CN114170814A - 基于时空维度的交叉口信号控制自主优化方法 - Google Patents
基于时空维度的交叉口信号控制自主优化方法 Download PDFInfo
- Publication number
- CN114170814A CN114170814A CN202111304681.7A CN202111304681A CN114170814A CN 114170814 A CN114170814 A CN 114170814A CN 202111304681 A CN202111304681 A CN 202111304681A CN 114170814 A CN114170814 A CN 114170814A
- Authority
- CN
- China
- Prior art keywords
- intersection
- optimization
- signal control
- configuring
- index
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000011217 control strategy Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000001186 cumulative effect Effects 0.000 description 5
- 239000000543 intermediate Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于时空维度的交叉口信号控制自主优化方法,包括:确定交叉口双环相位结构以及约束条件;选取信号交叉口优化指标;构建交叉口信号配时优化模型;采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。本发明能够最大化利用交叉口时空资源、提高了交叉口运行效率,可广泛应用于智能交通技术领域。
Description
技术领域
本发明涉及智能交通技术领域,尤其是基于时空维度的交叉口信号控制自主优化方法。
背景技术
交通信号控制作为道路交叉口交通管理最有效的方式之一,是目前普遍采用的交通管理形式。
交叉口信控优化的实质是从时间和空间维度分离可能产生交通冲突的交通流,减少或消除冲突点,目前的技术方案大多从单一维度解决交叉口问题,部分技术方案从空间维度研究含左转待行区的交叉口信号配时优化问题,部分技术方案从时间维度考虑引入双环相位方案。
发明内容
有鉴于此,本发明实施例提供基于时空维度的交叉口信号控制自主优化方法,以最大化利用交叉口时空资源、提高交叉口运行效率。
本发明的一方面提供了一种基于时空维度的交叉口信号控制自主优化方法,包括:
配置信号交叉口的符号变量信息;
确定交叉口双环相位结构以及约束条件;
选取信号交叉口优化指标;
构建交叉口信号配时优化模型;
采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。
可选地,所述配置信号交叉口的符号变量信息,包括:
配置交叉口进口方向的全局索引变量;
配置交叉口流向的局部索引变量;
配置交叉口流向的转换关系。
可选地,所述确定交叉口双环相位结构的约束条件,包括:
确定交叉口双环相位结构的相位信息、有效绿灯时间信息、周期时间损失信息和周期时间信息;
确定所述相位信息与所述有效绿灯时间信息、所述周期时间损失信息和所述周期时间信息之间的约束条件。
可选地,所述选取信号交叉口优化指标,包括:
配置左转待行区条件下的交叉口通行能力指标;
配置左转待行区条件下的车辆平均延误指标;
将所述交叉口通行能力指标和所述车辆平均延误指标作为信号交叉口优化指标;
其中,所述交叉口通行能力指标的计算公式为:
所述车辆平均延误指标的计算公式为:
可选地,所述构建交叉口信号配时优化模型,包括:
将最大交叉口通行能力和最小车辆平均延误作为优化目标;
通过加权处理,将所述优化目标转换为单目标优化对象;
根据交叉口交通流量信息配置自适应调整的权重系数;
根据所述单目标优化对象和所述权重系数,构建交叉口信号配时优化模型。
可选地,所述采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略,包括:
将交叉口交通流数据中的各流向绿灯时长及周期长度的组合作为个体,采用实值编码处理,确定初始种群;
采用差分策略,从所述初始种群中随机选择两个不同个体;
将所述不同个体进行向量差缩放后与待变异个体进行向量合成,确定目标种群;
将目标种群与所述目标种群变异后产生的中间体进行交叉操作,形成新个体;
基于贪婪算法比较适应度值,从所述新个体中选择最优值,确定选择进入下一代种群个体,直至确定最优个体;
根据所述最优个体确定所述优化模型的求解结果,得到优化的信号控制策略。
本发明实施例的另一方面提供了一种基于时空维度的交叉口信号控制自主优化装置,包括:
第一模块,用于配置信号交叉口的符号变量信息;
第二模块,用于确定交叉口双环相位结构以及约束条件;
第三模块,用于选取信号交叉口优化指标;
第四模块,用于构建交叉口信号配时优化模型;
第五模块,用于采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。
本发明实施例的另一方面提供了一种电子设备,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例的另一方面提供了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现如前面所述的方法。
本发明实施例的另一方面提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如前面所述的方法。
本发明的实施例配置信号交叉口的符号变量信息;确定交叉口双环相位结构以及约束条件;选取信号交叉口优化指标;构建交叉口信号配时优化模型;采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。本发明能够最大化利用交叉口时空资源、提高了交叉口运行效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的整体步骤流程图;
图2为本发明实施例提供的信号交叉口渠化示意图;
图3为本发明所述双环相位信号控制方案示意图;
图4为本发明所述交叉口车辆累计到达和离去变化图;
图5为本发明所述交叉口车流累计排队变化图;
图6为本发明所述差分进化算法流程图;
图7为本发明实施例交叉口优化方案示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
针对现有技术存在的问题,本发明结合现有交通流量特点,从时间维度上引入通用性更强的双环相位方案,解决了传统对称相位设计的信号控制方案对较小流量进口道的时空资源造成浪费的问题。本发明从空间维度上系统地研究含左转待行区的交叉口信号配时优化问题,提出设置待行区的车道通行能力及延误分析方法,避免了在现有车道功能有限的条件下,左转流量过大导致直行及后续车流受到阻滞延误影响通行问题。本发明选择以交叉口通行能力、车辆平均延误时间同时作为优化指标,可以明显体现交叉口运行效率,同时设置的指标相应权重系数可根据交通需求实际变化情况进行自适应调整。本发明采用的差分进化算法,在算法逼近效果方面更加显著且算法更加稳定。
具体地,如图1所示,本发明的基于时空维度的交叉口信号控制自主优化方法,包括:
配置信号交叉口的符号变量信息;
确定交叉口双环相位结构以及约束条件;
选取信号交叉口优化指标;
构建交叉口信号配时优化模型;
采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。
可选地,所述配置信号交叉口的符号变量信息,包括:
配置交叉口进口方向的全局索引变量;
配置交叉口流向的局部索引变量;
配置交叉口流向的转换关系。
可选地,所述确定交叉口双环相位结构的约束条件,包括:
确定交叉口双环相位结构的相位信息、有效绿灯时间信息、周期时间损失信息和周期时间信息;
确定所述相位信息与所述有效绿灯时间信息、所述周期时间损失信息和所述周期时间信息之间的约束条件。
可选地,所述选取信号交叉口优化指标,包括:
配置左转待行区条件下的交叉口通行能力指标;
配置左转待行区条件下的车辆平均延误指标;
将所述交叉口通行能力指标和所述车辆平均延误指标作为信号交叉口优化指标;
其中,所述交叉口通行能力指标的计算公式为:
所述车辆平均延误指标的计算公式为:
可选地,所述构建交叉口信号配时优化模型,包括:
将最大交叉口通行能力和最小车辆平均延误作为优化目标;
通过加权处理,将所述优化目标转换为单目标优化对象;
根据交叉口交通流量信息配置自适应调整的权重系数;
根据所述单目标优化对象和所述权重系数,构建交叉口信号配时优化模型。
可选地,所述采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略,包括:
将交叉口交通流数据中的各流向绿灯时长及周期长度的组合作为个体,采用实值编码处理,确定初始种群;
采用差分策略,从所述初始种群中随机选择两个不同个体;
将所述不同个体进行向量差缩放后与待变异个体进行向量合成,确定目标种群;
将目标种群与所述目标种群变异后产生的中间体进行交叉操作,形成新个体;
基于贪婪算法比较适应度值,从所述新个体中选择最优值,确定选择进入下一代种群个体,直至确定最优个体;
根据所述最优个体确定所述优化模型的求解结果,得到优化的信号控制策略。
本发明实施例的另一方面提供了一种基于时空维度的交叉口信号控制自主优化装置,包括:
第一模块,用于配置信号交叉口的符号变量信息;
第二模块,用于确定交叉口双环相位结构以及约束条件;
第三模块,用于选取信号交叉口优化指标;
第四模块,用于构建交叉口信号配时优化模型;
第五模块,用于采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。
本发明实施例的另一方面提供了一种电子设备,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例的另一方面提供了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现如前面所述的方法。
本发明实施例的另一方面提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如前面所述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行前面的方法。
下面结合说明书附图,对本发明的具体实现过程进行详细描述:
一种城市道路交叉口信号配时优化方法,包括以下步骤:
步骤一:定义信号交叉口符号变量;
步骤二:确定交叉口双环相位结构及对应约束条件;
步骤三:选取信号交叉口优化指标;
步骤四:建立交叉口信号配时优化模型;
步骤五:采用差分进化算法求解优化模型。
在步骤一中,如图2所示,为城市信号交叉口渠化示意图。其中,i代表进口道,j表示流向,a为进口道集合,b为流向集合,i∈a,a={1,2,3,4},j∈b,b={1,2,3}。
变量i,j存在如下转换关系:
在步骤二中,本发明采用双环信号配时方案对交叉口进行控制,获取交叉口交通流数据,如图3所示,为双环相位信号控制方案示意图;根据双环相位结构图设定的各流向的绿灯时间约束为:
Cmin≤C≤Cmax
表示(i,j)流向的对应相位,代表各相位的有效绿灯时间,L为一个周期内总损失时间,C为信号周期总时间,gmin、gmax分别为各相位最小和最大绿灯时间,最小绿灯时间需要考虑行人穿行街道的最短时间,Cmin为最短周期时间,同时考虑到司机的行车心理设置最长周期时间Cmax。
Cmin≤C≤Cmax表示周期时间需要在最短周期时间Cmin和最长周期时间Cmax之间
在步骤三中,如图4所示,为左转待行区条件下的交叉口车辆累计到达和离去变化图:设置左转待行区后,在0~t1红灯阶段1,交叉口等待车辆开始累计,t1~t2为红灯阶段2,该阶段左转车流会进入左转待行区等候,其左转待行区最大容纳车辆数记为N,至t2时刻,左转相位对应绿灯开始亮起,车辆开始驶离交叉口,此时车辆累计数达到最大,即Qt2+N,随着车辆开始消散累计数开始减少并最终为0。
设置待行区前后的车道平均通行能力Qij计算公式具体为:
交叉口总通行能力Q计算公式具体为:
在步骤三中,如图5所示,为左转待行区条件下的交叉口车流累计排队变化图:
设置左转待行区后,车辆在tC时刻进入待行区等候,故排队长度会有所减少,等车辆数达到待行区最大容载数量时,排队长度又开始增加,直至tE时刻绿灯时间,车辆开始被放行。设置待行区的车辆均匀延误可用三角形面积SOAB表示,其中SCADE代表车辆在待行区内产生的均匀延误。
设置待行区后其均匀延误dij1的计算公式具体为:
随机延误dij2计算公式具体为:
dij=dij1+dij2
交叉口平均延误D计算公式具体为:
在步骤四中,权重因子根据各目标因素的重要程度及相关性设立,通过“流率-占有率”对交叉口和交通流情况的分析,建立可根据交叉口交通流量情况进行自适应调整的权重系数,α1随Y增加而减少,α2随Y增加而增加,在饱和度不同的交叉口,对目标函数中各指标的侧重不同。
式中:X为交叉口的平均饱和度,Y为各相位最大流量比之和,α1、α2是延误和通行能力的权重系数。
在步骤四中,为了避免性能指标间由于量级、量纲上差异过大造成权重模型的物理意义不明问题,以各指标按照webster配时方法得到的指标值作为标准数,结合权重系数得到基于相对指标的配时模型为:
其中,D0、Q0为交叉口在webster配时方法下的通行能力、平均延误。L为一个周期内总损失时间,gmin、gmax分别为各相位最小和最大绿灯时间,最小绿灯时间需要考虑行人穿行街道的最短时间,Cmin为最短周期时间,同时考虑到司机的行车心理设置最长周期时间Cmax。
步骤五中,如图6所示,为差分进化算法流程图,其主要过程如下:
将交叉口交通流数据中的各流向绿灯时长及周期长度的组合作为个体,采用实值编码方式,故对于要优化问题的数学模型:
min f(x1,x2,…,xNP)
这里本发明设定最大进化代数T为500、种群规模M为30、变异操作中缩放因子F为0.5、交叉操作中交叉概率R为0.7。
(1)初始化种群:
(2)变异操作
为保持群体的多样性,通常使用DE/rand/1/bin的差分策略,从种群中随机选择两个不同个体,将其进行向量差缩放后与待变异个体进行向量合成,如式所示:
i≠d1≠d2≠d3
第g代种群变异产生中间体
(3)交叉操作
R为交叉概率,jrand为[1,2,...,D]的随机整数。
(4)选择操作
与现有技术相比,本发明从时间维度上引入通用性更强的双环相位方案,并选择交叉口通行能力情况、车辆平均延误时间指标作为优化目标,解决了信号配时与各进口道流向的流量不协调问题;从空间维度上系统地研究含左转待行区的交叉口信号配时优化问题,提出设置待行区的车道通行能力及延误分析方法,解决了左转流量过大而在现有车道功能有限的条件下,左转车流影响直行及后续车流通行效率问题;选取的优化指标可以明显体现交叉口运行效率,同时设置的各指标相应权重系数可根据交通需求实际变化情况进行自适应调整;采用的差分进化算法,相比于传统遗传算法在逼近效果方面更加显著以及算法更加稳定。
