CN107730923A - 一种带有约束的城市交通交叉口信号控制方法 - Google Patents
一种带有约束的城市交通交叉口信号控制方法 Download PDFInfo
- Publication number
- CN107730923A CN107730923A CN201710920217.8A CN201710920217A CN107730923A CN 107730923 A CN107730923 A CN 107730923A CN 201710920217 A CN201710920217 A CN 201710920217A CN 107730923 A CN107730923 A CN 107730923A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- mtr
- mover
- 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
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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
一种带有约束的城市交通交叉口信号控制方法,所述的信号控制方法是:选择各个进口道的车辆排队长度差作为系统的输出,即以交叉口的某一进口道为参考,将其他进口道的车辆排队长度与参考进口道的车辆排队长度之差作为系统的输出
Description
技术领域
本发明涉及的是一种带有约束的城市交通交叉口信号控制方法,尤其是一种利用迭代学习控制进行城市交通信号控制方法,属于交通信号灯控制管理技术领域。
背景技术
迭代学习控制(ILC)的基本思想是对于一个在有限时间区间上重复运行的系统,通过重复同样轨迹的控制尝试,利用系统前一次或前几次运行测得的误差信息不断修正控制输入,使得系统在整个时间区间上的输出轨迹能够跟踪上期望轨迹。这一思想是由日本学者Uchiyama在1978年最早提出的。Arimoto于1984年将上述思想加以完善后正式提出了迭代学习控制方法,并从理论上证明了方法的可行性,开辟了控制理论的一个新的研究方向。
迭代学习控制的目标是通过对系统进行不断的控制尝试,使系统的跟踪误差逐渐减小并最终达到完全跟踪的目的。近几年来,针对快速路交通流量具有相似的时空分布特点,ILC开始在快速路交通控制中得到应用并取得了较系统性的研究成果,目前已成为智能交通控制领域的一个重要的研究方向。2003年,Hou等首次将ILC用于城市快速路匝道控制中,并证明了ILC算法的收敛性。其基本思想是通过调节入口匝道的输入流量,使设有入口匝道路段的交通流密度完全跟踪期望密度,从而使路段的交通流量处于合理水平,防止交通拥堵的发生。此后,除了将ILC用于快速路匝道控制外,在主线速度控制、不同控制目标下的快速路交通流控制等多个方面展开研究。2008年,Hou等在考虑实际入口匝道流量受通行能力和交通需求的限制的基础上,研究了输入和状态受限时ILC在快速路交通控制中的应用。随后将ILC与现有的多种反馈控制方法相结合,提出了基于学习增强型反馈控制的城市快速路交通控制方法;考虑现实的交通流运行并非是严格重复的,还进一步研究了期望轨迹和模型参数迭代变化时ILC在快速路交通控制中的应用。
上述均是ILC在快速路交通控制中应用的研究成果,而关于ILC在城市交通信号控制方面的应用却少有研究。2010年,郑一辰等结合模糊理论与迭代学习控制设计了交通信号自适应控制器对单个交叉口进行控制。2013年,Huang等将交通分配与交通控制相结合,采用迭代学习控制方法设计了交通信号控制器对路网进行控制,通过迭代控制使路网的交通状态逐渐达到均衡状态。2015年,Yan等将ILC应用于多交叉口的交通网络信号控制,通过对交叉口信号的迭代学习控制使路网的平均占有率逐步逼近期望占有率,从而使道路的车辆数处于合理水平,防止交通拥堵的发生;同时结合路网的宏观基本图,分析了交通信号的ILC控制策略对交通流在路网中整体运行水平的影响。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种使各个进口道的车辆排队长度处于均衡状态,防止因车辆排队长度不均使得某一相位的绿灯时间得不到充分利用,而其他相位出现长时间的车辆排队,进而引发交通拥堵的带有约束的城市交通交叉口信号控制方法。
本发明的目的是通过如下技术方案来完成的,一种带有约束的城市交通交叉口信号控制方法,所述的信号控制方法是:
a)选择各个进口道的车辆排队长度差作为系统的输出,即以交叉口的某一进口道为参考,将其他进口道的车辆排队长度与参考进口道的车辆排队长度之差作为系统的输出y(t);交叉口j的四个进口道中,选择进口道1为参考,则系统的输出为:
式中:
y2,1(k)——进口道2的输出;
y3,1(k)——进口道3的输出;
y4,1(k)——进口道4的输出;
b)对路网所有交叉口列写输出方程(2-12),可以得到整个路网的输出方程为:
y(k)=Cx(k)(2-13)
式中:
N——交叉口个数;
C——输出矩阵;
由式(2-12)和(2-13)得,系统的状态空间方程如下:
c)为了便于控制算法的收敛性分析,先给出所需要的一些基本假设:
假设1:在迭代过程中系统满足重复的初始重置条件,即:
xn(0)=xd(0),yn(0)=yd(0)
式中:
xd(0)——期望的状态初值;
yd(0)——期望输出的初值;
