CN104021685A

CN104021685A - 一种含混合交通流的交叉口交通控制方法

Info

Publication number: CN104021685A
Application number: CN201410290707.0A
Authority: CN
Inventors: 蔡延光; 王芳婷; 蔡颢
Original assignee: Guangdong University of Technology
Current assignee: Guangdong University of Technology
Priority date: 2014-06-26
Filing date: 2014-06-26
Publication date: 2014-09-03
Anticipated expiration: 2034-06-26
Also published as: CN104021685B

Abstract

本发明是属于智能交通技术领域的一种含混合交通流的交叉口交通控制方法。它包含以下内容：1）建立含混合交通流的交叉口交通控制模型；2）使用混沌差分进化算法对建立的含混合交通流的交叉口交通控制模型进行求解。本发明的有益效果为：1）考虑混合交通流的约束，更准确地反映交叉口的交通情况，使基于此制定的信号协调方案更加可靠；2）以车辆的最小延误、最少停车次数、最大通行能力为目标，从而最大程度地提高交通协调控制的有效性。本发明的基于混沌差分进化算法的含混合交通流的交叉口交通控制方法，能够很好地解决交叉口高维数、非线性、多约束的问题。

Description

一种含混合交通流的交叉口交通控制方法

技术领域

本发明属于智能交通技术领域，特别涉及一种含混合交通流的交叉口交通控制方法。

背景技术

目前，我国城市化和机动车化进程飞速发展，机动车拥有量及道路交通量急剧膨胀，与此同时，以家庭为单位的非机动车保有量仍然巨大。因此带来的城市交通拥堵、交通安全，能源消耗和环境污染等问题已经成为关系国民经济可持续发展的全局性问题。在过去的相当一段时间里，国家投入了大量的财力物力在发展基础建设上，然而城市里的可用空间资源越来越紧缺，建设成本也越来越高，通过新建道路设施来解决交通拥挤的方式已不大可行。所以，必须借助先进的、科学的交通设计与交通控制技术来提高道路通行能力。

城市道路网络的交通问题往往集中在交通节点上，这些交通节点包括交叉口、立交以及枢纽站场等，而交叉口的数量众多，所以城市的交通延误和交通事故大多都发生在交叉口。据统计，在城市交通路网中，车辆在交叉口耽误的时间占全程时间的31%，在交叉口发生的交通事故占城市交通事故总量的60%以上，因此，科学有效地对交叉口进行信号控制成为保障城市交通安全与畅通的关键。

如图1所示，以四相位单交叉口信号控制为例，分为东、西、南、北4个方向的交通流，每个方向又分为直行、左转和右转3个车道车流。4个相位分别为东西直行、东西左转、南北左转、南北直行，且在任一时刻，只有一个相位的车流有权通过交叉口。所以当控制信号灯为第一相位时，往往交叉道的左转车流只需一个出口接受车道，而与出口到对应的主干道的进口直行车道都为红灯等待状态，这就造成了道路资源的浪费，降低了主干道的通行能力，因此需要改进交叉口的信号控制方法。

发明内容

本发明针对上述缺陷公开了一种含混合交通流的交叉口交通控制方法，本发明的目的在于提出一种基于混沌差分进化算法的含混合交通流的交叉口交通控制方法。

一种含混合交通流的交叉口交通控制方法，包括以下步骤：

1）利用非机动车与机动车的换算系数对交叉口交通控制模型进行优化,具体步骤如下：

A、建立目标函数，目标函数由最少延误、最少停车次数、最大通行能力三个目标组合而成，其中，为第相位车辆产生的平均延误，为平均停车次数，为通行能力，为目标交叉口的相位数；、、为加权系数；

B、建立第相位车辆产生的平均延误表达式：，其中：为信号周期，为第相位的绿信比，为第相位有效的绿灯时长，为第相位车流量和饱和流量的比值，为饱和流量，为固定值；

C、建立第相位车辆产生的对应平均停车次数表达式：，其中：为信号周期；为第相位的绿信比，为第相位有效的绿灯时长，为第相位车流量和饱和流量的比值；

D、建立第相位车辆产生的对应通行能力表达式：，为信号周期，为第相位的绿信比，为第相位有效的绿灯时长，为饱和流量，为固定值；

E、建立左转自行车换算系数表达式：，其中：为一左转非机动车对直行机动车产生干扰导致的延误时长，为该进道口的机动车车头时距，的表达式为：，其中，为左转非机动车流量；建立权力要求1中的目标函数的加权系数表达式：，其中，为第相位车流量和饱和流量的比值，为饱和流量，为交叉口的全部流量比 ()，为左转自行车换算系数；建立权力要求1中的目标函数的加权系数表达式：，其中，为信号周期；建立权力要求1中的目标函数的加权系数表达式：；

