2022年2022年交通流诱导与控制协同的双目标优化模型及准最优求解算 .pdf

《2022年2022年交通流诱导与控制协同的双目标优化模型及准最优求解算 .pdf》由会员分享，可在线阅读，更多相关《2022年2022年交通流诱导与控制协同的双目标优化模型及准最优求解算 .pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 37 卷第 2 期吉 林 大 学 学 报 ( 工 学 版 )Vol. 37No. 22007 年 3 月Journal of Jilin Univ ersity ( Engineering and Technology Edition)Mar.2007收稿日期 : 2006 03 27.基金项目 : 中国博士后基金资助项目( 20060400179); 国家自然科学基金重点资助项目( 70631002); 吉林大学985 工程 资助项目 .作者简介 : 保丽霞 ( 1978 ), 女,博士 . 研究方向 :智能交通系 统. E mail: jlublx 163. com通讯联系人 : 杨兆

2、升 ( 1938 ), 男,教授 , 博士生导师 .研究方 向: 智能交通系统 . E mail: yangzsjlu. 交通流诱导与控制协同的双目标优化模型及准最优求解算法保丽霞1, 2, 杨兆升3, 胡健萌2, 杨晓光1( 1. 同济大学交通运输工程学院 ,上 海 200092; 2. 上海 宝康电子控制工程有限公司 , 上海 201203; 3. 吉 林大学 交通学院, 长春 130022)摘要: 提出了一种基于消散拥堵和系统总出行时间最小的双目标诱导控制协同优化模型,算法引入饱和度的概念, 采用小步距微量调整信号配时、 试算优化的方法,适当加载或卸载交通量, 优化交叉口信号配时, 使交

3、通流在不断反馈与不断调整过程中达到最优。采用 VISSIM 建立模拟路网进行了协同算法试验, 并对协同实施效果进行了评价, 结果表明 : 在进行3 次协同后拥堵基本消散,经过第 4、 5 次协同能实现系统总行程时间尽可能小。关键词 : 交通运输系统工程; 协同模型 ; 准最优算法 ; 交通流诱导 ;交通控制中图分类号 : U 491文献标识码 :A文章编号 : 1671 5497( 2007) 02 0319 06Quasi optimal algorithmfor double objective optimizationmodel of trafficflow guidance coord

4、inated with signal controlBao Li xia1, 2, Yang Zhao sheng3, H u Jian meng2, Yang Xiao guang1( 1. School ofT ransportationEngineering ,T ongjiUniv ersity ,Shanghai200092, China;2. ShanghaiBaokangElectr onic Control E ngineering Co. , Ltd. , Shanghai 201203 , China;3. College of T ransportation , Jili

5、nUniversity ,Changchun 130022, China)Abstract: Adouble objectiveoptimizatio n model for trafficflowguidance coordinatedwithsignalcontrol to dispel traffic congestion and minim ize total travel time of the road netw ork was suggested.An index of congestion measurement was intro duced in the model alg

6、orithm,tr affic signal timing wasadjusted in shorttraffic flowsteps, the trafficflowwas uploaded or downloaded at linksby trialoptimization,signal contr ol was optimizedat inter sections,and tr affic flowwas optimizedin theprocess of its feedback and adjustm ent. A simulation road netw ork was built

7、 by meansof the softw areVISSIM,the coordinated algorithm was tested in the netw ork,and its efficiency was evaluated.Theresults show that trafficcongestio n was almost dispelled after 3 coordinationintervalsand after 4thand 5th coordinationthe minim ization of the total traveltim e of the system wa

8、s realized.Key words: engineering of communicationsand transportationsystem;coordinationmodel;quasioptimal algorithm;trafficflow guidance; trafficsignal control名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 6 页 - - - - - - - - - 吉 林 大 学 学 报 ( 工 学 版 )第 37 卷0引言动态

9、交通分配模型是从空间上均衡路网交通流,为交通流诱导提供最佳的流量分配, 而交通信号控制改变了车流在路网上的时间分配, 二者具有共同的管理对象、 管理目标 , 将它们结合可以更有效地从时空角度合理优化路网交通流。国内外从 20 世纪 70 年代初开始对动态交通分配与交通信号控制的协同模型开展研究。 Char lesw orth(1975) 使用 TRA NSYT 模型 , 将路段的总运行延误时间作为路段流量的函数, 研究了在一个固定信号配时控制的路网上如何通过交通流估计运行时间 1-3,Sou Wenchiou( 1999) 提出二层规划方法,着手解决区域交通控制和网络流的最优化问题。在已有的控

10、制诱导结合模型中, 求解算法主要包括数学规划和最优控制2 种, 它们都存在约束条件苛刻、OD( Origin Destination) 难以实时得到、 不一定能得到最优解、 而且即便得到最优解也不能很快作用于交通流等问题。因此, 模型建立并不难 , 难在如何求解 , 难在能贴近交通实际并产生良好的应用效果 4, 5。本文试图研究建立一个能同时求解得到最佳路径计算用参数 ( 行程时间或者诱导交通量) 和交通控制配时参数 ( 周期、 绿信比 ) 的通用的模型 ,也就是说通过一个模型求解2 个系统的重要参数。本文将建立双目标的诱导控制协同模型, 并通过拥挤程度量化 , 采用小步距调整、 试算优化的方

11、法进行准最优求解 , 从而解决国内外一直以来诱导控制协同模型难以求解、难以工程应用的问题。1双目标协同模型的建立1. 1基本目标在交通流诱导与交通控制协同模型中, 最理想的状态就是一步得到( t, C, g) , 同时提供给计算最佳路径和信号配时。然而, 这种求解算法不仅复杂 , 甚至无解 , 而且即便是最优解作用于交通实际 , 也会因为交通的时变复杂性得不到期望的满意效果 , 或者可能给交通带来极大的波动和紊乱。作者建立的诱导控制协同模型有2 个目标 :! 在部分路段出现拥堵或者部分交叉口排队过长的情况下 , 通过诱导控制协同消除拥挤, 求解算法以实现协同小区内路段饱和度均衡为目标; ? 当

12、小区内没有严重的路段和交叉口拥挤时, 以区域内总行程时间尽可能小为目标。在模型的 建立上将解决交通问题的目标细化, 从系统的角度, 以消散拥挤为第一目标,以区域总行程时间尽可能小为第二目标建立双目标优化模型 , 力图在求解手段上予以突破, 不考虑OD等严格的约束条件, 不追求严格的目标函数, 只考虑路段实时采集到的流量、占有率、速度以及行程时间动态数据 ,引入试算优化和小步距调整的方法, 并对部分数据进行合理的历史趋势预测, 通过滚动式计算 , 不断调整流量分配和优化交叉口配时参数 , 期望在一定时间内逐步平稳地达到网络均衡。1. 2协同模型建立从用户角度看 , 交通流诱导是给驾驶员提供到达目

13、的地的最佳路径, 最近的研究常用行程时间作为路阻。作者从系统管理的角度理解,诱导是为了均衡路网流量分配,或控制进入拥挤或有潜在拥挤的路段的车流量,并及时疏散该路段的车流。要达到这一目的, 一是诱导其他车辆绕行,二是通过信号控制参数的调整对该路段流量快速卸载。因此 , 从系统角度看 , 尤其是某些路段出现高饱和度时 , 首先要保证的是不堵, 其次才是系统总运行费用 ( 如行程时间 ) 尽可能小。以此思想建立的协同模型为rca( t+ 1) =rc( t) , S & rc( t) J1=min#a ? A (i)%xa( t)0ca(xa( t) ) dx, 0 S & r c( t) , 转到

14、步骤 ( 4) , 否则转到步骤(6)。( 4) 通过方程式Lv+C( 1-u)22(1 -y)-TafTaf= rc( t)求解 t+ 1 时刻理想的Tt+ 1a(r ), C, g。( 5) 群体诱导发布交通状态( 拥堵、事件、持续时间 ) 等信息 , 提供给车载诱导装置预测型行程时间 Tt+ 1a( r) 信息 , 提供给交通信号控制器(C, g) 数据。转到步骤 (1)。( 6) 计算 t 时刻路网性能指标目标函数J2( t) =#a ? A%xa( t)0ca(xa(t) )dx( 7) 由于此时区域内不存在拥堵和排队的弧段, 因此以总行程时间最小为目标, 降低系统的运行费用。按照严

