着城市化的不断推进,城市道路交通拥堵问题愈发严重,交叉口作为影响城市交通运行效率的重要节点,其信号控制方案对交通运行有着至关重要的作用,如何构建高效的信号控制系统对城市交通管理水平的提高具有重要意义。传统的信号控制模型不能很好地适应交通流的随机性和不确定性,根据交通流的随机特性优化信号配时问题受到国内外众多学者的关注。本文以城市道路交叉口信号控制优化问题为研究对象,考虑车流的随机性,利用机会约束规划理论和方法,建立了单点交叉口单目标及多目标信号控制优化模型,采用自适应粒子群算法对所建立的模型进行求解,进而得到改善后的配时方案。论文在既有研究成果的基础上,进行了如下工作:（1）回顾了交叉口信号控制的发展历史;介绍了交通信号控制理论的基本概念,详细地阐述了影响交叉口运行效率的几个评价指标;整理了交通流的随机特征分布并给出了具体的分布函数及适应范围。（2）整理了基本粒子群（Particle Swarm Optimization,PSO）算法的原理及算法流程,对其改进得到一种自适应粒子群（Adaptive Particle Swarm Optimization,APSO）算法;根据交通流的随...
【文章来源】：兰州交通大学甘肃省
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
近六年机动车保有量及驾驶人数情况
图 2.1 两相位信号交叉口示意图图 2.1 所示，南北方向为第一相位，南北方向为红灯时(南北方向不通车)，东绿灯(赋予东西方向通行权)；反之，东西方向为第二相位，东西方向为红灯时(不通车)，南北方向为绿灯 (赋予南北方向通行权)。当某相位绿灯启动时，意相位将不允许通车[22]。控制参数1) 周期时长C号周期时长C是指设定的各色信号灯按照指定的顺序依次启亮依次所需的时间某相位的绿灯时间启亮到下次绿灯时间启亮之间的一段时间来表示，单位为秒论上讲，当交通流量越大时，对应的周期应越长，否则该周期内到达交叉口的在有效的绿灯时间内通过，就会出现拥堵状况。但实际上周期太长或太短均有期太短会导致某一方向的车辆因不能及时通过而产生延误；周期太长则会使某向的绿灯时间大于实际所需的时长，而其他方向的红灯时间过长，这将造成该流等待的时间增加。实际中，对于中小型交叉口，信号周期时长的设置一般
随机机会约束规划的交叉口信号控制优化研究还有一个决定粒子飞行方向和距离的速度，保证了粒子飞行过程中的位置和速度。在PSO 算法中随机初始化一个种群(随机解)，之后粒子根据“两个极值”来更新自身的速度和位置，从而找到食物(最优解)的位置，“两个极值”分别体现种群中个体的协作和信息共享。其中，粒子本身所找到的最优解，称为个体极值 Pbest(也称“自身经验”)；而整个种群目前找到的最优解，称为全局极值 Gbest(也称“社会经验”)。如图 3.1 所示，粒子在第t次和第 t +1次迭代的位置和速度更新示意图，其中●表示全局最优解。
【参考文献】：
期刊论文
[1]分层多种群的自适应粒子群算法[J]. 赵乃刚,赵佳鑫. 兰州理工大学学报. 2017(04)
[2]随机条件下单点交叉口信号配时优化[J]. 吕斌,牛惠民. 交通运输工程学报. 2010(06)
[3]随机条件下单点交叉口绿灯时间计算方法研究[J]. 吕斌,牛惠民. 公路交通科技. 2010(02)
[4]基于遗传算法的交通信号控制多目标优化[J]. 李瑞敏,陆化普. 长安大学学报(自然科学版). 2009(03)
[5]基于随机模拟与PSO算法相结合的随机机会约束规划算法[J]. 肖宁,曾建潮. 计算机应用与软件. 2009(04)
[6]求解模糊机会约束规划模型的微粒群算法[J]. 孙燕,谭瑛,曾建潮. 系统工程与电子技术. 2009(02)
[7]单点交叉口信号实时配时模型及蚂蚁算法[J]. 颜艳霞,李文权. 公路交通科技. 2006(11)
[8]交叉口延误的概率统计模型[J]. 蒲琪,黄启超,杨佩昆. 同济大学学报(自然科学版). 2005(10)
[9]城市单路口交通的两级模糊控制及其仿真[J]. 陈森发,陈洪,徐吉谦. 系统仿真学报. 1998(02)
博士论文
[1]粒子群算法的研究及应用[D]. 刘衍民.山东师范大学 2011
[2]城市交通信号优化控制算法研究[D]. 臧利林.山东大学 2007
[3]城市交通控制信号配时参数优化方法研究[D]. 栗红强.吉林大学 2004
硕士论文
[1]基于机会约束规划的含多风电场动态经济调度[D]. 张心怡.浙江大学 2017
[2]混合交通流环境下交叉口多目标配时优化研究[D]. 甘杨杰.北京交通大学 2016
