本发明专利技术公开一种优化尾气排放的干线绿波协调控制信号配时方法，包括如下步骤：1）调查得到干道上的基本交通参数，初始化车辆尾气排放计算平台；2）设置多目标遗传方法基本参数，初始化多目标遗传方法种群；3）基于上述平台，计算种群中各个体的适应度；4）计算种群中个体非支配序和虚拟适应度，通过遗传选择、交叉和变异生成子代种群，然后计算子代种群各个体的适应度；5）合并种群和子代种群得到新种群，计算其每个个体的非支配序和拥挤度，并基于此选择个体，得到下一代种群；6）当进化代数大于最大进化代数时方法结束，以最后一代种群中非支配序等于1的所有个体作为最终非劣解集输出，得到综合考虑车均延误和车辆尾气排放的配时方案。
【技术实现步骤摘要】
本专利技术属于交通信号控制中干线绿波定时控制领域，涉及ー种同时考虑污染物排放和车辆延误优化的干线协调控制信号配时方法。
技术介绍
我国在城市道路网干道上的交叉ロ多为信号控制交叉ロ，分别进行单点信号控制时车辆在交叉ロ处频繁停车，因此导致路网运行效率低下、出行延误増大等交通问题。为减少车辆在各个交叉路口上的停车时间，把一条干线上的一批相邻交通信号统一起来，加以协调控制，減少干线上车流的交通延误和停车率，对改善整个城市交通状况具有重大意义。同时，随着城市机动车保有量的不断増加，机动车尾气污染已经成为城市大气环境质量改善的瓶颈之一，危害人民的生命健康，降低了城市居民的生活水平。随着社会主义科学发展理念的进ー步深化，对干线信号协调控制的研究也不能仅限于提高通行效率、减少出行延误，更应该同时着眼于环境保护。本专利技术提出的干线绿波协调控制信号配时方法属于定时绿波控制方法的范畴，以往关于定时绿波方案设置的主要思想主要分为绿波带宽度最大化和延误最小化两类，分别以绿波带宽度最大和车均或人均出行延误最小为方法的优化目标，有关干线绿波协调控制对汽车尾气排放影响的研究还较少，一般多在由方法得到干线绿波控制方案后对方案下车辆污染物的排放情况进行仿真，绿波方案的制定与车辆尾气排放独立进行，没有在方案生成的过程中考虑对车辆尾气排放进行优化。同时，遗传方法是处理延误最小化问题的常用方法，不同绿波方案下车均延误和停车次数等评价指标往往不能同时达到最优，以往研究常采用加权求和的方法将其转换为单目标优化问题，但权重的分配往往较为主观。为了克服上述方法的缺陷，本专利技术通过建立车辆尾气微观排放仿真平台实现在绿波方法中同时优化车辆尾气排放，并基于带精英策略的非支配排序多目标遗传方法给出绿波方案的非劣解集，提出。`
技术实现思路
技术问题:本专利技术提供一种在绿波方法执行过程中优化车辆尾气排放，基于带精英策略的非支配排序多目标遗传方法求解使污染物排放和车均延误同时最优的优化尾气排放的干线绿波协调控制信号配时方法。技术方案:本专利技术的优化尾气排放的干线绿波协调控制信号配时方法，包括如下步骤:I)对干线上信号交叉ロ的基本几何參数和配时參数进行调查，得到干线上信号交叉ロ个数为N个，第i个交叉口和第一个交叉ロ间的路段长度为Di, i=l, 2，…，N，干线公共信号周期C的取值范围为C G [Cfflin, CfflaJ，干线上车辆的平均运行速度为V，以及每个交叉ロ的信号相位设置、配时方案和实际交叉ロ交通流量分布情况，将所述调查得到參数输入到交通微观仿真软件中，初始化干道交通环境:设置各信号交叉ロ绿时差(^=0%，i=l, 2，…，N，设置干线公共信号周期C=Cmin ；2)设置进化代数t=0，设置最大进化代数为Maxit，随机生成包括Np个初始种群个体的初始群体P(o)，所述初始种群个体Sk是随机生成的由N+1个决策变量构成的干线协调控制配时方案，Sk={Ck，Olk, O2k,…，0Nk}，k=l，2，…，Np，初始种群个体Sk中的决策变量包括各信号交叉ロ绿时差0ik=0%，i=l, 2，…，N和干线公共信号周期Ck，所述信号交叉ロ绿时差Oik是从[0%，100%]中随机抽取的值，干线公共信号周期Ck是从[Cmin，CmaJ中随机抽取的值；3)计算种群P (t)中各个个体的适应度F (t)，具体方法为:将个体种群Stk= {Ck，0lk，O2k, --?，OfflJ输入到所述步骤I)中初始化的交通微观仿真平台中，仿真得到T时间内所有车辆的车均延误D(t)k和每辆车毎秒钟的运行エ况Vh= {ah, vh, CX}，其中t为进化代数，ah为h时刻某一车辆运行的加速度，Vh为h时刻某ー车辆运行的速度，CX为车型；初始步骤中，种群个体为所述步骤2)中生成的初始种群个体Sk ；将所述车辆运行エ况Vh= {ah，vh, CX}输入到微观车辆尾气排放仿真软件中，得到车辆的污染物排放值，对所有车辆的污染物排放值进行求和，得到干线整体的尾气排放量E (t)k= {E (t) HCk, E (t) COk, E (t) NOxk, E (t) C02J，然后合并所述车均延误 D (t)k，得到适应度F (t) k= {D (t) k, E (t) HCk, E (t) COk, E (t) NOxk, E (t) C02J ；4)计算种群P (t)中每个种群个体Stk的非支配序Ranktk,设置种群个体的虚拟适应度值FF(t),=Ranktk，基于得到的虚拟适应度值FF(t)k依次进行遗传运算中的选择运算、交叉运算和变异运算，得到种群P(t)的子代种群Q(t)，然后计算子代种群Q(t)中所有种群个体的适应度FQ (t)； 5)将子代种群Q(t)与它的父代种群P(t)合并，组成新种群R(t)，所述新种群R(t)的种群个体数量为2Np，然后计算新种群R(t)中每个种群个体SRtk的非支配序RankRtk和拥挤度CrowdRtk,将新种群R(t)中的种群个体按照非支配序RankRtk取值从小到大进行排序，对于非支配序RankRtk取值相等的种群个体，按照拥挤度CrowdRtk取值从大到小进行排序，最后选取排序后的新种群R(t)中的前Np个种群个体组成t+1代的种群P (t+1)；6)判断进化代数t是否满足t〈MaxIt，如是，则令t=t+l，并返回步骤3)，否则将所述步骤5)中得到的t+1代的种群P(t+1)中非支配序RankRtk=I的所有种群个体作为最终非劣解集输出。本专利技术方法基于带精英策略的非支配排序多目标遗传方法，能够求解得到使干线上污染物排放和车均延误同时最优的配时方案的非劣解集。有益效果:本专利技术与现有技术相比，具有以下优点:目前普遍采用的干线绿波协调控制方法中，部分方法只考虑优化车均延误、人均延误和停车次数等通行效率指标，忽略绿波控制对车辆尾气排放的影响。部分方法在得到绿波方案后再独立进行尾气排放的仿真与评价，再对方案进行比选，没有在方法执行过程中优化污染物排放，得到的方案不能实现延误和排放的同时最优。部分方法通过加权求和将干线绿波协调控制方法转化为单目标规划问题，但权重的选取往往较为主观。本专利技术在方法中采用交通微观仿真软件VISSIM和车辆尾气排放仿真软件CMEM实现不通绿波方案下的车辆尾气排放计算，能够灵活相应公共周期和交叉ロ相位差变化，采用带精英策略的非支配排序多目标遗传方法对绿波方案进行求解，以车均延误和车辆尾气排放为优化目标，生成绿波方案的非劣解集。本专利技术提出的干线绿波协调控制方法在方法执行流程中直接优化车辆尾气排放，生成的绿波方案在保证行车延误较小的基础上，能够同时降低干道上交通对环境的污染。【附图说明】图1为本专利技术优化尾气排放的干线绿波协调控制信号配时方法的流程图。【具体实施方式】:下面进ー步阐明本专利技术，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种等价形式的修改均落于本申请所附权利要求所限定的范围。本专利技术的优化尾气排放的干线绿波协调控制信号配时方法，包括如下步骤:I)调查得到干道上的基本交通參数，初始化车辆尾气排放计算平台对干线上信号交叉ロ的基本几何參数、配时參数和交通量进行调查，调本文档来自技高网...
【技术保护点】
一种优化尾气排放的干线绿波协调控制信号配时方法，其特征在于，该方法包括如下步骤：1）对干线上信号交叉口的基本几何参数和配时参数进行调查，得到干线上信号交叉口个数为N个，第i个交叉口和第一个交叉口间的路段长度为Di，i=1,2,…,N，干线公共信号周期C的取值范围为C∈[Cmin，Cmax]，干线上车辆的平均运行速度为v，以及每个交叉口的信号相位设置、配时方案和实际交叉口交通流量分布情况，将所述调查得到参数输入到交通微观仿真软件中，初始化干道交通环境：设置各信号交叉口绿时差Oi=0%,i=1,2,…,N，设置干线公共信号周期C=Cmin；2）设置进化代数t=0，设置最大进化代数为MaxIt，随机生成包括Np个初始种群个体的初始群体P（0），所述初始种群个体Sk是随机生成的由N+1个决策变量构成的干线协调控制配时方案，Sk={Ck,O1k,O2k,…,ONk},k=1,2,…,Np，初始种群个体Sk中的决策变量包括各信号交叉口绿时差Oik=0%,i=1,2,…,N和干线公共信号周期Ck，所述信号交叉口绿时差Oik是从[0%,100%]中随机抽取的值，干线公共信号周期Ck是从[Cmin，Cmax]中随机抽取的值；3）计算种群P(t)中各个种群个体的适应度F(t)，具体方法为：将种群个体Stk={Ck,O1k,O2k,…,ONk}输入到所述步骤1）中初始化的交通微观仿真软件中，仿真得到T时间内所有车辆的车均延误D(t)k和每辆车每秒钟的运行工况Vh={ah,vh,CX}，其中t为进化代数，ah为h时刻某一车辆运行的加速度，vh为h时刻某一车辆运行的速度，CX为车型；初始步骤中，种群个体为所述步骤2）中生成的初始种群个体Sk；将所述车辆运行工况Vh={ah,vh,CX}输入到微观车辆尾气排放仿真软件中，得到车辆的污染物排放值，对所有车量的污染物排放值进行求和，得到干线整体的尾气排放量E(t)k={E(t)HCk,E(t)COk,E(t)NOxk,E(t)CO2k}，然后合并所述车均延误D(t)k，得到适应度F(t)k={D(t)k,E(t)HCk,E(t)COk,E(t)NOxk,E(t)CO2k}；4）计算种群P(t)中每个种群个体Stk的非支配序Ranktk，设置种群个体的虚拟适应度值FF(t)k=Ranktk，基于得到的虚拟适应度值FF(t)k依次进行遗传运算中的选择运算、交叉运算和变异运算，得到种群P(t)的子代种群Q(t)，然后计算所述子代种群Q(t)中所有种群个体的适应度FQ(t)；5）将子代种群Q(t)与它的父代种群P(t)合并，组成新种群R(t)，所述新种群R(t)的种群个体数量为2Np，然后计算新种群R(t)中每个种群个体SRtk的非支配序RankRtk 和拥挤度CrowdRtk，将新种群R(t)中的种群个体按照非支配序RankRtk取值从小到大进行排序，对于非支配序RankRtk取值相等的种群个体，按照拥挤度CrowdRtk取值从大到小进行排序，最后选取排序后的新种群R(t)中的前Np个种群个体组成t+1代的种群P(t+1)；6）判断进化代数t是否满足t...
【技术特征摘要】
1.一种优化尾气排放的干线绿波协调控制信号配时方法，其特征在干，该方法包括如下步骤: 1)对干线上信号交叉ロ的基本几何參数和配时參数进行调查，得到干线上信号交叉ロ个数为N个，第i个交叉口和第一个交叉ロ间的路段长度为Di, i=l, 2，…，N，干线公共信号周期C的取值范围为Ce [Cfflin, Cmax]，干线上车辆的平均运行速度为V，以及每个交叉ロ的信号相位设置、配时方案和实际交叉ロ交通流量分布情况，将所述调查得到參数输入到交通微观仿真软件中，初始化干道交通环境:设置各信号交叉ロ绿时差(^=0%，i=l, 2，…，N，设置干线公共信号周期C=Cmin ； 2)设置进化代数t=0，设置最大进化代数为Maxlt，随机生成包括Np个初始种群个体的初始群体P (0)，所述初始种群个体Sk是随机生成的由N+1个决策变量构成的干线协调控制配时方案，Sk={Ck，Olk, O2k,…，0Nk},k=l, 2，…，Np，初始种群个体Sk中的决策变量包括各信号交叉ロ绿时差0ik=0%，i=l，2，…，N和干线公共信号周期Ck，所述信号交叉ロ绿时差Oik是从[0%，100%]中随机抽取的值，干线公共信号周期Ck是从[Cmin，CmaJ中随机抽取的值； 3)计算种群P(t)中各个种群个体的适应度F (t)，具体方法为: 将种群个体Stk={Ck，0lk，02k，…，OnJ输入到所述步骤I)中初始化的交通微观仿真软件中，仿真得到T时间内所有车辆的车均延误D(t)k和每辆车毎秒钟的运行エ况Vh= {ah, vh, CX}，其中t为进化代数，ah为h时刻某一车辆运行的加速度，Vh为h时刻某ー车辆运行的速度，CX为车型 ；初始步骤中，种群个体为所述步骤...
【专利技术属性】
技术研发人员：季彦婕，胡波，王炜，汤斗南，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。