15、格最优无疑是难以求解, 作者采用的办法为微量调整和试算优化。if r ca( t) r c( t) , x*a( t+ 1) = xa( t) -,else x*a( t+ 1)= xa(t) +计算理想均衡值x*a( t+ 1) 下目标函数J2(t+ 1) , 如果 J2( t+ 1) r c( t) , 表明 a 弧段饱和度偏大, 如果一个弧段双向饱和度都大于平均值, 则取 max( r cai( t) )。对饱和度大的方向卸载, 采用的办法是与a 弧段所含交叉口的交叉口需要加大放行, 与 a 弧段相邻的上游交叉口则适度截流。以图1 中弧段11为例 , 如果 r c11( t) r c(

16、t) , 则 C2( t+ 1) = C2( t)+6, C1( t+ 1) = C1( t) - 6, 所变化的 ? 6 s 都在本相位的绿灯时间中作相应的增减。( 2) 在( 1) 中确定了t+ 1 时刻的信号配时,为了预测 t+ 1时刻平均每辆车的延误, 还需要知道下一间隔车辆的到达率, 这个值理论上与路段上车流离散相关。依据D. I. 罗伯逊在 1969 年提出的车流 离 散 平 滑 系 数 F =11+ 0. 35t, 其 中 t=0. 8T , T 为车辆从上游停车线到下游观测断面的平均行驶时间,交叉口车辆到达率q=11+ 0. 28Tx*a( t+ 1) 7。这给求解均衡方程增加

17、了很大的难度 , 作者作如下处理: 采用历史数据平滑方法进行预测 t+ 1时刻到达率 , 令 q( t+ 1) = ! q( t-2)+ ?q( t-1) + #q( t) , 其中 ! = 0. 19, ?= 0. 32, #=0. 49。系数是通过VISSIM模拟试验数据拟合而定, 即设置 2 个检测器 (路段上游和停车线) , 改变不同的流量对数据进行拟合分析。通过小步距调整信号配时及到达率预测的方法可以计算出交叉口的延误 , 虽然模型求解精度有所降低,但是准处理使求解过程大大简化。( 3) 求解方程Lv+C( 1-u)22(1 -y)-TafTaf=rc( t)得到 t+ 1 时刻理想

18、的Tt+ 1a( r) ,C, g。( 4) 实际运算中可能出现相邻交叉口弧段拥挤度都偏高的现象, 涉及到同一交叉口的信号配时调整出现矛盾, 则相应地作叠加或绿灯时间转让处理。例如 :r c11( t) r c( t) , rc22(t) r c(t) ,则 C2( t+ 1) = C2( t) + 12, 交叉口 2 周期增加12s, 2 个相位绿灯时间都增加6 s, 这是叠 加的情况。另外一种 ,r c11( t) r c( t) , rc21(t) r c(t) ,即对于 11 来说 2 个交叉口需要放流, 而对于21方向来说需要截流 , 由于相位不同, 采取的方法为: 周期不变 , 将

19、需要截流方向的绿灯时间分配给另一相位 8。( 5) 对于不拥堵的情况, 以优化总出行时间最小为目标 , 作者在运算过程中没有追求严格最优,采取高于平均饱和度, 适量减少车辆, 然后试算 ,如果行程时间小于当前, 则执行新的诱导和控制策略 , 否则按照当前交通状况进行诱导和控制。在评价 J2( t+ 1) 时 , Ta(r) 通过路段长度和流量估算得到 , Ta( q)通过 webster 延误方程式估计得到 7。3. 3协同策略前数据处理与比较给定交通需求 , 让弧段11、 12、 21、 22 的交通需求相对较大, 经过模拟 , 3 min 为一采样周期,略去前两个周期, 1 h 共收集到1

20、8 组数据。从采集的数据中发现, 以 25 km/ h 这个阈值为准, 从720 s 开始 21 弧 段的 速 度明 显 下降 , 取 7201800 s 区间 , 共 6 个协同间隔, 协同前2 条路线图 2协同前路线行程时间对比Fig. 2Travel time for two routes before coordination1 2 3 和 1 4 3 的行程时间对比如图2 所示。协&322&名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 6 页 - - - -