[3]微粒群算法的改进及在交通信号控制中的应用[D]. 苏长慧.太原科技大学 2014
[4]进化优化算法的约束处理方法与应用[D]. 黎小圣.天津大学 2014
[5]城市道路交叉口的信号配时优化研究[D]. 蔡锦德.北京交通大学 2012
[6]城市干道交通信号协调优化控制研究[D]. 曹娟娟.长沙理工大学 2012
[7]城市智能交通信号控制方法及其仿真研究[D]. 付绍昌.湘潭大学 2006
本文编号：3429949
【文章来源】：兰州交通大学甘肃省
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
近六年机动车保有量及驾驶人数情况
图 2.1 两相位信号交叉口示意图图 2.1 所示，南北方向为第一相位，南北方向为红灯时(南北方向不通车)，东绿灯(赋予东西方向通行权)；反之，东西方向为第二相位，东西方向为红灯时(不通车)，南北方向为绿灯 (赋予南北方向通行权)。当某相位绿灯启动时，意相位将不允许通车[22]。控制参数1) 周期时长C号周期时长C是指设定的各色信号灯按照指定的顺序依次启亮依次所需的时间某相位的绿灯时间启亮到下次绿灯时间启亮之间的一段时间来表示，单位为秒论上讲，当交通流量越大时，对应的周期应越长，否则该周期内到达交叉口的在有效的绿灯时间内通过，就会出现拥堵状况。但实际上周期太长或太短均有期太短会导致某一方向的车辆因不能及时通过而产生延误；周期太长则会使某向的绿灯时间大于实际所需的时长，而其他方向的红灯时间过长，这将造成该流等待的时间增加。实际中，对于中小型交叉口，信号周期时长的设置一般
随机机会约束规划的交叉口信号控制优化研究还有一个决定粒子飞行方向和距离的速度，保证了粒子飞行过程中的位置和速度。在PSO 算法中随机初始化一个种群(随机解)，之后粒子根据“两个极值”来更新自身的速度和位置，从而找到食物(最优解)的位置，“两个极值”分别体现种群中个体的协作和信息共享。其中，粒子本身所找到的最优解，称为个体极值 Pbest(也称“自身经验”)；而整个种群目前找到的最优解，称为全局极值 Gbest(也称“社会经验”)。如图 3.1 所示，粒子在第t次和第 t +1次迭代的位置和速度更新示意图，其中●表示全局最优解。
【参考文献】：
期刊论文
[1]分层多种群的自适应粒子群算法[J]. 赵乃刚,赵佳鑫. 兰州理工大学学报. 2017(04)
[2]随机条件下单点交叉口信号配时优化[J]. 吕斌,牛惠民. 交通运输工程学报. 2010(06)
[3]随机条件下单点交叉口绿灯时间计算方法研究[J]. 吕斌,牛惠民. 公路交通科技. 2010(02)
[4]基于遗传算法的交通信号控制多目标优化[J]. 李瑞敏,陆化普. 长安大学学报(自然科学版). 2009(03)
[5]基于随机模拟与PSO算法相结合的随机机会约束规划算法[J]. 肖宁,曾建潮. 计算机应用与软件. 2009(04)
[6]求解模糊机会约束规划模型的微粒群算法[J]. 孙燕,谭瑛,曾建潮. 系统工程与电子技术. 2009(02)
[7]单点交叉口信号实时配时模型及蚂蚁算法[J]. 颜艳霞,李文权. 公路交通科技. 2006(11)
[8]交叉口延误的概率统计模型[J]. 蒲琪,黄启超,杨佩昆. 同济大学学报(自然科学版). 2005(10)
[9]城市单路口交通的两级模糊控制及其仿真[J]. 陈森发,陈洪,徐吉谦. 系统仿真学报. 1998(02)
博士论文
[1]粒子群算法的研究及应用[D]. 刘衍民.山东师范大学 2011
[2]城市交通信号优化控制算法研究[D]. 臧利林.山东大学 2007
[3]城市交通控制信号配时参数优化方法研究[D]. 栗红强.吉林大学 2004
硕士论文
[1]基于机会约束规划的含多风电场动态经济调度[D]. 张心怡.浙江大学 2017
[2]混合交通流环境下交叉口多目标配时优化研究[D]. 甘杨杰.北京交通大学 2016
[3]微粒群算法的改进及在交通信号控制中的应用[D]. 苏长慧.太原科技大学 2014
[4]进化优化算法的约束处理方法与应用[D]. 黎小圣.天津大学 2014
[5]城市道路交叉口的信号配时优化研究[D]. 蔡锦德.北京交通大学 2012
[6]城市干道交通信号协调优化控制研究[D]. 曹娟娟.长沙理工大学 2012
[7]城市智能交通信号控制方法及其仿真研究[D]. 付绍昌.湘潭大学 2006
本文编号：3429949
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3429949.html
