CN107393319A - 一种防止单交叉口排队溢出的信号优化控制方法 - Google Patents
一种防止单交叉口排队溢出的信号优化控制方法 Download PDFInfo
- Publication number
- CN107393319A CN107393319A CN201710770508.3A CN201710770508A CN107393319A CN 107393319 A CN107393319 A CN 107393319A CN 201710770508 A CN201710770508 A CN 201710770508A CN 107393319 A CN107393319 A CN 107393319A
- Authority
- CN
- China
- Prior art keywords
- mrow
- intersection
- track
- entrance driveway
- msub
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种防止单交叉口排队溢出的信号优化控制方法，其主要思路为：设定G个交叉口，每个交叉口包含N个进口道，每个进口道包含n条车道，将第g个交叉口、第f个进口道中的第i条车道记为Ng,fi，将第g个交叉口、第f个进口道中的第i条车道长度记为Sg,fi，第g个交叉口为G个交叉口中任意一个，第f个进口道为N个进口道任意一个，第i条车道为n个车道中任意一个；若第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi小于60％×Sg,fi，则确定第g个交叉口处于不饱和状态，且第g个交叉口的m个相位绿灯时间保持不变；若Lg,fi大于或等于60％×Sg,fi，则计算第g个交叉口、第f个进口道、第i条车道、第k+1个周期的最终信号灯配时周期时长，并得到防止单交叉口排队溢出的信号优化控制结果。
Description
技术领域
本发明涉及一种交通信号控制方法，特别涉及一种防止单交叉口排队溢出的信号优化控制方法。
背景技术
随着我国城市化进程的推进，城市交通拥堵越来越成为突出的问题，改善城市交通运行提升交通环境越来越受到人们的关注；作为城市路网的关键点，交叉口的交通管理与控制是提升城市路网运行效率的重要手段，其中交叉口信号配时是交叉口交通控制技术的核心内容；然而目前的信号配时主要针对非饱和交叉口，个别方向路段排队溢出而影响相邻路段引起大面积交通瘫痪。
发明内容
针对上述现有技术存在的问题，本发明的目的在于提出一种防止单交叉口排队溢出的信号优化控制方法，该种防止单交叉口排队溢出的信号优化控制方法是一种在进行信号周期优化基础上防止交叉口个别方向路段排队溢出的信号控制方法，能够使得过饱和状态下的交叉口能够消化排队，并且能够尽可能减少交叉口车辆的延误。
为达到上述技术问题，本发明采用如下技术方案予以实现。
一种防止单交叉口排队溢出的信号优化控制方法，包括以下步骤：
步骤1，设定Q个交叉口，每个交叉口包含N个进口道，每个进口道包含n条车道，将第g个交叉口、第f个进口道中的第i条车道记为Ng,fi，将第g个交叉口、第f个进口道中的第i条车道长度记为Sg,fi，g∈{1,2,...,Q}，f∈{1,2,...,N}，i∈{1,2,...,n}；
其中，第g个交叉口为Q个交叉口中任意一个，第f个进口道为N个进口道任意一个，第i条车道为n个车道中任意一个；Q表示设定的交叉口总个数，N表示每个交叉口包含的进口道总个数，n表示每个进口道包含的车道总个数，Q、N、n分别为大于0的正整数；
步骤2，若第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi大于或等于60％×Sg,fi，则转至步骤3进行优化控制过程；若第g个交叉口、第f个进口道中的第i条车道排队长度小于60％×Sg,fi，则确定第g个交叉口处于不饱和状态，且第g个交叉口的m个相位绿灯时间保持不变，停止优化控制过程；
其中，m为第g个交叉口的信号配时相位总个数，m为大于0的正整数；
步骤3，初始化：定义种群规模为Popsize，I表示Popsize个个体中第I个个体，I∈{1,2,…,Popsize}，G∈{0,1,…,Gm}，Gm表示最大进化代数，G表示第G次进化，I的初始值为1；k表示第k个周期，k＝0,1,2,...,K，K为周期总个数，K为大于或等于0的正整数，G和k的初始值都为0；
步骤4，计算第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的最小值Da(Cbest,G+1)；
步骤5，如果|Da(Cbest,G+1)-Da(Cbest,G)|≥ε，则令G的值加1，返回步骤4；
如果|Da(Cbest,G+1)-Da(Cbest,G)|<ε，则终止搜索过程，并将搜索过程终止时对应的最优个体作为最终的最优个数Cbest，进入步骤6；其中，ε为设定的非0常数；
步骤6，将最终的最优个数Cbest作为第g个交叉口、第f个进口道、第i条车道、第k+1个周期的最终信号灯配时周期时长，并得到防止单交叉口排队溢出的信号优化控制结果。
本发明的有益效果：
本发明能够充分利用交叉口除了易溢出方向进口道外的其余方向进口道的路段容量，在高峰期通过给予易溢出方向进口道对应相位以尽可能大的绿灯通行时间，同时缩减其余相位绿灯时间的方式来尽可能满足通行需求最大的方向，起到避免某一进口道排队溢出而造成大面积交通瘫痪的作用。
考虑交叉口驾驶员和乘客的等待心理，本发明通过实时获取车辆运行状态信息，利用智能优化算法对交叉口在一定约束条件下延误最小的信号周期时长进行寻优，使得交叉口的延误尽可能小，并且不增加信号配时周期时长，提升了交叉口的服务水平。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明的一种防止单交叉口排队溢出的信号优化控制方法流程图；
图2为本发明的一种防止单交叉口排队溢出的信号优化控制方法中交叉口使用的感应线圈检测器布设位置图。
具体实施方式
参照图1，为本发明的一种防止单交叉口排队溢出的信号优化控制方法流程图；其中所述防止单交叉口排队溢出的信号优化控制方法，包括以下步骤：
步骤1，参照图2，为本发明的一种防止单交叉口排队溢出的信号优化控制方法中交叉口使用的感应线圈检测器布设位置图；设定Q个交叉口，每个交叉口包含N个进口道，每个进口道包含n条车道，将第g个交叉口、第f个进口道中的第i条车道记为Ng,fi，将第g个交叉口、第f个进口道中的第i条车道长度记为Sg,fi，g∈{1,2,...,Q}，f∈{1,2,...,N}，i∈{1,2,...,n}，第g个交叉口为G个交叉口中任意一个，第f个进口道为N个进口道任意一个，第i条车道为n个车道中任意一个；Q表示设定的交叉口总个数，N表示每个交叉口包含的进口道总个数，n表示每个进口道包含的车道总个数，Q、N、n分别为大于0的正整数。