n——迭代次数。
假设2存在一个有界的控制输入ud(k)(k∈[0,K]),使得系统(2-14)的输出y(k)在时间区间[0,K]上能够完全跟踪期望输出yd(k);
d)对于交通系统(2-14),有如下的城市交通信号迭代学习控制律:
un+1(k)=un(k)+βen(k+1)(2-16)
式中:
un(k)——第n次迭代时的控制输入;
en(k)——第n次迭代时系统的跟踪误差,即en(k)=yd(k)-yn(k);
β——迭代学习增益;
e)控制目标是寻找合适的控制输入,即交叉口的相位绿灯时间,使系统的输出即交叉口的车辆排队长度趋于均衡状态,也就是使交叉口各个相位的车辆排队长度尽可能的保持接近,即yd(k)=0。
本发明能使各个进口道的车辆排队长度处于均衡状态,防止因车辆排队长度不均使得某一相位的绿灯时间得不到充分利用,而其他相位出现长时间的车辆排队,进而引发交通拥堵。
具体实施方式
下面将结合具体实施例对本发明作详细的介绍:本发明所述的一种带有约束的城市交通交叉口信号控制方法,所述的信号控制方法是:
选择各个进口道的车辆排队长度差作为系统的输出,即以交叉口的某一进口道为参考,将其他进口道的车辆排队长度与参考进口道的车辆排队长度之差作为系统的输出y(t)。
以四个进口道的交叉口j为例,假设选择进口道1为参考,则系统的输出为:
式中:
y2,1(k)——进口道2的输出;
y3,1(k)——进口道3的输出;
y4,1(k)——进口道4的输出。
对路网所有交叉口列写输出方程(2-12),可以得到整个路网的输出方程为:
y(k)=Cx(k)(2-13);
式中:
N——交叉口个数;
C——输出矩阵;
由式(2-12)和(2-13)得,系统的状态空间方程如下:
为了便于控制算法的收敛性分析,先给出所需要的一些基本假设:
假设1:在迭代过程中系统满足重复的初始重置条件,即:
xn(0)=xd(0),yn(0)=yd(0)
式中:
xd(0)——期望的状态初值;
yd(0)——期望输出的初值;
n——迭代次数;
假设2:存在一个有界的控制输入ud(k)(k∈[0,K]),使得系统(2-14)的输出y(k)在时间区间[0,K]上能够完全跟踪期望输出yd(k);
迭代学习控制律设计:
对于交通系统(2-14),本节给出如下的城市交通信号迭代学习控制律:
un+1(k)=un(k)+βen(k+1)(2-16)
式中:
un(k)——第n次迭代时的控制输入;
en(k)——第n次迭代时系统的跟踪误差,即en(k)=yd(k)-yn(k);
β——迭代学习增益;
控制目标是寻找合适的控制输入,即交叉口的相位绿灯时间,使系统的输出即交叉口的车辆排队长度趋于均衡状态,也就是使交叉口各个相位的车辆排队长度尽可能的保持接近,即yd(k)=0。
Claims (1)
1.一种带有约束的城市交通交叉口信号控制方法,其特征在于所述的信号控制方法是:
a)选择各个进口道的车辆排队长度差作为系统的输出,即以交叉口的某一进口道为参考,将其他进口道的车辆排队长度与参考进口道的车辆排队长度之差作为系统的输出y(t);交叉口j的四个进口道中,选择进口道1为参考,则系统的输出为:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mi>y</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mn>3</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mn>4</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mi>D</mi>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>2</mn>
<mo>-</mo>
<mn>12</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
式中:
<mrow>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>;</mo>
</mrow>
y2,1(k)——进口道2的输出;
y3,1(k)——进口道3的输出;
y4,1(k)——进口道4的输出;
b)对路网所有交叉口列写输出方程(2-12),可以得到整个路网的输出方程为:
y(k)=Cx(k) (2-13)
式中:
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mi>N</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>;</mo>
</mrow>
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
<mi>N</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>;</mo>
</mrow>
N——交叉口个数;
C——输出矩阵;
由式(2-12)和(2-13)得,系统的状态空间方程如下:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>A</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>B</mi>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>E</mi>
