城市路网交通流协调控制技术研究

城市路网交通流控制技术是近年来国内外控制领域和交通工程领域研究的热点之一。由于城市车辆的增长和路网密度的增加,交叉口之间的相关性逐渐增强,将城市路网中的多个交叉口作为一个整体进行有效的信号协调控制,以提高整个控制区域内的交通通行效率,已成为城市交通控制新的发展方向。随着自动控制技术、计算机技术、通讯技术和交通工程技术的迅速发展,各种交通流模型和协调控制算法层出不穷,新的理论和技术不断出现,有些已在实际交通工程中得到了成功的应用。 本文讨论城市路网交通流协调控制技术。考虑到城市交通系统是一个具有严重非线性、随机性、时变性和不确定性的复杂系统,利用一次指数平滑预测方法、神经网络预测方法和模糊逻辑建立了短时交通流组合预测方法,并详细阐述了组合预测方法的结构和参数调整机制。同时,利用神经网络、模糊逻辑、遗传算法和大系统理论,设计了一些城市路网交通流智能控制算法,仿真分析和实际应用表明,这些算法具有较强的鲁棒性、自适应性和自学习性,与传统的交通控制方法相比,能更有效的解决城市交通问题。 本文的主要内容如下: 1.介绍了城市道路交通控制的起源和发展历史,详细的分析和阐述了国内外当前的研究成果,指出了理论研究和实际应用中存在的困难和一些亟需解决的问题,同时结合我国城市交通的具体特点和存在的问题提出了我国城市道路交通控制技术今后的研究方向。 2.提出了一种短时交通流智能组合预测方法。该智能组合预测方法包括三个子模块:历史平均模块、神经网络模块和模糊组合模块。历史平均模块具有良好的静态稳定特性,神经网络模块对动态交通流量的预测具有较高的精度。为了充分利用上述两个单项模块对不同交通状况的适应性,采用模糊逻辑来综合这两个单项模块的输出,并把模糊组合模块的输出作为整个智能组合方法的最终交通流量预测值。 3.设计了一种交通干线动态双向绿波带智能控制算法。整个控制方案分为两层,协调层根据一段时间内交通流数据计算公共周期时间、上下行相位差和绿信比,控制层实时调整各交叉口的绿信比并实现对信号灯的控制。周期依照关键路口饱和度的大小由模糊控制算法进行优化,而相位差根据上下行速度进行计算,绿信比基于历史和实时的交通数据确定。目标是使干线双向车流尽可能不停车的通过交叉口,明显降低车辆停车率和平均延误时间。 4.对城市区域交通分布式协调控制进行研究,每个交叉口设置一个模糊信号控制器。控制器包括相位选择模块、绿灯观测模块和决策模块3个模块。相邻交叉口间的控制器相互协调,能够优化相位顺序和相位长。并用遗传算法训练模糊逻辑,提高了系统的鲁棒性。 5.在分布式交通控制结构以及模糊理论和神经网络的基础上,提出一种具有公交优先的城市路网交通流协调控制算法。把整个路网作为一个大系统,路网中的各个路口作为子系统,每个路口设置一个智能信号控制器,核心控制部分由3个模糊决策模块组成,并用神经网络来实现模糊关系,提高系统的鲁棒性。目标是通过相邻路口控制器的信息交换和协调,实现整个路网交通流的协调和公交优先通行。 6.详细讨论了绍兴市城区具有公交优先的路网交通流协调控制系统的实际方案。目标是实现绍兴市区相关路口交通信号的协调和公交优先通行,从整体上提高通行能力,减少车辆通行时间和路口停车率。在分析绍兴市交通现状的基础上,给出了具体的系统设计方案。方案中详细的提出了系统结构、控制方案和系统的软硬件需求等。并对绍兴市实施具有公交优先的路网交通流协调控制系统带来的预期效果和评价标准进行了阐述。 最后对本文工作进行了概括性总结,并对进一步的研究做了展望。