F、将上述的部分表达式代入到目标函数中，得到改进后的目标函数表达式：。

2)使用混沌差分进化算法对步骤1）所建立的含混合交通流的交叉口交通控制进行求解，包括以下步骤：A、建立Tent混沌映射,及参数设置；B、初始化种群；C、评估个体适应度函数，找出最优个体；D、基于Tent混沌映射，实时在线调整缩放因子和交叉概率；E、实施变异、交叉操作，生成试验种群；F、评估试验种群中的个体适应度函数；G、实施选择操作，生成新的父代种群，并更新最优个体；H、判断是否满足迭代条件:若不满足迭代条件，重新执行步骤D，实现实时在线调整缩放因子和交叉概率；若满足迭代条件，则输出最优调度方案。

进一步地，所述步骤2)的步骤A中，Tent映射，即帐篷映射，具体表达式如下：

当Tent映射在达到小周期点或不动点时，通过施加扰动使其重新进入混沌状态；小周期点为0.2、0.4、0.6或0.8，不动点为0。

进一步地，所述步骤2)的步骤B的具体步骤如下：

首先随机生成个介于0和1之间的数，形成初始序列＝，为优化问题的决策变量维数；

然后根据Tent映射的数学表达式得到另外个初始化序列，由这个序列组成的混沌矩阵为：

式中，为种群的大小；

最后，按照，将混沌矩阵中的元素映射到决策变量的取值范围[，]，得到初始化种群；表示混沌矩阵第行第列的元素，和表示决策变量的取值下限和取值上限表示初始个体。

所述步骤2)的步骤D的具体步骤如下:在0和1之间产生2个随机数，分别作为差分进化算法的缩放因子和交叉概率的初始值，并根据以下两式，实时在线调整控制参数和控制参数，使其在整个寻优过程中具有自适应性；

和分别为第G代的交叉概率和第G+1代的交叉概率，G和分别为第G代的缩放因子和第G+1代的缩放因子。

本发明的有益效果为：1）更准确地反映交叉口的交通情况，使基于此制定的信号协调方案更加可靠；2）考虑混合交通流的约束，从而达到贴合实际的要求；3）以车辆的最小延误、最少停车、最大通行能力为目标，从而最大程度上保障协调控制的有效性。本发明的基于混沌差分进化算法的含混合交通流的交叉口交通控制方法，能够很好地解决交叉口高维数、非线性、多约束的问题，并且能够克服标准差分进化算法易陷入局部收敛和早熟的缺点。

附图说明

图1为单交叉口的相位示意图；

图2是当的初值为0.2819时混沌映射迭代100次的混沌运动轨迹示意图；

图3是采用混沌差分进化算法求解含混合交通流的交叉口信号控制问题流程图。

具体实施方式

下面结合附图对本发明作进一步说明：

本发明的基于混沌差分进化算法的含混合交通流的交叉口交通控制方法包括基于Tent映射的种群初始化和基于Tent映射的控制参数动态调整。

一种混合交通流的交叉口信号控制方法包括以下步骤：

1）利用非机动车与机动车的换算系数对交叉口交通控制模型进行优化；

步骤1：建立交叉口交通控制模型，具体包括以下步骤：

步骤1.1：建立目标函数，目标函数为新函数，由最少延误、最少停车次数、最大通行能力三个目标组合而成，为第相位车辆产生的平均延误，为平均停车次数，为通行能力。为目标交叉口的相位数；、、为加权系数。

步骤1.2：建立第相位车辆产生的平均延误表达式：，其中：为信号周期；为第相位的绿信比；为第相位有效的绿灯时长；为第相位车流量和饱和流量的比值；为饱和流量，为固定值。

步骤1.3：建立第相位车辆产生的对应平均停车次数表达式：，其中：为信号周期；为第相位的绿信比；为第相位有效的绿灯时长；为第相位车流量和饱和流量的比值；

步骤1.4：建立第相位车辆产生的对应通行能力表达式：，为信号周期；为第相位的绿信比；为第相位有效的绿灯时长；为饱和流量，为固定值。

步骤1.5.1：建立左转自行车换算系数表达式：，其中：为一左转非机动车对直行机动车产生干扰导致的延误时长，为该进道口的机动车车头时距。的表达式为：，其中，为左转非机动车流量。

步骤1.5.2：建立目标函数的加权系数表达式：，其中，为第相位车流量和饱和流量的比值，为饱和流量，为交叉口的全部流量比 ()，为左转自行车换算系数。

步骤1.5.3：建立目标函数的加权系数表达式：，其中，为信号周期。

步骤1.5.4：建立目标函数的加权系数表达式：。

步骤1.6：建立改进后的目标函数表达式：。

2)使用混沌差分进化算法对所建立的含混合交通流的交叉口的信号协调控制进行求解，如图3所示，具体步骤如下：

步骤A：建立Tent混沌映射,及参数设置：与其他进化算法一样，混沌差分进化算法的标准存在早熟收敛、控制参数难以选择等缺陷。为此，本发明将Tent混沌映射引入到差分进化算法中。混沌是自然界中广泛存在的一种非线性现象，具有随机性、遍历性和初始条件敏感性等特点。大多数研究采用的是基于Logistic映射的混沌搜索机制，但Logistic映射存在遍历不均匀的缺陷，从而影响算法的寻优速度。

Tent映射，即帐篷映射，具体表达式如下：

Tent映射迭代序列中存在小周期、不稳周期点等缺陷，例如0.25、0.5、0.75都将迭代到不动点0。因此本发明采用改进措施，当Tent映射在达到小周期点或不动点时，通过施加扰动使其重新进入混沌状态，小周期点为0.2、0.4、0.6或0.8，不动点为0；

如图2所示为当的初值为0.2819时，混沌映射迭代100次的混沌运动轨迹。

步骤B：基于Tent映射的种群初始化：

采用Tent映射产生初始种群，既不改变初始化时所具有的随机性本质，又能保持初始种群的多样性，其具体步骤如下：

式中，为种群的大小。

最后，按照，将混沌矩阵中的元素映射到决策变量的取值范围[，]，得到初始化种群；表示混沌矩阵第行第列的元素，和表示决策变量的取值下限和取值上限表示初始个体；

步骤C、评估个体适应度函数，找出最优个体；

步骤D：基于Tent映射的控制参数动态调整：

差分进化算法中，缩放因子F和交叉概率CR在整个搜索过程中为静态值，使算法在进化后期易陷入局部最优。采用基于Tent映射的混沌序列在进化过程中动态调整控制参数；能保证寻优阶段的完整遍历，从而提高算法的全局收敛性。

在0和1之间产生2个随机数，分别作为差分进化算法的缩放因子和交叉概率的初始值，并根据以下两式，实时在线调整控制参数和控制参数，使其在整个寻优过程中具有自适应性；

E、实施变异、交叉操作，生成试验种群。

F、评估试验种群中的个体适应度函数。

G、实施选择操作，生成新的父代种群，并更新最优个体。

H、判断是否满足迭代条件:若不满足迭代条件，重新执行步骤D，实现实时在线调整缩放因子和交叉概率；若满足迭代条件，则输出最优调度方案。

Claims

1.一种含混合交通流的交叉口交通控制方法，其特征在于，它包括以下步骤：

E、建立左转自行车换算系数表达式：，其中：为一左转非机动车对直行机动车产生干扰导致的延误时长，为该进道口的机动车车头时距，的表达式为：，其中，为左转非机动车流量；建立权力要求1中的目标函数的加权系数表达式：，其中，为第相位车流量和饱和流量的比值，为饱和流量，为交叉口的全部流量比，为左转自行车换算系数；建立权力要求1中的目标函数的加权系数表达式：，其中，为信号周期；建立权力要求1中的目标函数的加权系数表达式：；

F、将上述的部分表达式代入到目标函数中，得到改进后的目标函数表达式：；

2）使用混沌差分进化算法对步骤1）所建立的含混合交通流的交叉口交通控制进行求解，包括以下步骤：A、建立Tent混沌映射,及参数设置；B、初始化种群；C、评估个体适应度函数，找出最优个体；D、基于Tent混沌映射，实时在线调整缩放因子和交叉概率；E、实施变异、交叉操作，生成试验种群；F、评估试验种群中的个体适应度函数；G、实施选择操作，生成新的父代种群，并更新最优个体；H、判断是否满足迭代条件:若不满足迭代条件，重新执行步骤D，实现实时在线调整缩放因子和交叉概率；若满足迭代条件，则输出最优调度方案。

2.根据权利要求1所述的一种含混合交通流的交叉口交通控制方法，其特征在于：所述步骤2)的步骤A中，Tent映射，即帐篷映射，具体表达式如下：

3.根据权利要求2所述的一种含混合交通流的交叉口交通控制方法，其特征在于，所述步骤2)的步骤B的具体步骤如下：

式中，为种群的大小；

4.根据权利要求3所述的一种含混合交通流的交叉口交通控制方法，其特征在于，所述步骤2)的步骤D的具体步骤如下:在0和1之间产生2个随机数，分别作为差分进化算法的缩放因子和交叉概率的初始值，并根据以下两式，实时在线调整控制参数和控制参数，使其在整个寻优过程中具有自适应性；

,其中，和分别为第G代的交叉概率和第G+1代的交叉概率，G和分别为第G代的缩放因子和第G+1代的缩放因子。