城市交通拥堵问题随着中国城镇化和机动化进程的迅猛发展日益凸显,建立有效的交通控制方法提高路网运行效率是当前亟需解决的问题。但由于交通系统本身规模巨大、关联复杂、非线性和随机性强的特征,交通控制方法的可行性和有效性通常受到以下几个因素的影响:1)路网模型:路网模型精确度和在线优化问题复杂度是交通控制需要兼顾的两点。虽有不少有效的确定性交通流模型,但是由于交通随机性的特性,模型演化与实际交通流之间的偏差仍然存在。2)路网规模:大规模路网中各路口和路段的交通状况相互耦合,导致优化问题中控制变量数急剧增大,面临是否实际可行的问题。3)路网检测信息:长久以来城市交通控制系统应用的交通信息主要来源于道路上检测线圈、路口摄像头等固定检测设备,而固定检测设备只能获得路网中特定位置横切面的交通流信息,无法直接从宏观上掌握整个路网的交通状况。近些年随着车联网技术的发展,车辆与车辆之间、车辆与路边设备之间可以通过无线技术实现相互通信。因此除了交通流信息,具体车辆的位置、速度、加速度及行驶路径等信息也可以被实时检测。这些丰富的实时交通数据可以更清晰地反映出整个路网的交通状态,同时也使得交通控制问题变得更复杂,交通调控手段更多元化。因此针对上述问题和车联网背景,我们在本论文的主要研究内容如下:·提出基于状态转移概率模型的路口交通信号控制。定义路段畅通和拥堵状态,计算在车辆随机到达时路段的状态转移概率矩阵,并将其拓展到路口来描述不同信号灯设置下路口状态的转移概率。基于路口状态转移概率模型,将路口交通信号控制问题描述为马尔科夫决策过程,应用基于灵敏度的策略迭代算法来动态寻找马尔科夫决策过程的最优策略。·提出多路口耦合的子区域随机交通信号控制。为了避免状态维数急剧增长,多路口子区域的边缘路段被融合为若干条虚拟路段,其所有内部路段则被视为整体且由边缘信号灯控制进出车辆数。基于路段状态转移概率矩阵建立多路口子区域的状态转移概率模型,将多路口子区域边缘路口的控制问题描述为马尔可夫决策过程,进行状态、动作和转移概率值和报酬函数值的定义。采用基于灵敏度的策略迭代算法进行策略寻优,该算法在计算效率上可以满足实时性要求。·提出大规模路网区域流量协调优化控制。考虑基于路段状态转移概率矩阵的随机建模方式会使大规模路网随机优化模型面临维数灾难问题,转而从协调区域流量的角度进行大规模路网优化。将大规模城市路网划分为若干个局部子区域,在区域随机宏观基本图模型的基础上建立整个路网的自适应状态转移概率模型,来刻画各子区域间流量交换对整体路网状态的影响。应用策略迭代算法动态寻找区域流量协调马尔科夫决策过程的最优策略。·提出基于混合反压力控制的大规模路网双层递阶优化。将大规模路网交通信号控制任务分为上下两层来降低优化问题难度和提高计算效率。上层负责区域间流量协调,下层在考虑优化的区域交换流量的同时对各子区域内部的信号灯进行优化。针对下层一般结构的局部子路网优化问题,在车联网环境下利用车辆路径信息提出混合反压力路网信号控制方法。该方法的单步优化在理论上保持了反压力算法的稳定性特点;多步优化在预测控制框架下对信号灯进行周期性滚动优化,减少信号灯频繁切换,两者均被等价转换为混合整数线性规划问题来提高计算效率。在双层递阶优化时,下层应用的混合反压力子路网控制将上层优化的区域间交换流量作为约束条件加入原优化问题。·在车联网背景下提出基于博弈策略的交通信号控制及车辆路径规划方法。该方法基于双层递阶式结构:上层主要负责根据路网当前交通状态和路径评价指标给下层每个参与控制的车辆规划可行路径空间;下层通过单路口信号控制器与该路口延迟车辆之间的博弈优化确定信号灯设置以及车辆行驶路径。在每轮博弈中,延迟车辆根据信号设置和当前交通状态选择最偏好的行驶路径;信号控制器根据延迟车辆的路径选择优化相位时长使得在满足延迟车辆的交通需求的同时提高路口通行率。根据博弈终止条件,整个博弈过程在有限轮数后结束。