信号控制与交通分配协同模型的自适应IOA算法

发布时间：2021-11-16 08:42

　　现有求解信号控制与交通分配协同问题的IOA（Iterative Optimization and Assignment）算法,是通过对两个子问题分别求解并迭代至收敛,其收敛速度快,但解的质量仍有待改善.对IOA算法改进,提出自适应IOA（Adaptive Iterative Optimization and Assignment,AIOA）算法,提升解质量的同时保持计算速度快的优点.首先,把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中,增大解的变异程度,既可加快收敛速度,又可突破IOA寻优范围的局限性;其次,根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索,避免解的劣化.仿真结果表明:AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%,时间成本降低10%,仅为遗传算法的1%;AIOA算法能在短时间内求得满意解,且适用于大规模路网. 

【文章来源】：交通运输系统工程与信息. 2019,19(06)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

信号控制与交通分配的协同关系

Step 4单调性检验.检验Dn+1-Dn<0，如果满足则继续Step 5；否则，进入局部搜索，使用黄金分割法在Λn-1和Λn或Λn和Λn+1的线性组合区间内搜索极值点，当局部搜索满足Step 5中的收敛条件后跳至Step 6.Step 5收敛性检验.检查收敛条件|Dn-Dn-1|/Dn<ε或n=nmax,nmax为最大迭代次数.如果不满足，令n=n+1，重新执行Step 2；否则进入Step 6.

采用两个路网进行案例分析，如图3(a)和(b)所示.小规模Nguyen-Dupius路网，用于说明AIOA算法的性能，有4个OD对，19条路段，13个节点，4个信号控制交叉口，8个控制变量；大规模Sioux-Falls路网，用于可移植性测试，有5个OD对，76条路段，13个节点，20个信号控制交叉口，68个控制变量.对于m个进口道的交叉口，采用m相位控制模式，即m个进口道轮流放行，不考虑其他节点延误.路网参数如表1～表4所示，所有测试都在MATLAB R2019a网页版平台进行.路段时间成本函数为BPR函数.

【参考文献】：
期刊论文
[1]基于层级控制的区域交通信号控制及交通流诱导协调模型[J]. 王薇,程泽阳,张伟,杨兆升.  武汉理工大学学报(交通科学与工程版). 2016(04)
[2]城市交通控制与诱导协同的双层规划模型[J]. 孙智源,陆化普,张晓利,屈闻聪.  东南大学学报(自然科学版). 2016(02)
[3]考虑速度限制的连续交通网络设计问题[J]. 孙飞,龙建成.  交通运输系统工程与信息. 2015(03)
[4]用户平衡分配条件下交通控制优化研究[J]. 陈晓明,邵春福,郭钰愫.  北京交通大学学报. 2007(03)
[5]饱和路网中动态交通分配与路口控制一体化建模研究[J]. 李润梅,汤淑明.  系统仿真学报. 2007(08)
[6]城市交通网络设计问题中双层规划模型、方法及应用[J]. 高自友,张好智,孙会君.  交通运输系统工程与信息. 2004(01)



本文编号：3498532