21、- - - - - 第 2 期保丽霞 , 等: 交通流诱导与控制协同的双目标优化模型及准最优求解算法同前弧段 1, 2 出现比较明显的拥挤, 造成行程时间增加 , 而弧段 3,4 相对畅通。3. 4实施协同过程720 s 为开始协同时机, 将其作为 t 时刻数据进行饱和度计算、判断 , 调 整信 号 配时 , 将 预测t+ 1时刻的行程时间提供给诱导, 优化计算中的数据处理见前文的几个说明。若双向饱和度均高于平均值 , 则取其中大者方向先协同处理, 本文取?= 0.3, = 0.5, 处理结果见表2、 3。信号配时调整后可以估算到t+1 时刻的交叉口延误 , 就能得到两交叉口之间的期望行程时表

22、 2t 时刻交通数据及处理结果Table 2Trafficdata at t and the processeddatalink QD/ ( veh & h-1) Ta( t) / s Taf/ srca( t)平均饱和度S112000101. 140. 81. 4780. 7740. 6912170038. 1370. 0300. 7740. 6921190056. 331. 80. 7700. 7740. 69221600110. 1302. 6700. 7740. 6931100035. 6290. 2280. 7740. 693290038. 4300. 2800. 7740. 694

23、1104040. 934. 40. 1890. 7740. 6942108043. 127. 90. 5450. 7740. 69表 3信号配时 小步距调整结果Table 3Adjustment results of short stepsignal timing调整过程一次协同配时结果linkC( t)g ( t)C( t+ 1)g( t+ 1)C( t+ 1)g( t + 1)116027542154211260275427218037864386432280378643864331904284368436329042844241904290424290429042注:11 为 1 号交叉

24、口东西相位;12 为 1 号交叉口南北相位。间, 通过相应计算可得到期望的流量数和诱导流量。但是在实际交通中, 驾驶员的诱导服从率不可能为 100%, 作者在模拟中取服从率为40% 9。本文通过协同算法计算, 再用 VISSIM模拟 ,经过 3 次协同发现 , 结果低于阈值且平均速度大大提高 , 第 4、 5 次协同则是优化总出行时间, 模拟结果发现平均行程时间更小。5 次连续运算及模拟结果见表4。表 45 次连续协同过程的周期优化、 诱导流量及模拟行程时间Table 4Signal timing optimization,guidancevolume and simulated travel

25、 time during coordinationlinkTa( t)x ( t)( c, g) ( t)( c, g) ( 1c)x * ( 1c)Ta( 1c)( c,g ) ( 2c)x * ( 2c)Ta( 2c)11101. 16360,2754, 215689. 554, 154980. 61238. 16060,2754, 275247. 854, 335052. 92156. 35080,3786, 374346. 192, 374043. 222110. 16480,3786, 435775. 792, 495070. 33135. 63090,4284, 363640. 2

26、78, 363945. 83238. 42990,4284, 423443. 678, 364042. 54140. 94890,4290, 425152. 384, 425253. 24243. 13890,4290, 424260. 284, 363552. 1rc 平均值0. 7740. 7470. 69link(c, g) ( 3c)x * (3c)Ta( 3c)( c, g) ( 4c)x * ( 4c)Ta( 4c)( c,g ) ( 5c)x * ( 5c)Ta( 5c)1160, 154065. 260, 15365560, 2142491260, 394343. 560, 3

27、94946. 260, 334945. 12198, 37394198, 374538. 698, 374539. 52298, 554849. 498, 554447. 298, 554444. 33172, 364246. 572, 363642. 378, 364040. 23272, 303947. 272, 303544. 278, 363541. 34178, 365149. 678, 365852. 178, 365849. 34278, 363243. 878, 362840. 578, 363435. 8rc 平均值0. 487( J2= 15283) ( J1= 16174

28、 )( J2= 15124) ( J1= 15283)注:11 代号针对弧段指上游交叉口出口至下游交叉口出口, 针对交叉口则指1 号交叉口东西相位。&323&名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 6 页 - - - - - - - - - 吉 林 大 学 学 报 ( 工 学 版 )第 37 卷3. 5协同优化效果评价协同模型算法主要有2 层目标 , 相应的评价指标也分为 :( 1) 在路网区域拥挤的时候, 协同评价指标采用平均饱和度。根据表4 可以明显看出, 随