图2中交叉口总个数为2，分别为W交叉口和Z交叉口，S为W交叉口、第f个进口道中的第i条车道长度。
在第g个交叉口、第f个进口道中的第i条车道上布设4个感应线圈检测器，分别位于60％×Sg,fi处、70％×Sg,fi处、80％×Sg,fi处以及100％×Sg,fi处，Sg,fi表示第g个交叉口、第f个进口道中的第i条车道长度，并获取第g个交叉口、第f个进口道中的第i条车道车辆的实时速度，如果感应线圈检测器检测到第g个交叉口、第f个进口道中的第i条车道车辆速度小于3m/s时，则认为第g个交叉口、第f个进口道中的第i条车道车辆进入停车状态；如果感应线圈检测器检测到第g个交叉口、第f个进口道中的第i条车道车辆速度大于或等于3m/时s，则认为第g个交叉口、第f个进口道中的第i条车道车辆处于匀速行驶状态；其中感应线圈检测器检测到为第g个交叉口、第f个进口道中的第i条车道上任意一个感应线圈检测器检测到。
步骤2，根据检测获取的车辆实时速度，判断是否有进口道排队长度大于或等于60％×Sg,fi，若第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi大于或等于60％×Sg,fi，则转至步骤3进行信号优化控制方法，即对第g个交叉口、第f个进口道中的第i条车道对应相位h的绿灯时间gh增加设定个数的单位绿灯时间，本实施例中设定单位个数为1，每个单位绿灯时间为t秒，t为每个单位绿灯时间长，3≤t≤10；若第g个交叉口、第f个进口道中的第i条车道排队长度小于60％×Sg,fi，则认为第g个交叉口处于不饱和状态，且第g个交叉口的m个相位绿灯时间Tg保持不变，停止优化控制过程。
第g个交叉口、第f个进口道中的第i条车道对应的相位为h，h∈{1,...,m}，相位h对应的绿灯时长为gh，m为第g个交叉口的信号配时相位总个数，m为大于0的正整数。
第g个交叉口的m个相位绿灯时间为Tg，
步骤3，计算配时调整后交叉口的优化周期时长，计算方法如下：
(3-1)优化周期时长以第g个交叉口的车辆延误最小为目标，得到第g个交叉口、第f个进口道、第i条车道、第k+1个周期的目标函数如下：
其中，Da(C(k+1))表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误(秒)，CAP(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的通行能力(辆/小时)，R(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的的红灯总时长(秒)，X(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的饱和度，q表示第g个交叉口的过饱和到达率(辆/小时)；CAP(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的通行能力(辆/小时)，Hg,fi表示第g个交叉口、第f个进口道中的第i条车道的饱和流量(辆/小时)，ge(k+1)表示第g个交叉口、第f个进口道中的第i条车道、第k+1个周期的绿灯时间，C(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，qj(k)表示第g个交叉口、第f个进口道中第j个相位、第k个周期车流量最大的车道组车辆到达率(辆/小时)，sj表示第g个交叉口中第j个相位车流量最大的车道组的饱和流率(辆/小时)，L表示第g个交叉口的信号总损失时间(秒)，L可取4×m，m为第g个交叉口的信号配时相位总个数，m为大于0的正整数，Il表示第g个交叉口中第l个绿灯间隔的间隔时间(秒)，l∈{1,...,r}，r表示第g个交叉口的绿灯间隔总个数，L值可取4×m；min表示求最小值操作，第i条车道为n个车道中任意一个。
为了不增加周期时长且保证行人在交叉口的通行安全，需要设置周期时长的约束条件为：Cmin≤C(k+1)≤C(0)，其中C(0)表示第g个交叉口、第0个周期的信号灯配时周期时长，C(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，Cmin为设定的每个交叉口初始信号灯配时周期时长最小值，即启动优化控制方法前交叉口的信号配时最小周期时长，可取53秒；且Inj→j+1表示第g个交叉口中第j个相位到第j+1个相位的绿灯间隔时间，当j+1＝m时，Inj→j+1表示第g个交叉口中第m个相位到第1个相位的绿灯间隔时间；Lpj表示第g个交叉口中第j个相位的行人过街道长度，Vp表示行人过街步速，j∈{1,...,m}，m为第g个交叉口的信号配时相位总个数。
对于第g个交叉口、第k+1个周期的第h个相位，将第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间用gh(k+1)表示，计算公式如下：
gh(k+1)＝gh(k)+5，k＝0,1,2,...,K，K为优化控制方法实施的周期总个数，K为大于或等于0的整数，gh(k)表示第g个交叉口、第f个进口道、第i条车道、第k个周期增加第h个相位的绿灯时间，即第k个周期时第g个交叉口、第f个进口道、第i条车道、第h个相位在启动优化控制方法前的绿灯时间，gh(0)表示第g个交叉口、第f个进口道、第i条车道、第0个周期增加第h个相位的绿灯时间，即第k个周期时第g个交叉口、第f个进口道、第i条车道、第h个相位在启动优化控制方法前的绿灯时间，h表示交叉口相位序号，h∈{1,...,m}，m为第g个交叉口的信号配时相位总个数，m为大于0的正整数。
当周期时长不增加或减少时，第g个交叉口、第f个进口道、第i条车道、第k+1个周期、第h个相位绿灯时间的增加意味着第g个交叉口、第f个进口道、第i条车道、第k+1个周期其余m-1个相位绿灯时间都要减少；将第g个交叉口、第f个进口道、第i条车道、第k+1个周期减少第z个相位的绿灯时间记为 gh(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间，gh(1)表示第g个交叉口、第f个进口道、第i条车道、第1个周期增加第h个相位的绿灯时间，yz表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期减少第z个相位的绿灯时间的流量比，C(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，z∈{1,...,m}，h∈{1,...,m}，z≠h，m为第g个交叉口的信号配时相位总个数，m为大于0的正整数。
