CN102254440A - 基于数字荷尔蒙的交通控制优化方法 - Google Patents

基于数字荷尔蒙的交通控制优化方法 Download PDF

Info

Publication number
CN102254440A
CN102254440A CN2011102021831A CN201110202183A CN102254440A CN 102254440 A CN102254440 A CN 102254440A CN 2011102021831 A CN2011102021831 A CN 2011102021831A CN 201110202183 A CN201110202183 A CN 201110202183A CN 102254440 A CN102254440 A CN 102254440A
Authority
CN
China
Prior art keywords
highway section
crossing
signal lamp
hormone
traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011102021831A
Other languages
English (en)
Inventor
余春艳
叶东毅
刘灵辉
李建明
郑俊耀
方良松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
Original Assignee
Fuzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN2011102021831A priority Critical patent/CN102254440A/zh
Publication of CN102254440A publication Critical patent/CN102254440A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于数字荷尔蒙的交通控制优化方法,将数字荷尔蒙原理应用于交通协调控制中,充分考虑了交通流分配和信号控制的动态特性,建立了交通流分配和信号灯控制协调模型,应用于解决城市交通流分配和信号灯控制的协调问题。该方法是一种完全分布式的控制方法,可以很好的解决交通系统的不确定性、随机性、非线性、局部性等特点,此外,相对于其他一些智能算法的应用,该方法的结构简单,性能稳定,具有良好的可修改性和可扩展性。

Description

基于数字荷尔蒙的交通控制优化方法
技术领域
本发明涉及智能交通技术领域,特别是一种基于数字荷尔蒙的交通控制优化方法。
背景技术
车辆的大量普及给我们带来了方便,也同时导致许多交通问题以及一些附属危机,整个世界都急待解决这些难题。交通问题在大中型城市中尤为严重,而对于它们而言,整体的建筑规划已经定型,很难在“硬件”上提高道路的通信效率。信号灯控制是智能交通系统中最重要的功能子模块之一,也是提高交通系统效率的最重要手段之一,相关学者已经提出了许多应用于信号灯控制系统的算法理论,主要有神经网络、遗传算法和模糊控制等,但他们普遍存在计算复杂、容错性差、扩展难度大、实时性差等缺点。另外,现有系统都是着眼于信号灯的配时优化,即,限定在对信号灯的周期长、绿信比、相位差这三个基本控制属性的计算,无法达到理想的效果。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于数字荷尔蒙的交通控制优化方法,相对于其他一些智能算法的应用,该方法的结构简单,性能稳定,具有良好的可修改性和可扩展性。
本发明采用的技术方案是:一种基于数字荷尔蒙的交通控制优化方法,其特征在于,包括以下步骤:
(1)基于数字荷尔蒙原理,进行路段引力信息更新与荷尔蒙浓度的更新;
(2)计算交叉口信号灯分配的时间,并结合信号灯控制规则,得出该交叉口的信号灯配时方案;在步骤(1)基础上,每个车辆根据路段的引力信息选择引力最大的路段作为下一条行驶路段;
(3)返回步骤(1)。
本发明设计一种基于数字荷尔蒙的交通控制优化方法,将数字荷尔蒙原理应用于交通协调控制中,充分考虑了交通分配和信号控制的动态特性,建立了交通诱导和信号灯协调控制模型,应用于解决城市交通分配和信号控制的协调问题。该方法是一种完全分布式的控制方法,可以很好的解决交通系统的不确定性、随机性、非线性、局部性等特点,此外,相对于其他一些智能算法的应用,该方法的结构简单,性能稳定,具有良好的可修改性和可扩展性。
附图说明
图1是本发明实施例的交通流分配流程示意图。
图2是信号灯控制流程示意图。
具体实施方式
本发明是基于数字荷尔蒙的交通控制优化方法,请参考图1和图2,该方法包括以下步骤:
(1)        基于数字荷尔蒙原理,进行路段引力信息更新与荷尔蒙浓度的更新,路段引力信息更新通过如下方法进行:为路段的拥挤度设置一个抑制域L,路段按一定的衰减规律向抑制域内的其他路段广播自己的密度K,接受路段在收到该信息后,将其保存为K’,在计算路段I时,将其K与K’按K+                                               
Figure 2011102021831100002DEST_PATH_IMAGE002
∑K’(为权值)相加,作为该路段的总负荷度。
设定Ij为j路段的抑制因子,计算公式为:
Ij =C*K/(Kmax-K),
其中C表示畅通情况下的通行代价,K表示车流密度(辆/km),Kmax表示路段最大车辆密度;
设定Ai为某路段的吸引因子,用路径的最小代价表示,吸引因子是由路网本身的特性决定的,在路网内的路段物理条件不变的情况下,吸引因子Ai保持不变;
设定Mi表示第i个路段的吸引力,则路段i引力更新的计算公式如下: 
                         Mi=aAi-bIj;其中a、b为权值;
通过如下方法更新路口荷尔蒙浓度以及本地信息:重新获得计算所需的相关数据,包括路口荷尔蒙浓度,相邻路口的信号灯情况,以及相邻路口和本交叉口的车流量和等待车辆数。其中路口荷尔蒙浓度用路口的停车量表示,它包括两个方面:一是本车道停车量,本车道的停车量越大说明给车道的绿灯紧急度越高,就越需要获得绿灯权限;二是车道口停车量,某车道出口的停车量制约着给车道获得绿灯。
(2)计算交叉口信号灯分配的时间,并结合信号灯控制规则,得出该交叉口的信号灯配时方案。其中交叉口的信号灯配时方案通过如下公式进行:
          P(B|Ci,S,V,H) 
式子表示路网中的每个路口根据相同的机率函数P来选择它的信号灯显示方案B,其中,B表示信号灯的显示方案。对交叉口的各个方向的左转和直行方向(右转为永久通行车道,不做考虑)的车道,分别设置它们的权限,即通行或禁行,以及通行时间。
Ci表示连接相邻交叉口第i路段的信息:道路的长度,车道数,各车道通行能力、设计车速。
S表示相邻交叉口的信号灯显示情况。每个交叉口的信号灯显示方案会影响到相邻交叉口的车流量,从而进一步影响相邻交叉口信号灯显示方案的计算。
V表示交叉口前一控制方案信息。
H:路口停车量。 
(3)返回步骤(1)。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。 