以某交叉口晚高峰调查数据作为实例分析,交叉口布局及实际交通流量如表1所示,表1代表交叉口布局及实际交通流量情况。
表1
利用差分进化算法对所建立的本发明提出的信号配时优化模型和采用对称相位方案下的模型分别进行求解,得到两类模型下的最优信号配时方案,具体方案如图7所示。
相比于对称相位方案,本发明提出的信号配时优化模型在交叉口通行能力的改善上提升了5.71%,车辆平均延误降低了29.51%;同时在设置有左转待行区的条件下,其左转车道通行能力提升5.15%,左转车道车辆平均延误降低了27.13%。
综上所述,本发明充分考虑交叉口的时空特征,在空间维度上对交叉口设置左转待行区,在时间维度上引入双环相位方案,构建交叉口信号控制自主优化方法。包括以下步骤:定义信号交叉口符号变量;确定交叉口双环相位结构及对应约束条件;选取信号交叉口优化指标;建立交叉口信号配时优化模型;采用差分进化算法求解优化模型。本发明构建的基于交叉口通行能力最大、车辆平均延误最小的信号配时优化方法可以有效提高交叉口通行能力、显著降低交叉口车辆平均延误,减少了交叉口时空资源的浪费,提高交叉口运行效率。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.基于时空维度的交叉口信号控制自主优化方法,其特征在于,包括:
配置信号交叉口的符号变量信息;
确定交叉口双环相位结构以及约束条件;
选取信号交叉口优化指标;
构建交叉口信号配时优化模型;
采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。
2.根据权利要求1所述的基于时空维度的交叉口信号控制自主优化方法,其特征在于,所述配置信号交叉口的符号变量信息,包括:
配置交叉口进口方向的全局索引变量;
配置交叉口流向的局部索引变量;
配置交叉口流向的转换关系。
3.根据权利要求1所述的基于时空维度的交叉口信号控制自主优化方法,其特征在于,所述确定交叉口双环相位结构的约束条件,包括:
确定交叉口双环相位结构的相位信息、有效绿灯时间信息、周期时间损失信息和周期时间信息;
确定所述相位信息与所述有效绿灯时间信息、所述周期时间损失信息和所述周期时间信息之间的约束条件。
5.根据权利要求1所述的基于时空维度的交叉口信号控制自主优化方法,其特征在于,所述构建交叉口信号配时优化模型,包括:
将最大交叉口通行能力和最小车辆平均延误作为优化目标;
通过加权处理,将所述优化目标转换为单目标优化对象;
根据交叉口交通流量信息配置自适应调整的权重系数;
根据所述单目标优化对象和所述权重系数,构建交叉口信号配时优化模型。
6.根据权利要求1所述的基于时空维度的交叉口信号控制自主优化方法,其特征在于,所述采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略,包括:
将交叉口交通流数据中的各流向绿灯时长及周期长度的组合作为个体,采用实值编码处理,确定初始种群;
采用差分策略,从所述初始种群中随机选择两个不同个体;
将所述不同个体进行向量差缩放后与待变异个体进行向量合成,确定目标种群;
将目标种群与所述目标种群变异后产生的中间体进行交叉操作,形成新个体;
基于贪婪算法比较适应度值,从所述新个体中选择最优值,确定选择进入下一代种群个体,直至确定最优个体;
根据所述最优个体确定所述优化模型的求解结果,得到优化的信号控制策略。
7.一种基于时空维度的交叉口信号控制自主优化装置,其特征在于,包括:
第一模块,用于配置信号交叉口的符号变量信息;
第二模块,用于确定交叉口双环相位结构以及约束条件;
第三模块,用于选取信号交叉口优化指标;
第四模块,用于构建交叉口信号配时优化模型;
第五模块,用于采用差分进化法对所述优化模型进行求解,得到优化的信号控制策略。
8.一种电子设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1至6中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111304681.7A CN114170814A (zh) | 2021-11-05 | 2021-11-05 | 基于时空维度的交叉口信号控制自主优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111304681.7A CN114170814A (zh) | 2021-11-05 | 2021-11-05 | 基于时空维度的交叉口信号控制自主优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114170814A true CN114170814A (zh) | 2022-03-11 |
Family
ID=80478246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111304681.7A Pending CN114170814A (zh) | 2021-11-05 | 2021-11-05 | 基于时空维度的交叉口信号控制自主优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114170814A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107705589A (zh) * | 2017-11-06 | 2018-02-16 | 西南交通大学 | 基于自适应遗传算法的双环信号配时优化方法 |
CN113034899A (zh) * | 2021-03-03 | 2021-06-25 | 山东大学 | 一种信控交叉口协调优化控制方法及系统 |
-
2021
- 2021-11-05 CN CN202111304681.7A patent/CN114170814A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107705589A (zh) * | 2017-11-06 | 2018-02-16 | 西南交通大学 | 基于自适应遗传算法的双环信号配时优化方法 |
CN113034899A (zh) * | 2021-03-03 | 2021-06-25 | 山东大学 | 一种信控交叉口协调优化控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
杨震 等: "设置待行区条件下双环相位信号配时优化模型", 《计算机应用》, vol. 41, no. 7, 31 July 2021 (2021-07-31), pages 2108 - 2112 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785619B (zh) | 区域交通信号协调优化控制系统及其控制方法 | |
CN111696370B (zh) | 基于启发式深度q网络的交通灯控制方法 | |
CN107180274B (zh) | 一种电动汽车充电设施规划典型场景选取和优化方法 | |
CN106558226B (zh) | 信号灯配时评估与实时调整方法 | |
CN108629970B (zh) | 基于蒙特卡罗树搜索的交叉口信号参数优化方法 | |
CN113034899B (zh) | 一种信控交叉口协调优化控制方法及系统 | |
CN113421439B (zh) | 一种基于蒙特卡罗算法的单路口交通信号配时优化方法 | |
CN112819222B (zh) | 打车需求量和交通流量联合预测模型的预测方法和装置 | |
CN112995289A (zh) | 一种基于非支配排序遗传策略的车联网多目标计算任务卸载调度方法 | |
CN113851006A (zh) | 基于多源数据融合的交叉口实时交通状态估计方法及系统 | |
Wang et al. | Optimizing capacity of signalized road network with reversible lanes | |
CN114399125B (zh) | 车队最优轨迹控制方法、装置、电子设备及存储介质 | |
CN115691167A (zh) | 一种基于交叉口全息数据的单点交通信号控制方法 | |
CN114170814A (zh) | 基于时空维度的交叉口信号控制自主优化方法 | |
CN113392577B (zh) | 一种基于深度强化学习的区域边界主交叉口信号控制方法 | |
CN113763728A (zh) | 一种交通组织及信号配时协同优化方法、装置及设备 | |
CN106600990B (zh) | 基于遗传算法的动态信号灯评估方法与系统 | |
CN110211375A (zh) | 基于改进时空关联knn算法的交通流量预测方法 | |
CN116308501A (zh) | 用于管理共享车辆的运营区域的方法、装置、设备和介质 | |
CN115472023B (zh) | 一种基于深度强化学习的智能交通灯控制方法及装置 | |
CN112991745B (zh) | 分布式框架下交通流动态协同分配方法 | |
CN115547050A (zh) | 一种基于马尔科夫决策过程的智能交通信号控制优化方法、软件 | |
CN114743388A (zh) | 一种基于强化学习的多交叉口信号自适应控制方法 | |
CN115762200B (zh) | 车路协同环境下信号交叉口车道功能动态优化方法及系统 | |
CN112634619B (zh) | 基于自适应遗传算法的二型模糊单交叉口控制方法、装置及存储介质 |
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 |