<mi>&xi;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>C</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>-</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
c)为了便于控制算法的收敛性分析,先给出所需要的一些基本假设:
假设1:在迭代过程中系统满足重复的初始重置条件,即:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>x</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>y</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>&ForAll;</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>-</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:
xd(0)——期望的状态初值;
yd(0)——期望输出的初值;
n——迭代次数。
假设2:存在一个有界的控制输入ud(k)(k∈[0,K]),使得系统(2-14)的输出y(k)在时间区间[0,K]上能够完全跟踪期望输出yd(k);
d)对于交通系统(2-14),有如下的城市交通信号迭代学习控制律:
un+1(k)=un(k)+βen(k+1) (2-16)
式中:
un(k)——第n次迭代时的控制输入;
en(k)——第n次迭代时系统的跟踪误差,即en(k)=yd(k)-yn(k);
β——迭代学习增益;
e)控制目标是寻找合适的控制输入,即交叉口的相位绿灯时间,使系统的输出即交叉口的车辆排队长度趋于均衡状态,也就是使交叉口各个相位的车辆排队长度尽可能的保持接近,即yd(k)=0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710920217.8A CN107730923A (zh) | 2017-09-30 | 2017-09-30 | 一种带有约束的城市交通交叉口信号控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710920217.8A CN107730923A (zh) | 2017-09-30 | 2017-09-30 | 一种带有约束的城市交通交叉口信号控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107730923A true CN107730923A (zh) | 2018-02-23 |
Family
ID=61209664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710920217.8A Pending CN107730923A (zh) | 2017-09-30 | 2017-09-30 | 一种带有约束的城市交通交叉口信号控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107730923A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648446A (zh) * | 2018-04-24 | 2018-10-12 | 浙江工业大学 | 一种基于mfd的路网交通信号迭代学习控制方法 |
CN109872538A (zh) * | 2019-04-16 | 2019-06-11 | 广东交通职业技术学院 | 基于mfd的饱和交叉口群多层边界迭代学习控制方法和装置 |
CN111429733A (zh) * | 2020-03-24 | 2020-07-17 | 浙江工业大学 | 一种基于宏观基本图的路网交通信号控制方法 |
CN111554111A (zh) * | 2020-04-21 | 2020-08-18 | 河北万方中天科技有限公司 | 基于多源数据融合的信号配时优化方法、装置及终端 |
CN111951574A (zh) * | 2020-07-29 | 2020-11-17 | 太原理工大学 | 衰减记忆去伪控制的交通信号自适应迭代学习控制方法 |
CN113625551A (zh) * | 2021-08-16 | 2021-11-09 | 北京航空航天大学 | 一种时变车辆系统的实时跟踪迭代学习控制系统及方法 |
CN113763727A (zh) * | 2021-09-16 | 2021-12-07 | 公安部交通管理科学研究所 | 一种道路交叉口的交通信号在线控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101707000A (zh) * | 2009-10-26 | 2010-05-12 | 北京交通大学 | 城市道路交通多目标优化控制方法 |
-
2017
