一种优化信号交叉口排队长度的方法技术

本发明专利技术公开了一种优化信号交叉口排队长度的方法，包括以下步骤：1)以各相位关键车流的排队长度组成的向量作为状态，为了提高计算效率，状态空间采用离散形式，离散步长根据排队长度占上游路段长度的比例进行计算；2)以各相位绿灯时间组成的向量作为行为；3)以各相位关键车流的加权排队长度差作为奖赏，优化目标是等排队长度，通过权重系数反映交通流向的重要程度；4)仿真优化平台的建立。本发明专利技术所述方法能够计算全局最优解、且具有记忆性的信号配时优化技术。

【技术实现步骤摘要】

本专利技术属于交通
，涉及。
技术介绍
在道路交通信号控制领域，现有技术采用的是20世纪60年代至80年代的科学技术，这些技术在处理庞大的状态空间和解空间问题上具有很大的局限性。城市道路交叉口信号配时涉及庞大的状态空间和解空间，现有技术对交叉口信号配时问题作了诸多简化。城市路网交通拥堵是近些年国内外大中城市面临的一个难题，经常出现车辆排队至上游路口造成路网死锁的严重拥堵情况。以排队长度为优化目标应对我国机动车保有量井喷式增长具有重要的理论价值和现实意义。目前城市交叉口信号配时技术的智能化程度较低，不能够从经验中改善系统性能，对系统经历过的状态无记忆性。
技术实现思路
本专利技术的目的是克服现有技术的缺陷，提供，该方法能够计算全局最优解、且具有记忆性的信号配时优化技术。解决现有技术只能在很小的空间中进行优化，虽然保证了配时方案的连续性、小波动，但是难以保证解的最优化。解决现有技术不能够积累经验、形成管理预案的缺点，其技术方案为，包括以下步骤I)以各相位关键车流的排队长度组成的向量作为状态，为了提高计算效率，状态空间采用离散形式，离散步长根据排队长度占上游路段长度的比例进行计算；2)以各相位绿灯时间组成的向量作为行为；3)以各相位关键车流的加权排队长度差作为奖赏，优化目标是等排队长度，通过权重系数反映交通流向的重要程度；4)仿真优化平台的建立以Excel VBA作为主控程序，将微观交通仿真软件Vissim和Matlab软件作为调用对象，分别采用COM接口和Excel Link接口，利用Vissim软件建立交通仿真模型，利用Matlab开发优化排队长度的强化学习模型，基于历史数据利用该平台计算强化学习矩阵。进一步优选，按照步骤I)中所述的离散步长，在实际道路上设置检测器，判断排队长度所处的区间，将离线优化得到的强化学习矩阵作为初始矩阵，在线应用Matlab开发的强化学习模型，优化信号配时，利用数据采集手段对优化效果进行评估。进一步，所述数据采集手段主要包括线圈检测器、出租车GPS数据、人工调查、视频录像。本专利技术的有益效果本专利技术的优化方法是一种平衡的方法，通过权重系数反映交通流向的重要程度，优化效果达到各流向排队长度均衡。与已有技术不同的是，本专利技术以排队长度占本流向上游路段长度的比例作为状态变量，这个比值可看作排队长度压力，是个相对值。这就解决了已有技术以绝对排队长度进行优化容易造成死锁现象的发生。进一步地，本专利技术解决了已有技术在优化过程中导致流量小的流向排队等待时间过长的问题。附图说明图1是仿真优化平台结构图；C0M接口为omponent Object Model的简称,微软定义的标准接口，Vissim为德国PTV公司的交通仿真商业软件，Excel VBA为Excel VisualBasic Forapplication,Excel Link接口为一种软件中间件，Matlab为Matrix Laboratory的简称。图2是本专利技术离散步长和检测器位置示意图。具体实施例方式下面结合附图具体实施例来详细描述本专利技术的技术方案。，包括以下步骤I)以各相位关键车流的排队长度组成的向量作为状态，为了提高计算效率，状态空间采用离散形式，离散步长根据排队长度占上游路段长度的比例进行计算；例如以20%的比例作为离散步长，则状态空间包括5个值，分别是(0,20% L)，(20% 1,40% I), (40%1,60% L)，(60% L,80% L)，(80% L，L)，其中L表示本交叉口停车线至上游交叉口停车线之间的路段长度。2)以各相位绿灯时间组成的向量作为行为；3)以各相位关键车流的加权排队长度差作为奖赏，优化目标是等排队长度，通过权重系数反映交通流向的重要程度；例如，对于有两个关键相位的交叉口，奖励函数可写为r = I Y Jq1- Y 2q21 , Y工和Y2表示车流流向的权重，q:和q2表示红末排队长度，根据相位的重要程度设置权重值。4)仿真优化平台的建立仿真优化平台结构图如图1所示，以Excel VBA作为主控程序，将微观交通仿真软件Vissim和Matlab软件作为调用对象，分别采用COM接口和ExcelLink接口，利用Vissim软件建立交通仿真模型,利用Matlab开发优化排队长度的强化学习模型，基于历史数据利用该平台计算强化学习矩阵。学习矩阵示例以两相位配时为例说明强化学习矩阵的含义，表I中第一列的表头ql，q2是各相位的排队长度值，(ql，q2)向量个数是排队长度的排列组合值。第一行的表头gl，g2是指各相位的绿灯时间，(gl，g2)向量个数是绿灯时间的排列组合值。其他的矩阵元素值是(状态-行为对)值。表I本文档来自技高网...

【技术保护点】
一种优化信号交叉口排队长度的方法，其特征在于，包括以下步骤：1)以各相位关键车流的排队长度组成的向量作为状态，为了提高计算效率，状态空间采用离散形式，离散步长根据排队长度占上游路段长度的比例进行计算；2)以各相位绿灯时间组成的向量作为行为；3)以各相位关键车流的加权排队长度差作为奖赏，优化目标是等排队长度，通过权重系数反映交通流向的重要程度；4)仿真优化平台的建立：以Excel?VBA作为主控程序，将微观交通仿真软件Vissim和Matlab软件作为调用对象，分别采用COM接口和Excel?Link接口，利用Vissim软件建立交通仿真模型，利用Matlab开发优化排队长度的强化学习模型，基于历史数据利用该平台计算强化学习矩阵。

【技术特征摘要】
1.一种优化信号交叉口排队长度的方法，其特征在于，包括以下步骤1)以各相位关键车流的排队长度组成的向量作为状态，为了提高计算效率，状态空间采用离散形式，离散步长根据排队长度占上游路段长度的比例进行计算；2)以各相位绿灯时间组成的向量作为行为；3)以各相位关键车流的加权排队长度差作为奖赏，优化目标是等排队长度，通过权重系数反映交通流向的重要程度；4)仿真优化平台的建立=WExcelVBA作为主控程序，将微观交通仿真软件Vissim和Matlab软件作为调用对象，分别采用COM接口和Excel Link接口，利用Vissim...

【专利技术属性】
技术研发人员：卢守峰，刘喜敏，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：