Claims (3)

1.一种基于数字荷尔蒙的交通控制优化方法,其特征在于,包括以下步骤:
(1)基于数字荷尔蒙原理,进行路段引力信息更新与荷尔蒙浓度的更新;
(2)计算交叉口信号灯分配的时间,并结合信号灯控制规则,得出该交叉口的信号灯配时方案;在步骤(1)基础上,每个车辆根据路段的引力信息选择引力最大的路段作为下一条行驶路段;
(3)返回步骤(1)。
2.根据权利要求1所述的基于数字荷尔蒙的交通控制优化方法,其特征在于:所述路段引力信息更新:为路段的拥挤度设置一个抑制域L,路段按一定的衰减规律向抑制域内的其他路段广播自己的车辆密度K,接受路段在收到该信息后,将其保存为K’,然后将K与K’按K+                                               
Figure 2011102021831100001DEST_PATH_IMAGE002
∑K’相加,作为该路段的总负荷度,其中
Figure 563671DEST_PATH_IMAGE002
为权值;
设定Ij为j路段的抑制因子,计算公式为:
Ij =C*K/(Kmax-K),
其中C表示畅通情况下的通行代价,K表示车流密度(辆/km),Kmax表示路段最大车辆密度;
设定Ai为某路段的吸引因子,用路径的最小代价表示,吸引因子是由路网本身的特性决定的,在路网内的路段物理条件不变的情况下,吸引因子Ai保持不变;
设定Mi表示第i个路段的吸引力,则路段i引力更新的计算公式如下: 
                           Mi=aAi-bIj;其中a、b为权值;
所述荷尔蒙浓度的更新:用路口的停车量表示交叉口的荷尔蒙浓度,通过重新获取路口的停车量数据来更新荷尔蒙浓度;所述路口的停车量包括两个方面:一是本车道停车量;二是车道口停车量。
3. 根据权利要求1所述的基于数字荷尔蒙的交通控制优化方法,其特征在于:所述计算路口的配时方案按以下方法进行: 
P(B|Ci,S,V,H) 
式子表示路网中的每个路口根据相同的机率函数P来选择它的信号灯配时方案B,其中,B表示信号灯的配时方案:对交叉口的各个方向的左转和直行方向的车道,其中右转为永久通行车道,不做考虑,分别设置它们的权限,即通行或禁行,以及通行时间;
Ci表示连接相邻交叉口第i路段的信息:道路的长度,车道数,各车道通行能力、设计车速;
S表示相邻交叉口的信号灯显示情况:每个交叉口的信号灯配时方案会影响到相邻交叉口的车流量,从而进一步影响相邻交叉口信号灯配时方案的计算;
V表示交叉口前一配时方案信息;
H:路口停车量。
CN2011102021831A 2011-07-19 2011-07-19 基于数字荷尔蒙的交通控制优化方法 Pending CN102254440A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011102021831A CN102254440A (zh) 2011-07-19 2011-07-19 基于数字荷尔蒙的交通控制优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011102021831A CN102254440A (zh) 2011-07-19 2011-07-19 基于数字荷尔蒙的交通控制优化方法

Publications (1)

Publication Number Publication Date
CN102254440A true CN102254440A (zh) 2011-11-23

Family

ID=44981675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011102021831A Pending CN102254440A (zh) 2011-07-19 2011-07-19 基于数字荷尔蒙的交通控制优化方法

Country Status (1)

Country Link
CN (1) CN102254440A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616507A (zh) * 2014-12-11 2015-05-13 北方工业大学 一种交通子区信号周期的协调控制方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465057A (zh) * 2009-01-05 2009-06-24 天津大学 智能式动态路线诱导系统诱导子区协调方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465057A (zh) * 2009-01-05 2009-06-24 天津大学 智能式动态路线诱导系统诱导子区协调方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
方良松等: "基于数字荷尔蒙模型的信号灯控制算法", 《计算机仿真》 *
郑俊耀等: "数字荷尔蒙模型下的交通流诱导优化算法", 《中国仪器仪表学会第九届青年学术会议论文集》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616507A (zh) * 2014-12-11 2015-05-13 北方工业大学 一种交通子区信号周期的协调控制方法及系统

Similar Documents

Publication Publication Date Title
Newman et al. Resilient cities: Overcoming fossil fuel dependence
Newman et al. Resilient cities
CN103198673B (zh) 一种控制站点停靠和路段行驶的公交绿波设置方法
La Greca et al. The density dilemma. A proposal for introducing smart growth principles in a sprawling settlement within Catania Metropolitan Area
CN104036644A (zh) 一种智能交通灯控制系统及实现方法
CN107490384A (zh) 一种基于城市路网的最优静态路径选择方法
Stępniak et al. Accessibility patterns: Poland case study
CN110992699A (zh) 一种城市道路网公交路权路网规划方法
CN208279954U (zh) 可双向行驶的有轨电车单车道结构
Houpin Urban mobility and sustainable development in the Mediterranean: Regional diagnostic outlook
CN102254440A (zh) 基于数字荷尔蒙的交通控制优化方法
Savchuk et al. Tramway as an indicator of the realisation of Smart City concept
Al-Mashhadani et al. Enhancing traffic flow using vehicle dashboard traffic lights with v2i networks
Kobilov Promoting sustainable inter-regional transport connectivity between Central Asia and the EU: perspectives and challenges
CN103325265A (zh) 一种提高城市道路通行效率的指挥调控方法
Boquet Changing mobilities in Asian cities
Quan et al. China’s urban transport policy: From car-oriented to people-oriented cities
Pollard Follow the money: Transportation investments for smarter growth
Palúch et al. Analysis of the main causes of traffic problems in cities
Bruna The Sao Paulo region
Peterek et al. City Profile Urumqi
Mitteregger et al. 14 Integrated strategic planning approaches to automated transport in the context of the mobility transformation
Mujić¹ et al. Using Smart Solutions for Creating the Model
Liu et al. The Features of Carbon Emissions from Urban Passenger Transport System and the Measures of Reduction
Gonzalez Macroscopic Dynamics of Traffic to Plan Urban Systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20111123