- 2017-09-30 CN CN201710920217.8A patent/CN107730923A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101707000A (zh) * | 2009-10-26 | 2010-05-12 | 北京交通大学 | 城市道路交通多目标优化控制方法 |
Non-Patent Citations (4)
Title |
---|
张龙等: "过饱和单交叉口信号配时控制算法的研究", 《电子测量技术》 * |
郝建根: "数据驱动控制方法在交通控制中的应用研究", <中国优秀博士学位论文全文数据库> * |
闫飞等: "城市交通信号的迭代学习控制及其对路网宏观基本图的影响", 《控制理论与应用》 * |
闫飞等: "城市道路交叉口信号的鲁棒迭代学习控制", 《中国公路学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648446A (zh) * | 2018-04-24 | 2018-10-12 | 浙江工业大学 | 一种基于mfd的路网交通信号迭代学习控制方法 |
CN109872538A (zh) * | 2019-04-16 | 2019-06-11 | 广东交通职业技术学院 | 基于mfd的饱和交叉口群多层边界迭代学习控制方法和装置 |
CN111429733A (zh) * | 2020-03-24 | 2020-07-17 | 浙江工业大学 | 一种基于宏观基本图的路网交通信号控制方法 |
CN111554111A (zh) * | 2020-04-21 | 2020-08-18 | 河北万方中天科技有限公司 | 基于多源数据融合的信号配时优化方法、装置及终端 |
CN111554111B (zh) * | 2020-04-21 | 2021-04-20 | 河北万方中天科技有限公司 | 基于多源数据融合的信号配时优化方法、装置及终端 |
CN111951574A (zh) * | 2020-07-29 | 2020-11-17 | 太原理工大学 | 衰减记忆去伪控制的交通信号自适应迭代学习控制方法 |
CN113625551A (zh) * | 2021-08-16 | 2021-11-09 | 北京航空航天大学 | 一种时变车辆系统的实时跟踪迭代学习控制系统及方法 |
CN113625551B (zh) * | 2021-08-16 | 2024-03-01 | 北京航空航天大学 | 一种时变车辆系统的实时跟踪迭代学习控制系统及方法 |
CN113763727A (zh) * | 2021-09-16 | 2021-12-07 | 公安部交通管理科学研究所 | 一种道路交叉口的交通信号在线控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107730923A (zh) | 一种带有约束的城市交通交叉口信号控制方法 | |
CN108806252B (zh) | 一种高速公路混合交通流协同优化控制方法 | |
CN104134356B (zh) | 城市交叉口模型参考自适应信号的控制方法 | |
CN107221177B (zh) | 一种设置逆向可变车道的交叉口信号配时方法 | |
CN109360432A (zh) | 一种基于延误最小和饱和度均衡的多交叉口的控制方法 | |
CN107170257B (zh) | 一种基于多源数据的逆向可变车道智能控制方法 | |
CN105139667B (zh) | 一种左转短车道影响的交叉口可变导向车道控制方法 | |
CN101707000B (zh) | 城市道路交通多目标优化控制方法 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
CN105405302B (zh) | 限速调整方法和管理平台 | |
CN103700273A (zh) | 基于可变导向车道的信号配时优化方法 | |
CN105047057B (zh) | 一种多用户多车道高快速路宏观交通流仿真方法 | |
CN106023611B (zh) | 一种两段式干线协调信号控制优化方法 | |
CN113094875B (zh) | 一种城市快速路交织区微观交通仿真系统标定方法及装置 | |
CN104021686B (zh) | 一种多交叉口的交通协调控制方法 | |
CN109348423A (zh) | 一种基于抽样轨迹数据的干道协调控制优化方法 | |
CN108898858A (zh) | 一种过饱和交通状态下连续交叉口的信号协调控制方法 | |
CN108538065A (zh) | 一种基于自适应迭代学习控制的城市主干道协调控制方法 | |
CN103150911A (zh) | 基于遗传算法的单交叉口信号配时优化方法 | |
CN110619431B (zh) | 一种救灾中防汛救援物资的车辆运输调度方法 | |
CN103699933B (zh) | 基于最小生成树聚类遗传算法的交通信号配时优化方法 | |
CN109872531A (zh) | 道路交通信号控制全路网最优化控制目标函数构建方法 | |
CN111126687A (zh) | 一种交通信号的单点离线优化系统及方法 | |
CN108922204A (zh) | 一种考虑交叉口信号控制的元胞传输模型改进方法 | |
CN114613169A (zh) | 一种基于双经验池dqn的交通信号灯控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |