城市道路交通多目标优化控制方法技术

本发明专利技术属于城市道路交通控制技术领域，尤其涉及一种城市道路交通多目标优化控制方法。技术方案包括建立多目标优化控制模型，采用周期离散变量正反逐步双向调整的方法对周期和绿信比进行优化，在多目标优化控制模型中加入约束条件，采用遗传算法对多目标优化控制模型求解。本发明专利技术实现了交通控制既满足交通流快速疏散的要求，又满足交通流均衡分布的要求，提高了道路交叉口的服务水平。

【技术实现步骤摘要】

本专利技术属于城市道路交通控制
，尤其涉及一种。
技术介绍
随着城市的发展和车辆的增加，实行有效的交通控制以保证交通的畅通，已日益 成为交通管理部门所面临的重要问题。交通流控制对提高城市道路的通行能力、缓和城市 交通拥挤起着重要作用，其重要内容是对城市道路交通流的畅通、有序、安全采用有效的控 制措施，最大限度地提高道路设施的使用效率。 随着交通需求的持续增加和对畅通性和均衡性的要求，传统的交通控制目标如交叉口延误、排队长度和停车率等已不能满足城市道路交通控制的需要，为了改善交通运行状况，提高交通网路的畅通性和均衡性，必须要建立，且在多目标优化过程中，根据实际道路交通环境，给畅通性和均衡性分配不同的权重。 畅通性是定量的描述交通出行者在参与交通中，由于道路和环境条件、交通干扰以及交通管理与控制等因素导致的旅行时间延长的一种指标。该指标的期望是能够尽量给交通参与者一个畅通的、快捷的交通出行环境，满足交通流快速疏散的要求，同时可以有选择性的使某个方向交通流更加畅通。对于十字交叉口而言，畅通性指标由各个方向的车道平均延误的加权期望值来体现。 均衡性是定量描述交通流在各个方向的均衡程度的指标，其意义是使交通控制方 法满足交通流均衡分布的要求，这体现了交通控制方案对交叉口各个方向交通流的公平管 理。均衡性指标由各个方向的平均排队长度的标准方差来体现。 传统的交叉口控制目标多是以交叉口各个方向的总的车辆延误为目标进行计算， 使用该目标存在以下问题 1、某个优化的交通控制方案实现了总的车辆延误减少的目标，这可能是由交叉口 的某个次要方向的车辆延误大幅减少引起，但同时其他一个或多个交叉口方向的车辆延误 却增加了 ； 2、交叉口的各相位排队长度非常不均衡，排队长度较小的进口方向分配过多的绿 灯时间，而排队长度较长的进口方向却缺乏有效的绿灯时间。 针对上述问题，实现一种，使交通控制方法满 足交通流快速疏散和交通流均衡分布，成为提高交叉口的服务水平的关键。
技术实现思路
本专利技术的目的在于，提供一种，控制目标为交叉口的畅通性和均衡性的加权和，用以克服传统控制目标在交通控制管理中存在的问题。 本专利技术的技术方案是，一种，其特征在于所述 方法包括下列步骤 步骤1 :建立多目标优化控制模型 <formula>formula see original document page 5</formula> 其中，kl表示畅通性的权重、k2表示均衡性的权重、a ,表示相位i的优先权重、CT表示畅通性指标值、JH表示均衡 性指标值、Ti表示相位i的延误时间，Pi表示的是相位i的排队长度，M表示交叉口的相位 总数。 步骤2 步骤3 步骤4:采用周期离散变量正反逐步双向调整的方法对周期和绿信比进行优化； :在多目标优化控制模型中加入约束条件； :采用遗传算法对多目标优化控制模型求解。 所述采用周期离散变量正反逐步双向调整的方法对周期和绿信比进行优化具体 是，周期正向调整从Cmin开始逐步递增到C^，计算出最小的总延误时间T。minl(X);周期反向 调整从Cmax开始逐步递减到Cmin，计算出最小的总延误时间T in2 (X);将所述两个最小的总 延误时间T。minl(x)和T。min2(x)进行比较，数值小的总延误时间所在的周期和绿信比即为最 优周期和绿信比。 所述约束条件为 x广ai > 0 J(x,+A() = C 《C《C隨f v = 75km/h 1《i《N ; 其中，ai为第i相位最小有效绿灯时间；A ti为第i相位损失时间。 所述步骤4具体包括下列步骤 步骤41 :对模型初始化，设定均衡性指标和畅通性指标的权重、种群数目、染色体 长度、迭代总代数、复制、杂交变异概率； 步骤42 :采用二进制编码，在可行域内随机产生种群数目大小的染色体； 步骤43 :计算种群适应值，并按适应值大小排序； 步骤44 :按复制概率复制具有适应值较高的染色体到下一代；步骤45 :按交叉概率、变异概率生成除复制染色体以外满足种群数目的染色体到 新一代步骤46 :判断是否到了迭代总代数，若没有，则转至步骤43 ; 步骤47 :按最优适应值计算各相位配时；步骤48 :调整均衡性指标和畅通性指标的权重；转至步骤4L 所述交叉概率为<formula>formula see original document page 6</formula> 《=' 其中，fmax为群体中最大的适应度；favg为每代群体的平均适应度值；f'为要交叉 的两个个体中较大的适应度值；f为要变异个体的适应度值；Pel = 0. 9， P。2 = 0. 6。 所述变异概率为 其中，fmax为群体中最大的适应度；favg为每代群体的平均适应度值；f'为要交叉 的两个个体中较大的适应度值；f为要变异个体的适应度值；Pml = 0. 1， Pm2 = 0. 001。 本专利技术实现了交通控制既满足交通流快速疏散的要求，又满足交通流均衡分布的 要求，提高了道路交叉口的服务水平。附图说明 图1是流程图； 图2是多目标优化控制模型求解流程图； 图3是本专利技术实施例提供的与SCOOT方案综合指标比较示意图。 具体实施例方式下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性 的，而不是为了限制本专利技术的范围及其应用。图1是流程图。图1中，本专利技术的实施过程是 步骤1 :建立多目标优化控制模型。 本专利技术的多目标优化控制模型为 其中，kl表示畅通性的权重、k2表示均衡性的权重、a ,表示相位i的优先权重、 CT表示畅通性指标值、JH表示均衡性指标值、1\表示相位i的延误时间，Pi表示的是相位 i的排队长度，M表示交叉口的相位总数。权重配置可以人工赋权，也可以在追求目标值最 优化的过程中，进行自学习，可配置多目标。 步骤2 :采用周期离散变量正反逐步双向调整的方法对周期和绿信比进行优化。 选定模型以后，需要寻找一个最优的信号周期时长C和有效绿灯时间ge。目前普 遍采用的是先由最佳周期时长C的计算公式韦伯最佳周期时长计算公式近似求得C，再根 据C《60N时增大周期时长，可提高通行能力的原则，调整C，最后以有效绿灯时间为自变量 将其优化。显然此方法不能保证得到使目标函数值最小的C，而且该方法的适用性有限，当 & = <饱和度逐渐增加到1时，车辆的总延误的计算公式将不再适用，导致计算结果不正确。 为了克服以上弊端，本专利技术采用对周期离散变量正反逐步双向调整的方法同时对 周期和绿信比进行优化。周期正向调整从Cmin开始逐步递增到Cmax，计算出最小的总延误时 间T。minl (x);反向调整方法与正向调整方法相同，从Cmax开始逐步递减到Cmin，计算出最小的 总延误T。一(x)。将两最小总延误值进行比较，较小数值所在的周期和绿信比即为模型的最 优周期和绿信比，即最佳配时方案。 步骤3 :在多目标优化控制模型中加入约束条件。 考虑信号控制的实际约束条件，将约束条件表述如下 x,-a,. > 0 X(x,+A() = C0.75^^^1.2 《C《C隨f v = 75km/h l本文档来自技高网...

【技术保护点】
一种城市道路交通多目标优化控制方法，其特征在于所述方法包括下列步骤：　　　　步骤１：建立多目标优化控制模型　　　　Ｏｂｊ：Ｚ＝ｋ１ＣＴ＋ｋ２ＪＨ＝ｋ１＊α↓［ｉ］＊↓［ｉ］＋ｋ２＊＊＊；其中，ｋ１表示畅通性的权重、ｋ２表示均衡性的权重、α↓［ｉ］表示相位ｉ的优先权重、ＣＴ表示畅通性指标值、ＪＨ表示均衡性指标值、Ｔ↓［ｉ］表示相位ｉ的延误时间，Ｐ↓［ｉ］表示的是相位ｉ的排队长度，Ｍ表示交叉口的相位总数。　　　　步骤２：采用周期离散变量正反逐步双向调整的方法对周期和绿信比进行优化；　　　　步骤３：在多目标优化控制模型中加入约束条件；　　　　步骤４：采用遗传算法对多目标优化控制模型求解。

【技术特征摘要】
一种城市道路交通多目标优化控制方法，其特征在于所述方法包括下列步骤步骤1建立多目标优化控制模型其中，k1表示畅通性的权重、k2表示均衡性的权重、αi表示相位i的优先权重、CT表示畅通性指标值、JH表示均衡性指标值、Ti表示相位i的延误时间，Pi表示的是相位i的排队长度，M表示交叉口的相位总数。步骤2采用周期离散变量正反逐步双向调整的方法对周期和绿信比进行优化；步骤3在多目标优化控制模型中加入约束条件；步骤4采用遗传算法对多目标优化控制模型求解。F2009102354743C0000011.tif2.根据权利要求1所述的城市道路交通多目标优化控制方法，其特征是所述采用周期 离散变量正反逐步双向调整的方法对周期和绿信比进行优化具体是，周期正向调整从Cmin 开始逐步递增到Cmax，计算出最小的总延误时间T。minl (X);周期反向调整从Cmax开始逐步递 减到Cmin，计算出最小的总延误时间T in2(x);将所述两个最小的总延误时间T。minl(x)和步骤3 步骤4T in2(x)进行比较，数值小的总延误时间所在的周期和绿信比即为最优周期和绿信比。3.根据权利要求1所述的城市道路交通多目标优化控制方法，其特征是所述约束条件为<formula>formula see original document page 0</formula>其中，A为第i相位最小有效绿灯时间；A ti为第i相位损失时间。4.根据权利要求1所述的城市道路交通多目标优化控制方法，其特征是所述步骤4具 ...

【专利技术属性】
技术研发人员：贾睿妍，邓文，董宏辉，秦勇，徐东伟，李海健，史元超，贾利民，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：11[中国|北京]