城市交通信号灯的实时协调研究

VIP免费

3.0 侯斌 2024-11-19 5 4 3.08MB 59 页 15积分

侵权投诉

摘要

随着我国城市经济和城市化建设的不断发展和扩大，机动车的数量急剧增加，

使得道路拥堵和城市污染均越来越严重，加上我国城市交通灯依然采用定时配时

的方案。针对这一国情，本文以现有的交通基础设施为背景，以提高交通控制和

管理水平并通过智能交通技术来缓解交通问题为目的，对交通信号灯的实时协调

进行了研究。

论文以上海市比较拥堵的张杨路及其相交的五个交叉口为研究对象，并以我

国正在使用的定时配时方案为基准，通过对比研究粒子群优化算法、灾变粒子群

优化算法和基于粒子群优化的神经网络算法这三种优化方案在对交通信号灯进行

实时控制的各自表现，如各交叉口的延误时间、排队长度，是否合理地为各相位

分配绿灯时间，是否尽可能使车辆无等待通过交叉口等进行实验仿真。文章通过

微观交通仿真软件搭建路网模型，分别对三种优化方案进行在线仿真并查看各方

案对交通信号灯的控制效果，最后采用节点评价模块得到各优化算法的实验数据。

论文通过比较和分析这些实验数据表明：粒子群优化算法是一种基于群智能

的优化算法，群体中的每个个体都可以从邻近个体的发现和以往的经验中受益，

并通过迭代优化过程，得到群体中的最优解，算法对交通信号灯的控制效果优于

定时配时方案，但效果不是很明显，而且算法在迭代时容易陷入次优解，收敛效

果不理想；基于灾变粒子群优化算法在粒子群的基础上进行了改进，灾变时最优

的个体将被保留下来，算法能很快收敛到最优解，并且该算法对交通信号的控制

效果远远优于粒子群优化算法，交叉口的延误时间和排队长度都明显减小，但这

种方法在遇到突发的交通流猛增时，不能及时处理；神经网络具有表征复杂输入

输出系统的强大功能，加上粒子群优化算法的寻优能力，本文提出的基于粒子群

优化的神经网络算法，采用三层人工神经网络建立城市交通网络的信号配时模型，

以求解交通信号动态配时模型得到的最优解作为训练样本，对交通进行在线控制，

有效地提高了交叉口的通行效率，能实时的检测交叉口各相位的车流量，实现了

城市交通网络信号的实时协调。

关键词：交通信号灯实时协调粒子群神经网络

ABSTRACT

With the continuous development and expansion of urban economy and

urbanization construction in our country, the number of motor vehicles have increased

dramatically, the road congestion and pollution are becoming more and more serious,

but our traffic signal light is still controlled by fixed time controller. To solve this

problem, this thesis is aimed at studying the real-time traffic signal coordination and is

in order to improve our traffic management using the intelligent transportation

technology.

This thesis presents three traffic signal control methods referred to fixed time

strategy, based on Zhangyang Road and its five crossroads in Shanghai. Through

discussing the individual performance of controlling the traffic lights, such as the delay

time, queue length and the reasonable green time in each intersection, to evaluate the

particle swarm optimization algorithm, catastrophe particle swarm optimization

algorithm and the particle swarm optimization based algorithm for neural network.

Using the microscopic traffic simulation software to build traffic network model and

simulate our model based on this three optimization methods respectively, then we can

observe whether the control effect is good or bad online, finallywe can get the

experimental data through the node evaluation mode.

The experimental data show that the particle swarm optimization algorithm is an

optimization algorithm based on swarm intelligence, every particle in group can learn

from neighbors, and this algorithm is superior to the fixed time strategy, but the effect

is not obvious. Catastrophe particle optimization algorithm is much better than the

former one, the optimal individuals will be preserved and algorithm can quickly

converge to the optimal solution, the intersection delay time and queue length are both

significantly reduced when using this algorithm, but it can’t meet a sudden surge in

traffic flow. Neural network has characterized features of the complex input and output

system, added with the optimization ability of particle swarm optimization algorithm,

the proposed neural network uses three-layer artificial neural network to establish the

urban traffic signal timing model and uses the optimal solution as the training sample

to control the online traffic, which effectively realizes the real-time coordination of the

urban traffic network.

Keyword: Traffic Signal, Real-Time Coordination, Particle Swarm

Optimization, Neural Network

中文摘要

ABSTRACT

第一章绪论 ............................................................................................................. 1

1.1 选题的背景及意义 ......................................................................................... 2

1.2 城市交通信号控制系统的国内外发展状况 ................................................ 2

1.2.1 城市交通信号控制系统的发展历史 ...................................................... 2

1.2.2 国外城市交通信号控制系统的发展 ..................................................... 3

1.2.3 我国城市交通信号控制系统的发展 ..................................................... 6

1.3 课题主要研究内容及章节安排 .................................................................... 7

第二章城市交通信号控制的基本理论和方法 ..................................................... 8

2.1 交通控制的基本理论 .................................................................................... 8

2.1.1 交通信号控制参数 ................................................................................. 8

2.1.2 交通控制系统的分类 ........................................................................... 10

2.2 城市交通干线的信号控制方式 .................................................................. 12

2.2.1 信号控制评价指标 ............................................................................... 12

2.2.2 信号协调方式 ....................................................................................... 14

2.3 常用交通干线协调控制方法及分析 .......................................................... 15

2.3.1 最大滤波带法 ....................................................................................... 15

2.3.2 最小交通性能指标法 ........................................................................... 16

2.3.3

Webster

延误计算法 ............................................................................. 17

2.4 本章小结 ...................................................................................................... 18

第三章城市交通干线信号灯的实时协调研究 ................................................... 19

3.1 基于灾变粒子群优化算法的交通信号配时优化 ...................................... 19

3.1.1 粒子群优化算法 ................................................................................... 19

3.1.2 灾变粒子群优化算法 ........................................................................... 21

3.1.3 基于灾变粒子群的多交叉口信号优化 ............................................... 23

3.2 基于粒子群的神经网络优化算法 .............................................................. 24

3.2.1

神经网络模型 ................................................................................. 24

3.2.2 基于粒子群优化的

神经网络 ......................................................... 26

3.3 本章小结 ...................................................................................................... 27

第四章城市交通网络信号灯微观仿真 ............................................................... 28

4.1 微观交通仿真工具 ....................................................................................... 28

4.2

VISSIM

仿真原理及模块 ............................................................................ 29

4.2.1

VISSIM

仿真原理 ................................................................................. 29

4.2.2

VISSIM

仿真模块 ................................................................................. 30

4.3

VISSIM

仿真步骤 ....................................................................................... 31

4.4 本章小结 ...................................................................................................... 42

第五章实验结果与分析 ....................................................................................... 43

5.1 城市交通信号灯定时配时方案 .................................................................. 43

5.1.1 观测参数的选取 ................................................................................... 43

5.1.2 定时信号配时仿真实验结果 ............................................................... 45

5.2 城市交通信号灯优化算法的分析 .............................................................. 46

5.2.1 基于灾变粒子群优化算法交通信号灯的协调 ................................... 46

5.2.2 基于粒子群神经网络优化算法的实时协调 ....................................... 49

5.3 本章小结 ...................................................................................................... 50

第六章总结与展望 ............................................................................................... 52

6.1 本文主要的研究成果 .................................................................................. 52

6.2 展望 .............................................................................................................. 52

参考文献 ................................................................................................................. 53

在读期间公开发表的论文和承担科研项目及取得成果 ..................................... 56

致谢 ......................................................................................................................... 57

第一章绪论

随着城市经济的不断发展，城市化建设的规模逐渐扩大，机动车的数量急速

增多，城市交通拥堵已经成为一个普遍存在的国际性难题。传统的交通模式和城

市已有的交通基础设施已远远满足不了实际交通状况的需求，城市交通拥挤已演

变成一个恶性循环的现象。从 2010 年开始，我国已经成为世界上汽车销量最多的

国家，而交通模式依循守旧，使得在一定时间内，道路上的车辆数急剧增多，造

成车辆运行缓慢，汽车在低速运行状态下，汽车燃料不能充分燃烧，浪费能源外

还大大增加了汽车尾气的排放量，污染环境，浪费市民宝贵时间外还使心情变得

焦虑，脾气变得暴躁，危害身心健康。据我国环保监测中心监测显示，2010 年以

来，60%以上的空气污染源来自汽车尾气，更有统计表明，在北京上班的白领，

平均每天将在路上耗费 6小时。而如今，要想改善城市交通状况，尤其是大城市，

想通过改善交通基础设施以及减少车辆出行来环节交通拥堵，已不符合实情，那

么就得提高交通系统的综合管理水平，发挥现代智能化系统的作用，通过实时协

调交通信号灯来缓解交通压力是一种切实可行的方法。目前，交通控制系的形式

多种多样，如道路交通信号控制系统、交通诱导系统、汽车综合控制、自动化公

路等，本文在这些理论基础上，对交通信号灯的实时协调展开研究，并通过仿真

来验证本文理论的可行性。

本章主要介绍选题的背景及意义、交通信号控制的发展历史及国内外的发展

现状、本课题所要研究的内容及最终要完成的目标和本文的结构安排。

1.1 选题的背景及意义

随着我国综合国力的不断增强，人民生活水平也不断提高，我国机动车的数

量也在迅速增加，使得我国交通问题日益严峻，主要表现在以下方面。

(1) 交通事故频繁发生，严重威胁着人类生命安全

由文献[1]可知：在世界总人口中，在一万个人当中，每年有将近两个人死于

交通事故，这个数字相当于战争中死亡的人数。根据统计，每生产 100 辆机动车，

平均至少要夺走 1.2 个人的生命，而 20 世纪一共生产了大约 22.35 亿辆机动车，

也就是至少夺走了 268.2 万人的生命。

(2) 空气和噪声的污染越来越严重

近几年，住在大城市的人们都开始为自己所呼吸的空气感到担忧，北京和上

海的雾霾天气越来越严重，人们出行得配上过滤口罩，而雾霾的主要元凶之一就

是汽车尾气。据我国环保监测中心监测显示，2010 年以来，60%以上的空气污染

源来自汽车尾气，70%的城市环境噪声来自交通噪声。而这些污染都主要来源于

上海理工大学硕士学位论文

在车辆制动和启动的过程。据相关的研究证实，车辆在匀速行驶时产生废气量和

发出的噪声只是其在启动、制动的过程的七分之一左右。

(3) 交通拥堵严重，浪费时间，消耗能源

从2010 年开始，我国已经成为世界上汽车销量最多的国家，而交通模式依循

守旧，使得在一定时间内，道路上的车辆数急剧增多，造成车辆运行缓慢，汽车

在低速运行状态下，汽车燃料不能充分燃烧，浪费能源外还大大增加了汽车尾气

的排放量，污染环境，浪费市民宝贵时间，人们在等待时，心情就会变得焦虑，

脾气变得暴躁，危害身心健康，更有统计表明，在北京上班的白领，平均每天将

在路上耗费 6小时。

当然，引起城市交通问题的原因是多方面的，除了汽车数量急剧增多外，人

口密度增大，道路交通网络设施不完善，交通组织管理水平有限等都在不同程度

的加剧交通的拥挤。为了解决这些问题，各国政府也采取了各种手段，如加大对

交通基础设施的投入，运用行政手段控制车流，有我国出台的单双号限行，公交

优先等政策，但这些方法治标不治本，而随着计算机与信息技术的高速发展，将

人、车、路综合起来思考的智能交通系统(ITS, Intelligence Traffic System)就应运

而生了。在现有的交通系统中，交通信号灯的周期是影响整个网络的交通状况的

最主要因素，如果周期太短，道路上拥堵的车辆有可能不能及时离开所在的道路，

需要等待到下一个周期；如果周期太长可能会造成大面积的拥堵，而另一道路却

出现空行的现象。因此对城市交通网络的信号灯进行实时协调是整个智能交通系

统的重中之重，也成为该领域的研究热点与难点。

目前，在我国城市道路交通管理中，十字路口信号控制系统依然采用着固定

式协调配时的方式，在出行高峰时间段或繁忙路段，有时会采取交警协调管理的

方式，但是这种固定时间控制方法往往会导致空等的现象，比如一条路段车流量

较少或是空车道而此时交通灯却显示绿灯，而另一路段车流量相当大却得等红灯，

这就白白浪费了道路的有效利用时间，也会造成一定的拥堵现象。之所以会产生

这种多等少的尴尬现象，是因为目前的交通控制系统未能对实际交通状况进行实

时监控，实时协调交通信号灯，造成人力物力资源的极大浪费。因此，本文旨在

解决这种人多、车多道路少的交通拥堵现象，对城市交通网络信号灯的实时协调

进行研究。

1.2 城市交通信号控制系统的国内外发展状况

1.2.1 城市交通信号控制系统的发展历史

城市交通信号灯控制技术[2]起源于

世纪中叶。

1868

年在英国伦敦 West

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要随着我国城市经济和城市化建设的不断发展和扩大，机动车的数量急剧增加，使得道路拥堵和城市污染均越来越严重，加上我国城市交通灯依然采用定时配时的方案。针对这一国情，本文以现有的交通基础设施为背景，以提高交通控制和管理水平并通过智能交通技术来缓解交通问题为目的，对交通信号灯的实时协调进行了研究。论文以上海市比较拥堵的张杨路及其相交的五个交叉口为研究对象，并以我国正在使用的定时配时方案为基准，通过对比研究粒子群优化算法、灾变粒子群优化算法和基于粒子群优化的神经网络算法这三种优化方案在对交通信号灯进行实时控制的各自表现，如各交叉口的延误时间、排队长度，是否合理地为各相位分配绿灯时间，是否尽可能使车辆...

展开>> 收起<<

城市交通信号灯的实时协调研究.pdf

共59页,预览6页

还剩页未读，继续阅读

城市交通信号灯的实时协调研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: