论文部分内容阅读
智能交通系统(ITS)的出现为解决交通拥挤、改善交通状况、提高道路的交通能力提供了新的途径。其中,先进的交通管理系统(ATMS)是ITS的核心部分之一,城市交通信号控制系统是ATMS关键部分,是解决交通问题的有效方法之一,而有效的交通信号控制依赖于对交通流动力学特征的准确建模。本文依托国家自然科学基金项目“考虑物理排队条件下多车型动态交通分配问题研究”,针对城市动态交通信号优化控制问题,基于具有物理排队的动态交通流模型,根据是否考虑交通网络用户的路径选择行为对交通流形态的影响,以两种方式展开研究:一种是不考虑路网用户的路径选择行为,研究城市动态交通信号优化控制问题,以给定的交通流形态为前提,采用单层优化策略,建立交通信号优化控制模型并求解,获得最优信号控制策略;另一种是考虑了路网用户的路径选择行为,研究动态交通信号控制与动态交通分配的组合优化问题,依据变化的交通流形态,采用双层优化策略,建立动态交通信号优化控制与交通分配的广义双层优化模型并求解,确定最优信号控制策略及优化路径流。主要研究工作及创新点如下:(1)研究了不确定交通需求下城市单路口动态交通信号优化控制问题。采用CTM(cell transmission model,CTM)来描述路口交通流的运行状况,反映交通流动力学特征,在考虑交通需求不确定性的情况下,建立了基于CTM的单路口动态交通信号优化控制模型,并利用遗传算法进行了优化求解。仿真结果表明:在未饱和、饱和及过饱和交通状况下,模型都能够有效地反映交通需求的不确定性对信号配时及车辆延误和通过能力计算产生的影响,实现了对单路口交通信号的优化配置。(2)研究了城市多路口交通信号多目标优化控制问题。以整个网络延误、油耗以及路网机动车尾气排放量(在过饱和交通状况下,考虑了系统通过能力)为优化目标,推导了基于CTM的油耗以及路网机动车尾气排放量计算公式,采用CTM来描述多路口交通流的运行状况,建立了基于CTM的城市交通信号多目标优化控制模型,并利用多目标遗传算法进行了优化求解。仿真结果表明:在多种交通流状况下,可以实现对交通信号的协调控制与优化设置。(3)研究了路网中多用户路径选择行为下的动态交通信号优化控制问题。利用具有物理排队的动态网络模型捕捉路网中排队后溢交通流动力学特征,在时变需求和控制策略下考虑了多用户路径选择行为,依据变化的交通流形态,建立了一个基于物理排队的多用户动态交通分配与交通信号优化控制的广义双层规划模型,并利用智能优化算法进行了求解,确定最优信号控制策略。仿真结果表明:在饱和及过饱和路网中,可以实现交通信号的优化设置和路径流的合理配置。(4)研究了路网中多车型随机用户路径选择行为下的动态交通信号优化控制问题。基于具有物理排队的多车型动态网络模型,建立多车型随机用户动态交通分配与交通信号控制的广义双层规划模型。上层是信号优化控制模型,考虑了多车型下的随机用户路径选择行为,确定最优信号控制策略使路网出行时间最小;下层为多车型随机动态交通分配模型,预测多车型用户对给定信号控制策略的响应,获得相应优化路径流。采用智能优化算法求解模型。仿真试验验证了模型的有效性。