29、着协同过程的递进 , 平均饱和度下降 , 由 t 时刻的0.774 降到第 3 次协同后的0.487, 低于设定的饱和度阈值。( 2) 当路网基本畅通时,协同评价指标主要是区域总运行时间J。由于作者采用协同模型准优算法、 微量调整和试算优化, 由表 4 可以看出 ,第4、 5 次协同能降低系统运行费用, 但是第4 次协同产生的效果要明显大于第5 次协同。4结论( 1) 提出了一种基于消散拥堵和系统总出行时间最小的双目标诱导控制协同优化模型。为了克服以往动态交通分配方程约束条件苛刻、求解复杂难以工程应用的问题, 论文引入饱和度的概念,提出一个准最优的分配算法。算法不苛求能在一个间隔内使混乱交通流

30、趋于平稳, 而是在一定交通需求下 , 根据路段的运行状况, 小步距微量调整信号配时、 试算优化 , 适当加载或卸载交通量,并考虑驾驶员出行特性,优化交叉口最佳信号配时 , 使交通流在不断反馈与不断调整过程中达到最优。( 2) 论文采用 VISSIM模拟试验 , 建立一个含有 4 条路段 ( 考虑双向 ) 、 4 个交叉口的小型路网,对数据进行了分析并对协同实施效果进行了评价。试验在进行3 次协同后拥堵基本消散, 平均饱和度低于阈值 , 在第 4、 5 次协同则能实现系统总行程时间尽可能小。( 3) 与传统的算法比较,本文的双目标准最优诱导控制协同模型算法的优点体现在: 不需要实时 OD, 只需

31、路段流量值, 克服了传统算法对OD这一很难获得的数据的需求; 可以在线计算 , 实时动态性可以满足交通控制和车辆诱导协同的在线实时性要求。模型求解简单, 没有过于复杂的算法,很适合工程应用; 不是一步就得到最优解,通过实时检测数据 , 经车辆诱导与信号控制反复调整路段流量和交叉口的排队, 这样更适合交通流的特性。参考文献 : 1 Gartner N H , Stamatiadis C. Integr ation of dynamictraff ic assignmentwithreal timetraff icadaptivecontro l system J.T ransportatio n

32、 Research Record, 1998( 1644) : 150 156. 2 马寿峰 . 智能 交 通系 统 中控 制 与诱 导 问 题的 研 究 D . 天津 : 天津大学管理学院,1999.Ma Shou feng. Study of control and guidance in intelligent transportation system D. Tianjin: Collegeof Management, T ianjin University,1999. 3 戴红 , 杨兆升 , 肖萍萍 . 交 通流诱 导与 控制协 同优 化模型的遗传 算法 求 解 J . 吉 林大

33、学 学 报: 工 学版 ,2006, 36(增刊 ) :157 160.Dai H ong, Yang Zhao sheng,Xiao Ping ping. Application of genetic algorithm in coordinatio n optimization model between tr affic f low guidance and tr afficcontrol J.Jour nal of Jilin U niversity( Engineeringand Technology Edition) , 2006, 36( Sup. ): 157 160. 4 保

34、丽霞 , 杨兆升 , 刘雪杰 . 与交 通控制协 同的交通 流准均衡分 配模 型 研究 C ( 全 国 博 士生 学 术 论 坛( 交通运输工程学科) ,2005: 994 998. 5 王亮 , 马寿峰 , 贺国光 . 一种交 通控制与 诱导递阶 协调优化 模 型 J . 系 统 工 程 理 论 与 实践 , 2004( 6) :126 133.Wang Liang, Ma Shou feng, H e Guo guang. A hierarchical coordinatio n model between t raffic contr oland route guidance J.Sys

35、tem Engineering T heoryand Pratice, 2004( 6) :126 133. 6 Bell M G H , Shield C M, Anderson J M.Assignment in the integr ation of urban traffic contr ol anddynamic route guidance, in urban tr affic networksdynamic flow modeling and contro l J.SpringerVer lag, 1995: 39 57. 7 王殿 海. 交通流 理论 M .北 京: 人民 交通

36、出 版社 ,2002. 8 Smith M J, Van Vuren T , Hey decker B G, et al.The inter actions between signal contr ol policies andr oute choice C ( Proceedings of the Tenth International Symposiumon Transportation and TrafficTheory, 1987. 9 Xu Li qun, Yang Zhao sheng. Traffic contro l strategies based on the guidance infor mation C (Proceedings of the IEEE Internatio nal Vehicle Electronics Conference, IV EC99, 1999.&324&名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页，共 6 页 - - - - - - - - -