(3-2)优化算法的求解方法选取差分进化算法，差分进化算法的计算流程如图2所示，具体步骤如下：
初始化：定义种群规模为Popsize，Popsize≥4，将Popsize个维数为1的实数值参数向量，作为每一代的种群，将第G次进化后第I个个体表示为CI,G，I∈{1,2,…,Popsize}，G∈{0,1,…,Gm}，G表示第G次进化，I表示Popsize个个体中第I个个体，I的初始值为1；k表示第k个周期，k＝0,1,2,...,K，K为周期总个数，K为大于或等于0的正整数，G和k的初始值都为0；Gm表示最大进化代数，取值范围为[100,500]。
在差分进化算法中，一般假定所有随机初始化种群均符合均匀概率分布，对种群进行初始化，建立搜索的初始点，即将第I个个体初始值记为CI,0，其表达式为：
其中，表示第I个个体初始值CI,0的上界，取值为C(0)，C(0)表示第g个交叉口、第0个周期的信号灯配时周期时长；表示第I个个体初始值CI,0的下界，取值为Cmin，Cmin为设定的第g个交叉口初始信号灯配时周期时长最小值，即启动优化控制方法前交叉口的信号配时最小周期时长，可取53秒；rand[0,1]表示[0,1]之间产生的随机整数；
(3-3)对于第G次进化后第I个个体CI,G，使用离散差分进化算法对第G次进化后第I个个体CI,G进行向下取整运算，从而保证整数变量直接在整数空间进行寻优，得到第G+1次进化后第I个个体的变异向量vI,G+1，其表达式为：
其中，vI,G+1表示第G+1次进化后第I个个体的变异向量，Cr1,G表示第G次进化后第r1个个体，Cr2,G表示第G次进化后第r2个个体，Cr3,G表示第G次进化后第r3个个体，r1∈{1,2,…,Popsize}，r2∈{1,2,…,Popsize}，r3∈{1,2,…,Popsize}，r1≠I，r2≠I，r3≠I，且r1、r2、r3互不相同；Floor表示向下取整，F0表示变异算子，取值范围为[0,2]。
为了增加干扰参数向量的多样性，引入交叉操作，得到第G+1次进化中第I个个体的试验向量uI,G+1，
其中，vI,G+1表示第G+1次进化后第I个个体的变异向量，CI,G+1表示第G+1次进化后第I个个体；randb(1)表示[0,1]之间的1个随机数，CR表示交叉算子，取值范围为[0,1]；
将不符合边界约束的新个体用在可行域中随机产生的参数向量代替，即如果uI,G+1<Cmin或uI,G+1>C0，则得到第G+1次进化后第I个个体的替换试验向量u'I,G+1：u'I,G+1＝rand[0,1]×(C0-Cmin)+Cmin，I∈{1,2,…,Popsize}。
(3-4)令I的值加1，重复执行(3-3)，直到得到第G+1次进化后第1个个体的替换试验向量u'1,G+1至第G+1次进化后第Popsize个个体的替换试验向量u'Popsize,G+1，记为第G+1次进化后产生的Popsize个个体，并将I的值初始化为1。
(3-5)根据第G+1次进化后第I个个体的替换试验向量u'I,G+1，计算得到第G+1次进化后第g个交叉口、第k+1个周期的车辆平均延误的第I个值DG+1 a,I(C(k+1))，其表达式为：
其中，gh(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间,u'I,G+1表示第G+1次进化后第I个个体的替换试验向量，X(k+1)I,G+1表示第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体的饱和度，CAP(k+1)I,G+1表示第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体的通行能力，第g个交叉口、第f个进口道、第i条车道对应的相位为h；qj(k+1)表示第g个交叉口、第f个进口道中第j个相位、第k+1个周期车流量最大的车道组车辆到达率(辆/小时)，sj表示第g个交叉口中第j个相位车流量最大的车道组的饱和流率(辆/小时)，L表示第g个交叉口的信号总损失时间(秒)，Hg,fi表示第g个交叉口、第f个进口道中的第i条车道的饱和流量(辆/小时)。
(3-6)计算第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第I个值DG G+1 a,I(C(k+1))，DG G+1 a,I(C(k+1))＝min{DG+1 a,I(C(k+1)),DG a,I(C(k+1))}，DG+1 a,I(C(k+1))表示第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第I个值(秒)，DG a,I(C(k+1))表示第G次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第I个值(秒)，min表示取最小值。
D0 a,I(C(k+1))表示第0次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第I个值(秒)，
其中，CAP(k+1)I,0表示第0次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体的通行能力，X(k+1)I,0表示第0次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体的饱和度，|CI,0|表示第I个个体初始值的绝对值，qj(k+1)表示第g个交叉口、第f个进口道中第j个相位、第k+1个周期车流量最大的车道组车辆到达率(辆/小时)。
(3-7)令I的值加1，重复执行(3-5)和(3-6)，直到得到第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第1个值DG G+1 a,1(C(k+1))，至第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第Popsize个值DG G+1 a,Popsize(C(k+1))，并将I的值初始化为1。
(3-8)将DG G+1 a,I(C(k+1))对应的第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，记为第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体值CI G+1(k+1)，并计算得到第G+1次进化后的第I个个体CI,G+1，CI,G+1＝|CI G+1(k+1)|。
