張武

摘 要：隨著我國城市日新月異的發(fā)展，機(jī)動車數(shù)量急劇增加，交叉口的荷載也越來越大。如何利用有限交通資源，使得繁重的交通能夠有效地被疏導(dǎo)，是迫在眉睫的事情。本文以單點(diǎn)交叉路口為研究對象，提出了一種基于多目標(biāo)優(yōu)化的單點(diǎn)交叉口動態(tài)配時(shí)算法。根據(jù)中國混合交通流的實(shí)際情況，建立了多目標(biāo)信號的動態(tài)時(shí)序模型，并利用模糊折中將其轉(zhuǎn)化為單目標(biāo)函數(shù)，同時(shí)，用改進(jìn)的粒子群優(yōu)化算法進(jìn)行求解，進(jìn)而得到改善后的配時(shí)方案。

關(guān)鍵詞：多目標(biāo)優(yōu)化 動態(tài)配時(shí) 粒子群優(yōu)化算法

中圖分類號：U491 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2018）08（a）-0002-02

1 信號控制基本參數(shù)

1.1 信號相位

為了調(diào)整車流量，利于車輛通行，在城市道路交叉口，通常會安置信號燈。根據(jù)信號燈顏色的不同，來控制車輛行駛的節(jié)奏。綠燈的方向上車輛可以行駛，而紅燈方向的車輛不能行駛，這可以由交通流來驅(qū)動，我們稱此交通流為相位。相位差是交叉口與交叉口之間信號燈的同一顏色開始時(shí)間（或結(jié)束時(shí)間）的時(shí)間差，相位差主要應(yīng)用于交叉口和交叉口之間的車輛參數(shù)，適當(dāng)合理地設(shè)置交叉口的相位差，可以使車輛連續(xù)通過交叉口，保持道路暢通。反之，相位差的不合理設(shè)置容易導(dǎo)致車輛連續(xù)遭遇紅燈，增加車輛延誤，增加道路擁堵。本文設(shè)置了4個(gè)相位。

1.2 時(shí)間參數(shù)

（1）周期：信號周期是配時(shí)優(yōu)化的一個(gè)重要參數(shù)，與配時(shí)優(yōu)化效果有著密不可分的關(guān)系。在交叉口道路系統(tǒng)中，信號周期是交叉口全部信號燈都運(yùn)行一個(gè)完整的信號周期所需的時(shí)間總和（各個(gè)方向上紅、綠、黃燈均運(yùn)行一次）。

（2）綠信比：在一個(gè)交通信號燈配時(shí)周期內(nèi)，綠信比為有效綠燈時(shí)間與信號周期的比值。車輛可以充分利用有效的綠色時(shí)間，綠色時(shí)間與平穩(wěn)交叉口的綠色字母比是信號燈設(shè)計(jì)優(yōu)化定時(shí)的關(guān)鍵時(shí)間參數(shù)。信號相位的綠信比越高，綠光利用率越高，信號相位越平滑，車輛擁擠率越低，在有效綠色時(shí)間內(nèi)通過的車輛總數(shù)也就越多。

（3）交通流參數(shù)：交通流量是指在一定時(shí)間內(nèi)通過指定路口的車輛總數(shù)，沒有特殊說明時(shí)為車流量。根據(jù)大量的觀測資料，我們發(fā)現(xiàn)到達(dá)交叉口的車輛在概率論中基本上遵循離散分布，如泊松分布和二項(xiàng)分布。通過運(yùn)用數(shù)學(xué)知識，我們可以更精確地得到交通的數(shù)據(jù)信息，也能更好地把握交通狀況。

2 交通信號控制的設(shè)置依據(jù)

2.1 減速讓路/停車控制交叉口的最大通行能力

根據(jù)交通法規(guī)，當(dāng)主干道上的車輛較多時(shí)，主干道的通行能力幾乎不受二級公路車輛的影響。而對于次路上的車輛，只有在主路車輛優(yōu)先通過并確保在道路安全的前提下，才可以通過。也就是說，在這種控制模式下，主干道在交叉口的最大通行能力近似等于其飽和度（有序安全地通過主干道的車輛總數(shù)），取決于主干道的通行能力。通過計(jì)算主要道路車輛為二級道路車輛提供行使空間，次要道路的最大容量可以通過線路提供的空間數(shù)量（允許次要車輛插入主車輛之間的空間數(shù)量）來計(jì)算。

2.2 交叉口的平均延誤時(shí)間

如果主干道與次干道的交通流量之比固定，則可以近似地描述兩種控制模式下交叉口交通流延誤時(shí)間的變化曲線。為了減少交叉口的延誤時(shí)間，采用兩種方法：當(dāng)交叉口總交通流量較小時(shí)，控制方式不變，但仍采用減速特許/停車控制模式；交叉口總交通流量大時(shí)SI，采用GNAL控制方式。

3 動態(tài)配時(shí)算法的實(shí)現(xiàn)

3.1 相關(guān)性能指標(biāo)的選取

（1）Delay D（每車道車輛平均信號控制延遲）：為了提高有限道路資源的利用效率，將車輛進(jìn)出各階段的車輛延誤降至最低是一個(gè)重要的研究方向。道路上的車輛延誤D主要由兩個(gè)部分組成：均勻延遲Du（由車輛均勻到達(dá)引起的延遲）和隨機(jī)delay Dr（由前一段時(shí)間遺留的初始排隊(duì)車輛引起的延遲），其中Du是到達(dá)延遲的恒定延遲。Dr是延遲差，用于不一致的車輛到達(dá)率。

（2）隊(duì)列長度：在多目標(biāo)聯(lián)合優(yōu)化函數(shù)中，不需要增加該指標(biāo)，而是作為模糊控制變量來實(shí)現(xiàn)對綠燈時(shí)間的動態(tài)控制，使多目標(biāo)聯(lián)合優(yōu)化和動態(tài)定時(shí)策略能夠有效結(jié)合。

（3）容量：我們使用停車線作為車輛在有效綠燈時(shí)間內(nèi)通過交叉口的標(biāo)準(zhǔn)。根據(jù)停車線原理，將車道上一小時(shí)內(nèi)通過停車線的車輛數(shù)作為車道容量，也是衡量道路通行能力的標(biāo)準(zhǔn)。

3.2 信號配時(shí)優(yōu)化模型

在信號交叉口配時(shí)的重要性能參數(shù)包括：通行能力、Delay、隊(duì)列長度、停車次數(shù)和飽和度。本文主要以提高通行能力、減少延誤、減少排隊(duì)長度、減少停車次數(shù)作為信號定時(shí)指標(biāo)的4個(gè)性能參數(shù)。同時(shí)，通過加權(quán)選擇交通容量、延誤和停車時(shí)間作為多目標(biāo)聯(lián)合優(yōu)化的參數(shù)。采用隊(duì)列長度作為模糊控制指標(biāo)，增加交叉口的有效綠燈時(shí)間，從而形成信號配時(shí)優(yōu)化模型。

3.3 模糊動態(tài)優(yōu)化算法

模糊動態(tài)優(yōu)化根據(jù)模糊控制的雙輸入單輸出理論，將當(dāng)前階段和下一階段的隊(duì)列長度作為模糊控制變量。即首先模糊當(dāng)前階段的隊(duì)列長度和下一階段的隊(duì)列長度，然后通過搜索模糊規(guī)則表并經(jīng)過運(yùn)算得到模糊組合的特定關(guān)系。然后以實(shí)際交叉口當(dāng)前相位的隊(duì)列長度和下一相位的隊(duì)列長度作為輸入變量，得到輸出模糊值，并通過去模糊化得到綠燈附加時(shí)間。

4 實(shí)驗(yàn)仿真結(jié)果對比

通過Matlab得到仿真結(jié)果，由仿真數(shù)據(jù)進(jìn)行比較可知，多目標(biāo)優(yōu)化算法優(yōu)于Webster算法，極大地降低了交叉口的總延誤、平均停車時(shí)間和提高了道路的通行能力。在多目標(biāo)優(yōu)化模糊控制算法的基礎(chǔ)上，通過在周期中加入了第一階段的有效綠燈時(shí)間，從而進(jìn)一步優(yōu)化了定時(shí)方案。與多目標(biāo)優(yōu)化算法相比，當(dāng)?shù)谝浑A段的有效綠燈時(shí)間超出周期時(shí)，總延遲和容量將得到改善，停車時(shí)間與多目標(biāo)優(yōu)化算法基本相同。這是因?yàn)樵陉?duì)列長度較小的情況下，模糊控制可以補(bǔ)償時(shí)間損失，優(yōu)化定時(shí)方案。當(dāng)隊(duì)列長度較長時(shí)，在完全補(bǔ)償損失時(shí)間的基礎(chǔ)上增加了周期，這與實(shí)時(shí)交通情況是一致的。

參考文獻(xiàn)

[1] 肖超，余立建.基于模糊理論的城市區(qū)域交通控制研究[J].交通科技與經(jīng)濟(jì)，2014，16（3）：68-71.

[2] 張永忠，王力.道路交通信息檢測技術(shù)及應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2013.

[3] 黃向黨，金志揚(yáng)，羊秋玲.交通燈動態(tài)配時(shí)策略研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2013（10）：224-226.

[4] 李振福，李漪，孫藝萌，等.大中城市公共交通可持續(xù)優(yōu)先發(fā)展研究現(xiàn)狀[J].北京交通大學(xué)學(xué)報(bào)：社會科學(xué)版，2013，12（3）：37-46.

[5] 劉祥鵬，隋樹林.單交叉口交通信號控制方法現(xiàn)狀及其展望[J].科技信息，2012（32）：124-125.

[6] 梁驍，殷勇輝，吳顏.單交叉口信號配時(shí)的動態(tài)優(yōu)化[J].公路交通技術(shù)，2010（2）：125-127.

[7] 黃輝先，史忠科.城市單交義路口交通流實(shí)時(shí)遺傳算法優(yōu)化控制[J].系統(tǒng)工程理論與實(shí)踐，2001（3）：102-106.

[8] 陳森發(fā)，陳洪，徐吉謙.城市單路口交通的兩級模糊控制及其仿真[J].系統(tǒng)仿真學(xué)報(bào)，1998，10（2）：35-40.