(3-9)令I的值加1，重复执行(3-8)，直到得到第G+1次进化后的第1个个体C1,G+1至第G+1次进化后的第Popsize个个体CPopsize,G+1，并记为第G+1次进化后产生的种群CG+1。
将DG G+1 a(C(k+1))min记为第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的最小值，DG G+1 a(C(k+1))min＝min{DG G+1 a,1(C(k+1)),…,DG G+1 a,Popsize(C(k+1))}，将DG G+1 a(C(k+1))min对应的第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，记为第G+1次进化后产生的种群CG+1中的最优个体Cbest,G+1，best∈{1,...,Popsize}；将D0 1 a(C(k+1))min记为第0次进化至第1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的最小值，D0 1 a(C(k+1))min＝min{D0 1 a,1(C(k+1)),…,D0 1 a,1(C(k+1))}，将D0 1 a(C(k+1))min对应的第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，记为第1次进化后产生的种群C1中的最优个体Cbest,1。
根据第G+1次进化产生的最优个体Cbest,G+1，得到第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的最小值Da(Cbest,G+1)，Da(Cbest,G+1)＝min(DG+1 a,1(C(k+1)),...,DG+1 a,Popsize(C(k+1)))。
(3-10)如果|Da(Cbest,G+1)-Da(Cbest,G)|≥0.001，则令G的值加1，返回(3-3)。
如果|Da(Cbest,G+1)-Da(Cbest,G)|<0.001，则终止搜索过程，并将搜索过程终止时对应的最优个体作为最终的最优个数Cbest，进入步骤4。
步骤4，将最终的最优个数Cbest作为第g个交叉口、第f个进口道、第i条车道、第k+1个周期的最终信号灯配时周期时长，当第g个交叉口、第f个进口道、第i条车道、第k+1个周期的最终信号灯配时周期时长运行结束后，检测第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi是否大于或等于60％×Sg,fi，如果依然大于或等于60％×Sg,fi且小于70％×Sg,fi，则第g个交叉口、第f个进口道、第i条车道、第k+2个周期增加第h个相位的绿灯时间gh(k+2)与第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间gh(k+1)取值相同，第g个交叉口、第f个进口道、第i条车道、第k+2个周期减少第z个相位的绿灯时间与第g个交叉口、第f个进口道、第i条车道、第k+1个周期减少第z个相位的绿灯时间取值相同；如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi小于60％×Sg,fi，则停止使用优化控制方法，并令k的值加1，返回步骤3。
如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi大于或等于70％×Sg,fi且小于80％×Sg,fi，则第g个交叉口、第f个进口道、第i条车道、第k+2个周期增加第h个相位的绿灯时间gh(k+2)为第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间gh(k+1)与设定个数单位时间T'的和，即gh(k+2)＝gh(k+1)+T'，15≥T'≥2t，3≤t≤10，t为每个单位绿灯时间长；第g个交叉口、第f个进口道、第i条车道、第k+2个周期减少第z个相位的绿灯时间C(k+2)表示第g个交叉口、第f个进口道、第i条车道、第k+2个周期的信号灯配时周期时长；本实施例中T'为一个单位时间，且每个单位时间为5秒，并令k的值加1，返回步骤3；如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi小于60％×Sg,fi，则停止使用优化控制方法。
如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi大于或等于80％×Sg,fi，则第g个交叉口、第f个进口道、第i条车道、第k+2个周期增加第h个相位的绿灯时间gh(k+2)为第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间gh(k+1)与设定时间T”的和，即gh(k+2)＝gh(k+1)+T”，20≥T”≥3t，3≤t≤10，t为每个单位绿灯时间长；第g个交叉口、第f个进口道、第i条车道、第k+2个周期减少第z个相位的绿灯时间C(k+2)表示第g个交叉口、第f个进口道、第i条车道、第k+2个周期的信号灯配时周期时长；本实施例中T”为两个单位时间，且每个单位时间为5秒，并令k的值加1，返回步骤3；如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi小于60％×Sg,fi，则停止使用优化控制方法。
其中，第g个交叉口、第f个进口道中的第i条车道对应的相位为h，h∈{1,...,m}，第g个交叉口、第f个进口道、第b条车道对应的信号相位为z，z∈{1,...,m}，z≠h，i∈{1,2,...,n}，b∈{1,2,...,n}，b≠i，n表示每个进口道包含的车道总个数。
本方法旨在利用整个交叉口对排队的消化能力，从而避免城市道路交叉口出现溢流现象导致大面积交通瘫痪，同时尽可能减少交叉口在此条件下的车辆平均延误，本领域的技术人员应当理解，只要不超出本发明的权利要求所限定的范围，可以对本发明进行各种变化和修改。
Claims (5)
1.一种防止单交叉口排队溢出的信号优化控制方法，其特征在于，包括以下步骤：
步骤1，设定Q个交叉口，每个交叉口包含N个进口道，每个进口道包含n条车道，将第g个交叉口、第f个进口道中的第i条车道记为Ng,fi，将第g个交叉口、第f个进口道中的第i条车道长度记为Sg,fi，g∈{1,2,...,Q}，f∈{1,2,...,N}，i∈{1,2,...,n}；
其中，第g个交叉口为Q个交叉口中任意一个，第f个进口道为N个进口道任意一个，第i条车道为n个车道中任意一个；Q表示设定的交叉口总个数，N表示每个交叉口包含的进口道总个数，n表示每个进口道包含的车道总个数，Q、N、n分别为大于0的正整数；
步骤2，若第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi大于或等于60％×Sg,fi，则转至步骤3进行优化控制过程；若第g个交叉口、第f个进口道中的第i条车道排队长度小于60％×Sg,fi，则确定第g个交叉口处于不饱和状态，且第g个交叉口的m个相位绿灯时间保持不变，停止优化控制过程；
其中，m为第g个交叉口的信号配时相位总个数，m为大于0的正整数；
步骤3，初始化：定义种群规模为Popsize，I表示Popsize个个体中第I个个体，I∈{1,2,…,Popsize}，G∈{0,1,…,Gm}，Gm表示最大进化代数，G表示第G次进化，I的初始值为1；k表示第k个周期，k＝0,1,2,...,K，K为周期总个数，K为大于或等于0的正整数，G和k的初始值都为0；
步骤4，计算第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的最小值Da(Cbest,G+1)；
步骤5，如果|Da(Cbest,G+1)-Da(Cbest,G)|≥ε，则令G的值加1，返回步骤4；
如果|Da(Cbest,G+1)-Da(Cbest,G)|<ε，则终止搜索过程，并将搜索过程终止时对应的最优个体作为最终的最优个数Cbest，进入步骤6；其中，ε为设定的非0常数；
步骤6，将最终的最优个数Cbest作为第g个交叉口、第f个进口道、第i条车道、第k+1个周期的最终信号灯配时周期时长，并得到防止单交叉口排队溢出的信号优化控制结果。
2.如权利要求1所述的一种防止单交叉口排队溢出的信号优化控制方法，其特征在于，步骤4的子步骤为：
4.1计算第G+1次进化中第I个个体的试验向量uI,G+1：
其中，vI,G+1表示第G+1次进化后第I个个体的变异向量，CI,G+1表示第G+1次进化后第I个个体，randb(1)表示[0,1]之间的1个随机数，CR表示交叉算子；
4.2如果uI,G+1<Cmin或uI,G+1>C0，则得到第G+1次进化后第I个个体的替换试验向量u'I,G+1，u'I,G+1＝rand[0,1]×(C0-Cmin)+Cmin，I∈{1,2,…,Popsize}；
4.3令I的值加1，重复执行4.1和4.2，直到得到第G+1次进化后第1个个体的替换试验向量u'1,G+1至第G+1次进化后第Popsize个个体的替换试验向量u'Popsize,G+1，记为第G+1次进化后产生的Popsize个个体，并将I的值初始化为1；
4.4根据第G+1次进化后第I个个体的替换试验向量u'I,G+1，计算得到第G+1次进化后第g个交叉口、第k+1个周期的车辆平均延误的第I个值DG+1 a,I(C(k+1))，其表达式为：
<mrow>
<msub>
<msup>
<mi>D</mi>
<mrow>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msup>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>I</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>C</mi>
<mi>A</mi>
<mi>P</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&times;</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mi>q</mi>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>X</mi>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mo>&times;</mo>
<mi>C</mi>
<mi>A</mi>
<mi>P</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&times;</mo>
<mn>0.25</mn>
</mrow>
<mn>2</mn>
</mfrac>
</mrow>
<mrow>
<mi>X</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>q</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>s</mi>
<mi>j</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mrow>
<msub>
<msup>
<mi>u</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mo>|</mo>
</mrow>
<mrow>
<mrow>
<mo>|</mo>
<mrow>
<msub>
<msup>
<mi>u</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mo>|</mo>
</mrow>
<mo>-</mo>
<mi>L</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>C</mi>
<mi>A</mi>
<mi>P</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>H</mi>
<mrow>
<mi>g</mi>
<mo>,</mo>
<mi>f</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>&times;</mo>
<msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>g</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>|</mo>
<mrow>
<msub>
<msup>
<mi>u</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>i</mi>
</msub>
</mrow>
其中，gh(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间,u'I,G+1表示第G+1次进化后第I个个体的替换试验向量，X(k+1)I,G+1表示第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体的饱和度，CAP(k+1)I,G+1表示第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体的通行能力，第g个交叉口、第f个进口道、第i条车道对应的相位为h；qj(k+1)表示第g个交叉口、第f个进口道中第j个相位、第k+1个周期车流量最大的车道组车辆到达率，sj表示第g个交叉口中第j个相位车流量最大的车道组的饱和流率，L表示第g个交叉口的信号总损失时间，Hg,fi表示第g个交叉口、第f个进口道中的第i条车道的饱和流量；
4.5计算第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第I个值DG G+1 a,I(C(k+1))，DG G+1 a,I(C(k+1))＝min{DG+1 a,I(C(k+1)),DG a,I(C(k+1))}，DG+1 a,I(C(k+1))表示第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第I个值，DG a,I(C(k+1))表示第G次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第I个值，min表示取最小值；
4.6令I的值加1，重复执行4.4和4.5，直到得到第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第1个值DG G+1 a,1(C(k+1))，至第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的第Popsize个值DG G+1 a,Popsize(C(k+1))，并将I的值初始化为1；
4.7将DG G+1 a,I(C(k+1))对应的第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，记为第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的第I个个体值CI G+1(k+1)，并计算得到第G+1次进化后的第I个个体CI,G+1，CI,G+1＝|CI G+1(k+1)|；
4.8令I的值加1，重复执行4.7，直到得到第G+1次进化后的第1个个体C1,G+1至第G+1次进化后的第Popsize个个体CPopsize,G+1，并记为第G+1次进化后产生的种群CG+1；
将DG G+1 a(C(k+1))min记为第G次进化至第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的最小值，DG G+1 a(C(k+1))min＝min{DG G+1 a,1(C(k+1)),…,DG G+1 a,Popsize(C(k+1))}，将DG G+1 a(C(k+1))min对应的第g个交叉口、第f个进口道、第i条车道、第k+1个周期的信号灯配时周期时长，记为第G+1次进化后产生的种群CG+1中的最优个体Cbest,G+1，best∈{1,...,Popsize}；
根据第G+1次进化产生的最优个体Cbest,G+1，得到第G+1次进化后第g个交叉口、第f个进口道、第i条车道、第k+1个周期的车辆平均延误的最小值Da(Cbest,G+1)，Da(Cbest,G+1)＝min(DG +1 a,1(C(k+1)),...,DG+1 a,Popsize(C(k+1)))。
3.如权利要求2所述的一种防止单交叉口排队溢出的信号优化控制方法，其特征在于，所述vI,G+1表示第G+1次进化后第I个个体的变异向量，其表达式为：
<mrow>
<msub>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>G</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mi>F</mi>
<mi>l</mi>
<mi>o</mi>
<mi>o</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>r</mi>
<mn>1</mn>
<mo>,</mo>
<mi>G</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>F</mi>
<mn>0</mn>
</msub>
<mo>&times;</mo>
<msup>
<mn>2</mn>
<msup>
<mi>e</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mrow>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mo>+</mo>
<mn>1</mn>
<mo>-</mo>
<mi>G</mi>
</mrow>
</mfrac>
</mrow>
</msup>
</msup>
<mo>&times;</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>r</mi>
<mn>2</mn>
<mo>,</mo>
<mi>G</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>r</mi>
<mn>3</mn>
<mo>,</mo>
<mi>G</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
其中，vI,G+1表示第G+1次进化后第I个个体的变异向量，Cr1,G表示第G次进化后第r1个个体，Cr2,G表示第G次进化后第r2个个体，Cr3,G表示第G次进化后第r3个个体，r1∈{1,2,…,Popsize}，r2∈{1,2,…,Popsize}，r3∈{1,2,…,Popsize}，r1≠I，r2≠I，r3≠I，且r1、r2、r3互不相同；Floor表示向下取整，F0表示变异算子，Gm表示最大进化代数。
4.如权利要求2所述的一种防止单交叉口排队溢出的信号优化控制方法，其特征在于，所述L表示第g个交叉口的信号总损失时间，其表达式为：
Il表示第g个交叉口中第l个绿灯间隔的间隔时间，l∈{1,...,r}，r表示第g个交叉口的绿灯间隔总个数，min表示求最小值操作。
5.如权利要求3所述的一种防止单交叉口排队溢出的信号优化控制方法，其特征在于，在步骤6中，所述防止单交叉口排队溢出的信号优化控制结果为：
当第g个交叉口、第f个进口道、第i条车道、第k+1个周期的最终信号灯配时周期时长运行结束后，检测第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi是否大于或等于60％×Sg,fi，如果依然大于或等于60％×Sg,fi且小于70％×Sg,fi，则第g个交叉口、第f个进口道、第i条车道、第k+2个周期增加第h个相位的绿灯时间gh(k+2)与第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间gh(k+1)取值相同，第g个交叉口、第f个进口道、第i条车道、第k+2个周期减少第z个相位的绿灯时间与第g个交叉口、第f个进口道、第i条车道、第k+1个周期减少第z个相位的绿灯时间取值相同；如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi小于60％×Sg,fi，则停止优化控制过程，并令k的值加1，返回步骤4；
如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi大于或等于70％×Sg,fi且小于80％×Sg,fi，则第g个交叉口、第f个进口道、第i条车道、第k+2个周期增加第h个相位的绿灯时间为gh(k+2)，gh(k+2)＝gh(k+1)+T'，gh(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间，T'表示设定个数单位时间；第g个交叉口、第f个进口道、第i条车道、第k+2个周期减少第z个相位的绿灯时间为 C(k+2)表示第g个交叉口、第f个进口道、第i条车道、第k+2个周期的信号灯配时周期时长；并令k的值加1，返回步骤4；如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi小于60％×Sg,fi，则停止优化控制过程；
如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi大于或等于80％×Sg,fi，则第g个交叉口、第f个进口道、第i条车道、第k+2个周期增加第h个相位的绿灯时间为gh(k+2)，gh(k+2)＝gh(k+1)+T”，gh(k+1)表示第g个交叉口、第f个进口道、第i条车道、第k+1个周期增加第h个相位的绿灯时间，T”表示设定时间，第g个交叉口、第f个进口道、第i条车道、第k+2个周期减少第z个相位的绿灯时间为 C(k+2)表示第g个交叉口、第f个进口道、第i条车道、第k+2个周期的信号灯配时周期时长；并令k的值加1，返回步骤4；如果第g个交叉口、第f个进口道中的第i条车道排队长度Lg,fi小于60％×Sg,fi，则停止优化控制过程；
其中，第g个交叉口、第f个进口道中的第i条车道对应的相位为h，h∈{1,...,m}，第g个交叉口、第f个进口道、第b条车道对应的信号相位为z，z∈{1,...,m}，z≠h，i∈{1,2,...,n}，b∈{1,2,...,n}，b≠i，n表示每个进口道包含的车道总个数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710770508.3A CN107393319B (zh) | 2017-08-31 | 2017-08-31 | 一种防止单交叉口排队溢出的信号优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710770508.3A CN107393319B (zh) | 2017-08-31 | 2017-08-31 | 一种防止单交叉口排队溢出的信号优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107393319A true CN107393319A (zh) | 2017-11-24 |
| CN107393319B CN107393319B (zh) | 2020-06-19 |
Family
ID=60348449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710770508.3A Expired - Fee Related CN107393319B (zh) | 2017-08-31 | 2017-08-31 | 一种防止单交叉口排队溢出的信号优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107393319B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108335497A (zh) * | 2018-02-08 | 2018-07-27 | 南京邮电大学 | 一种交通信号自适应控制系统及方法 |
| CN109003444A (zh) * | 2018-07-02 | 2018-12-14 | 北方工业大学 | 基于广域雷达微波检测器的城市交叉口溢流控制方法 |
| CN110738863A (zh) * | 2018-07-19 | 2020-01-31 | 北京嘀嘀无限科技发展有限公司 | 信号灯周期、配时改变时间、通行时长的确定方法及装置 |
| CN110942628A (zh) * | 2019-11-28 | 2020-03-31 | 浙江大学 | 基于方向延误梯度的转向溢出检测和信号控制方法 |
| CN112133119A (zh) * | 2020-09-25 | 2020-12-25 | 安徽达尔智能控制系统股份有限公司 | 一种基于v2x车联网技术的智能化车联系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101038700A (zh) * | 2007-04-20 | 2007-09-19 | 东南大学 | 单点信号控制交叉口的混合控制方法 |
| CN104021686A (zh) * | 2014-06-26 | 2014-09-03 | 广东工业大学 | 一种多交叉口的交通协调控制方法 |
| CN104157152A (zh) * | 2014-08-13 | 2014-11-19 | 安徽科力信息产业有限责任公司 | 一种用于道路交叉口车辆排队溢出状态的交通信号优化控制方法 |
| CN105809958A (zh) * | 2016-03-29 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于交叉口群的交通控制方法及系统 |
| CN106600990A (zh) * | 2016-11-23 | 2017-04-26 | 中兴软创科技股份有限公司 | 基于遗传算法的动态信号灯评估方法与系统 |
-
2017
- 2017-08-31 CN CN201710770508.3A patent/CN107393319B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101038700A (zh) * | 2007-04-20 | 2007-09-19 | 东南大学 | 单点信号控制交叉口的混合控制方法 |
| CN104021686A (zh) * | 2014-06-26 | 2014-09-03 | 广东工业大学 | 一种多交叉口的交通协调控制方法 |
| CN104157152A (zh) * | 2014-08-13 | 2014-11-19 | 安徽科力信息产业有限责任公司 | 一种用于道路交叉口车辆排队溢出状态的交通信号优化控制方法 |
| CN105809958A (zh) * | 2016-03-29 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于交叉口群的交通控制方法及系统 |
| CN106600990A (zh) * | 2016-11-23 | 2017-04-26 | 中兴软创科技股份有限公司 | 基于遗传算法的动态信号灯评估方法与系统 |
Non-Patent Citations (3)
| Title |
|---|
| 余鑫: "信号交叉口扩容所致下游排队溢出分析", 《交通运输系统工程与信息》 * |
| 刘文壮: "基于差分进化的约束求解算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 安艳召 等: "基于NSGA_II算法的单点过饱和交叉口信号控制", 《武汉理工大学学报（交通科学与工程版）》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108335497A (zh) * | 2018-02-08 | 2018-07-27 | 南京邮电大学 | 一种交通信号自适应控制系统及方法 |
| CN109003444A (zh) * | 2018-07-02 | 2018-12-14 | 北方工业大学 | 基于广域雷达微波检测器的城市交叉口溢流控制方法 |
| CN109003444B (zh) * | 2018-07-02 | 2020-09-18 | 北方工业大学 | 基于广域雷达微波检测器的城市交叉口溢流控制方法 |
| CN110738863A (zh) * | 2018-07-19 | 2020-01-31 | 北京嘀嘀无限科技发展有限公司 | 信号灯周期、配时改变时间、通行时长的确定方法及装置 |
| CN110942628A (zh) * | 2019-11-28 | 2020-03-31 | 浙江大学 | 基于方向延误梯度的转向溢出检测和信号控制方法 |
| CN110942628B (zh) * | 2019-11-28 | 2021-04-20 | 浙江大学 | 基于方向延误梯度的转向溢出检测和信号控制方法 |
| CN112133119A (zh) * | 2020-09-25 | 2020-12-25 | 安徽达尔智能控制系统股份有限公司 | 一种基于v2x车联网技术的智能化车联系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107393319B (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107393319A (zh) | 一种防止单交叉口排队溢出的信号优化控制方法 | |
| CN104766484B (zh) | 基于进化多目标优化和蚁群算法的交通控制与诱导系统和方法 | |
| CN104875774B (zh) | 一种基于城市轨道交通运行图的列车延迟调整方法及系统 | |
| CN107862878B (zh) | 基于相位方案决策的单交叉口自适应控制方法 | |
| CN109410609A (zh) | 车联网环境下基于多请求的公交优先信号控制方法 | |
| CN111951549B (zh) | 在网联车辆环境下的自适应交通信号灯控制方法及系统 | |
| CN106846842A (zh) | 基于多时段控制方案的城市干道协调控制优化方法 | |
| CN104183119B (zh) | 基于路段od反推的实时交通流分布预测方法 | |
| CN107221177B (zh) | 一种设置逆向可变车道的交叉口信号配时方法 | |
| CN106297329A (zh) | 一种联网信号机的信号配时自适应优化方法 | |
| CN105654744B (zh) | 一种基于q学习的改进交通信号控制方法 | |
| CN110533242A (zh) | 列车互联互通跨线运行下的节能优化方法 | |
| CN108647802B (zh) | 基于双层交通网络模型抗拥塞方法 | |
| CN107730886A (zh) | 一种车联网环境下城市交叉口交通信号动态优化方法 | |
| CN110517482A (zh) | 一种基于3d卷积神经网络的短时交通流预测方法 | |
| CN104809895A (zh) | 相邻交叉口的干道协调控制模型及其优化方法 | |
| CN112365714B (zh) | 一种智轨通行主支路交叉口交通信号控制方法 | |
| CN103236169B (zh) | 城市干线公交站间双向分段绿波信号设置方法 | |
| CN108831166A (zh) | 车路协同环境下交叉口可变导向车道功能变换方法 | |
| CN104916142A (zh) | 一种干道优先的交叉口自适应交通信号控制方法 | |
| CN107134137A (zh) | 一种考虑实时信息的动态路径选择方法 | |
| CN110509959A (zh) | 城市轨道交通列车线路定时运行的节能优化方法 | |
| CN109191835A (zh) | 一种有轨电车运行的控制方法和系统 | |
| CN111524345B (zh) | 一种车辆实时排队长度约束下多目标优化的感应控制方法 | |
| CN103456181B (zh) | 一种改进的multiband干线协调控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200619 Termination date: 20200831 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |