(ERROR:15) & 访客不能直接访问交通信号灯实时安排模型_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
交通信号灯实时安排模型
&&交通信号灯实时安排模型
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩16页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢考虑排放因素的城市交叉口交通信号控制策略的研究-共享资料网
考虑排放因素的城市交叉口交通信号控制策略的研究
武汉理工大学 博士学位论文 考虑排放因素的城市交叉口交通信号控制策略的研究 姓名：周申培 申请学位级别：博士 专业：交通信息工程及控制 指导教师：严新平
武汉理工人学博士学位论文摘要寮交通是现代社会的基础，是人类社会经济的命脉，人们的社会行为与交通息 息相关。在我国，由于机动车保有量迅速增加、交通设施建设滞后以及管理措 施不够完善等原因，交叉路口的交通堵塞现象日趋严重，从而影响到城市路网 通行能力的发挥。车辆在交叉路口处反复地分流、合流及交叉，交通状况复杂， 使得交叉路口已经成为制约城市道路交通功能的瓶颈。维持城市交通正常运转， 需要加强交通控制与管理，积极开展对交叉路口的研究，努力提高交叉路口的 通行能力。交通信号控制是运输网络的一种基本管理手段，随着智能运输系统（Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍ，ＩＴＳ）的发展，交通信号控制的智能化研究越来越受到重视。到目前为止，已经研究了许多交通信号控制模型。但是目前这些研究建立的模型大多数都是针对交通流的，没有将其他因素考虑在内。随着城市交通和社会经济的日益发展，汽车的保有量不断创下新高，大量机动车的出现在造成严重的交通拥挤和堵塞的同时，也引起了严重的空气污染和噪声污染。据权威统计分析，主要大城市大气污染物中机动车排放分担率呈明 显上升趋势。如何在发展经济的同时，建立一个人、车、路、环境和谐发展的 交通体系，这个问题已经被认为是全球最严重也是最具挑战性的课题之一。因 此建立一个同时兼顾交通流情况和机动车尾气排放情况的交通信号控制模型具 有重要的理论意义和实用价值。 论文总结了国内外城市交通信号控制的研究进展，分析了该领域研究的发展趋势。在此基础上，针对城市交通信号优化控制问题进行了智能优化的理论分析和应用方法的研究。提出了考虑排放因素的城市交通信号优化控制系统的架 构、建模方法和求解算法。通过对城市信号控制路口的交通流分析，从单点两 相位、单点多相位和干线协调控制的不同层面，建立了城市交通信号优化控制 的双层多目标规划模型。采用遗传算法和遗传蚁群融合算法对模型进行了仿真 试验，通过与传统仿真试验结果进行比较，证明了这两种优化算法的优越性， 其中，遗传蚁群融合算法优化性能更好。 本论文的主要研究工作总结如下：（１）设计了考虑排放因素的交通信号优化控制系统框架。通过对城市交叉口交通信号控制发展现状和趋势的分析，将双层规划模型的武汉理工人学博十学位论文研究方法与考虑排放因素的交通信号配时控制联系起来进行研究，设计了交通信号优化控制系统的架构，指出信号优化模块是交通信号优化控制系统的核心， 其实质是交通信号控制模型及其求解算法。 （２）从单点控制和协调控制的角度，建立了城市交通信号控制的双层多目标 规划模型。 以双层规划模型为工具建立了交通信号控制模型，分别对上下层模型进行详 细的问题描述和数学表达。其中，路网中的机动车尾气排放量作为一个优化目 标，嵌入上层模型的目标函数中。模型以路网中的车辆延误和尾气排放总量为 性能指标，通过改变信号控制策略，在保证交通基本畅通的自｛『提下，将城市机 动车尾气排放量限制在一定范围内。（３）提出并实现了求解函数优化问题的遗传蚁群融合算法。遗传蚁群融合算法的基本思路是首先采用遗传算法产生有关问题的初始信 息素分布；然后采用蚂蚁算法，在有一定初始信息素分布的情况下，充分利用 蚂蚁算法的并行性、正反馈机制以及求解效率高等特性，高速高效地得到函数 的优化解。本文以Ｃａｍｅｌ函数作为测试函数，同时还以单点两相位信号优化控 制模型的求解为例，通过与传统优化方法的仿真试验进行比较，采用遗传蚁群融合算法可获得最优性能指标，证明该算法是一种时间效率和求解效率都比较好的求解函数优化问题的有效算法。（４）设计并实现了基于启发式遗传算法的模型求解方法。在利用惩罚策略处理双层多目标规划模型约束条件的基础上，针对具体建立 的交通信号控制模型，设计了基于启发式遗传算法的模型求解方法，并运用 ＭＡＴＬＡＢ软件对所设计的城市单交叉口交通信号控制的双层多目标规划模型进行实时仿真，仿真表明能达到良好的控制效果。（５）完成典型城市路网交通流情况的仿真。 利用ＶＩＳＳＩＭ交通仿真软件对典型城市路网的交通流情况进行仿真运行，得 出了在固定信号配时方案下各项模拟输出的结果。其结果一方面可以作为参数 代入典型城市路网交通信号控制的双层多目标舰划模型，另一方面可以作为比 较值验证以上两种优化算法的优化性能。关键词：排放；交通信号控制；双层多目标规划；遗传算法；遗传蚁群融合算法；本论文得剑国家９７３计划“城市生命体承载系统的健康识别和调控理论与方法研究”（项目 编号：２００５ＣＢ７２４２０５）的资助。ＩＩ武汉理工大学博士学位论文鬻Ａｂｓｔｒａｃｔ。Ｔｒａｆｆｉｃ ｉＳ ｔｈｅ ｆｏｕｎｄａｔｉｏｎ ａｎｄ ｔｈｅ ｅｃｏｎｏｍｉｃ Ｉｉｆｅｌｉｎｅｓ ｏｆ ｔｈｅ ｍｏｄｅｍ ｓｏｃｉｅｔｙ．Ｉｎ Ｃｈｉｎａ，ｔｈｅ ｑｕａｎｔｉｔｙ ｏｆ ｖｅｈｉｃｌｅｓ ｉｎｃｒｅａｓｅｓ ｒａｐｉｄｌｙ，ａｔ ｔｈｅ ｓａｍｅａｔｉｍｅ，ｔｒａｆｆｉｃｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｎｄ ｍａｎａｇｅｍｅｎｔ ｍｅｔｈｏｄｓ ｈａｖｅ ｓｏｍｅ ｓｈｏｒｔａｇｅｓ．Ａｓｒｅｓｕｌｔ，ｔｈｅ ｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｓ ｉｎ ｉｎｔｅｒｓｅｃｔｉｏｎｓ ｂｅｃｏｍｅ ｍｏｒｅ ａｎｄ ｍｏｒｅ ｓｅｒｉｏｕｓ．Ｉｔ ｍａｋｅｓ ｉｎｔｅｒｓｅｃｔｉｏｎｓ ｈａｖｅｂｅｃｏｍｅｂｏｔｔｌｅｎｅｃｋｓ ｏｆ ｔｈｅ ｕｒｂａｎ ｔｒａｆｆｉｃ．Ｔｒａｆｆｉｃ ｓｉｇｎａｌ ｉｓａｎｅｓｓｅｎｔｉａｌ ｅｌｅｍｅｎｔ ｔｏｍａｎａｇｅｔｈｅ ｔｒａｎｓｐｏｒｔａｔｉｏｎｎｅｔｗｏｒｋ．Ｎｅｖｅｒｔｈｅｌｅｓｓ，ｉｔ ｉｓ ｗｉｄｅｌｙ ａｃｃｅｐｔｅｄ ｔｈａｔ ｔｈｅ ｓｙｓｔｅｍｓａｒｅｂｅｎｅｆｉｔｓ ｏｆｔｒａｆｆｉｃ ｃｏｎｔｒｏｌ ｓｉｇｎａｌｎｏｔ ｂｅｉｎｇ ｆｕｌｌｙ ｐｒａｃｔｉｃｅｄ．Ａｌｏｎｇ ｗｉｔｈ ｔｈｅｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｃｏｎｔｒｏｌ ｉｓ ｂｙｎｏＳｙｓｔｅｍ（ＩＴＳ），ｔｈｅｒｅｓｅａｒｃｈｏｎｔｒａｆｆｉｃｓｉｇｎａｌｍｅａｎｓ ｃｏｍｐｌｅｔｅａｎｄ ｔｒａｆｆｉｃ ｓｉｇｎａｌ ｃｏｎｔｒｏｌ ｒｅｍａｉｎｓｏｎｅｏｆ ｔｈｅ ｍｏｓｔｈｅａｖｉｌｙ ｆｕｎｄｅｄ ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｉｔｅｍｓ．Ａ ｎｕｍｂｅｒ ｏｆ ｍｏｄｅｌｓ ｏｆ ｔｈｅ ｔｒａｆｆｉｃｓｉｇｎａｌｏｎｃｏｎｔｒｏｌ ｈａｖｅ ｂｅｅｎ ｄｅｖｅｌｏｐｅｄ ｉｎ ｔｈｅ ｐａｓｔ．Ｈｏｗｅｖｅｒ，ｔｈｏｓｅ ｍｏｄｅｌｓ ｍａｉｎｌｙ ｆｏｃｕｓｔｈｅｔｒａｆｆｉｃ ｆｌｏｗ ａｎｄ ｄｏｎ’ｔｔａｋｅ ｏｔｈｅｒ ｆａｃｔｏｒｓ ｉｎｔｏ ａｃｃｏｕｎｔ．ｃａｕｓｅＷｉｔｈｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｕｒｂａｎ ｔｒａｎｓｐｏｒｔａｔｉｏｎ，ｌａｒｇｅ ｎｕｍｂｅｒｓ ｏｆ ｖｅｈｉｃｌｅｓｓｅｒｉｏｕｓ ａｉｒ ｐｏｌｌｕｔｉｏｎａｎｄｎｏｉｓｅｐｏｌｌｕｔｉｏｎ．Ｔｈｅａｕｔｈｏｒｉｔａｔｉｖｅ ｓｔａｔｉｓｔｉｃｓ ｓｈｏｗｓ ｔｈａｔ ｔｈｅａｌｌｓｈａｒｅ ｒａｔｅ ｏｆ ｖｅｈｉｃｌｅｓ ｅｘｈａｕｓｔ ｅｍｉｓｓｉｏｎ ｔｏ ａｔｍｏｓｐｈｅｒｅ ｈａｓ ｔｅｎｄｅｎｃｙ Ｔｈｉｓ ｐｒｏｂｌｅｍ，ｈｏｗ ｔｏ ｅｓｔａｂｌｉｓｈａｎｏｂｖｉｏｕｓ ｉｎｃｒｅａｓｉｎｇ ｓｙｓｔｅｍｓ ｏｆ ｈｕｍａｎ，ｈａｒｍｏｎｉｏｕｓｔｒａｆｆｉｃｖｅｈｉｃｌｅｓ，ｒｏａｄｓ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔ，ｈａｓ ｂｅｅｎ ｒｅｃｏｇｎｉｚｅｄ ｃｈａｌｌｅｎｇｉｎｇ ｐｒｏｂｌｅｍｓ ｆｏｒ ｔｈｅ ｅｓｔａｂｌｉｓｈａａｓ ｏｎｅｏｆ ｔｈｅ ｍｏｓｔ ｃｒｉｔｉｃａｌ，ｙｅｔｗｏｒｌｄ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｏｎｈａｓ ｐｒａｃｔｉｃａｌｓｉｇｎｉｆｉｃａｎｃｅ ｔｒａｆｆｉｃｔｏｎｅｗｔｒａｆｆｉｃ ｓｉｇｎａｌｃｏｎｔｒｏｌ ｍｏｄｅｌ ｂａｓｅｄｔｈｅ ｃｏｎｄｉｔｉｏｎ ｏｆ ｔｈｅｆｌｏｗａｎｄ ｖｅｈｉｃｌｅ ｅｘｈａｕｓｔ ｅｍｉｓｓｉｏｎｓ．Ｉｎ ｔｈｉｓ ｄｉｓｓｅｒｔａｔｉｏｎ，ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ｔｈｅｏｒｅｔｉｃａｌ ａｎａｌｙｓｉｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｍｅｔｈｏｄｓａｌ ｅｇｉｖｅｎｏｎｂａｓｅ ｏｆ ｓｕｍｍａｒｉｚｉｎｇ ｔｈｅ ｄｏｍｅｓｔｉｃ ａｎｄｏｖｅｒｓｅａｓｒｅｓｅａｒｃｈ ｐｒｏｇｒｅｓｓａｎｄａｎａｌｙｚｉｎｇ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄｓ ｏｆ ｔｒａｆｆｉｃｕｒｂａｎ ｔｒａｆｆｉｃ ｓｉｇｎａｌｃｏｎｔｒ０１．Ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｏｆ ｔｈｅｓｉｇｎａｌ ｃｏｎｔｒｏｌ ｂｙｉｎｔｅｌｌｉｇｅｎｔ ｏｐｔｉｍｉｚａｔｉｏｎ，ｍａｉｎｌｙ ｔｈｅ ｂａｓｉｃ ｏｐｔｉｍａｌ ｔｈｅｏｒｉｅｓａｎｄｔｈｅ ｍｅｔｈｏｄｓ ｏｆ ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍａｓｗｅｌｌａｓＡｎｔ ＣｏｌｏｎｙＡｌｇｏｒｉｔｈｍａｎａｒｅｐｒｏｐｏｓｅｄｆｉｒｓｔｌｙ．Ｔｈｒｏｕｇｈ ｔｈｅ ｓｔｕｄｙ ａｎｄ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｂｉ??ｌｅｖｅｌｔｒａｆｆｉｃｓｔｒｅａｍｓ ｉｎｉｎｔｅｒｓｅｃｔｉｏｎ，ａ ｉｎｔｅｒｓｅｃｔｉｏｎ ｉｓ ａｎｄｍｕｌｔｉ－－ｏｂｊｅｃｔｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ ｏｆ ｔｒａｆｆｉｃ ｓｉｇｎａｌ ｃｏｎｔｒｏｌ ｉｎａｒｅａｎｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎ ｔｅｓｔｓｃｏｎｄｕｃｔｅｄ ｕｓｉｎｇ ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍＴｈｅＩＩＩ武汉理工人学博士学位论文Ｆｕｓｉｏｎ Ａｌｇｏｒｉｔｈｍ ｏｆ Ｇｅｎｅｔｉｃ ａｎｄ Ａｎｔ Ｃｏｌｏｎｙ．Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｏｐｔｉｍａｌ ａｌｇｏｒｉｔｈｍｓａｌｅｓｕｐｅｒｉｏｒ ｔｏ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄｓ，ａｎｄ ｔｈｅ ｆｕｓｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｓａｍｏｓｔ ｓｕｉｔａｂｌｅ ｆｏｒ ｄｅｔｅｒｍｉｎｉｎｇ ｔｈｅ ｇｒｅｅｎ ｓｐｌｉｔ ｉｎ Ｔｈｅ ｍａｉｎ ａｃｈｉｅｖｅｍｅｎｔｓ ｏｆ ｔｈｅ ｄｉｓｓｅｒｔａｔｉｏｎｓｉｎｇｌｅ ｉｎｔｅｒｓｅｃｔｉｏｎ．ａｒｅ ａｓｆｏｌｌｏｗ：（１）Ａｂｉ―ｌｅｖｅｌｍｕｌｔｉ―ｏｂｊｅｃｔｍｏｄｅｌ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ ｆｏｒ ｏｐｔｉｍｉｚｉｎｇ ｔｈｅ ｓｉｇｎａｌ ｃｙｃｌｅｌｅｎｇｔｈ ａｎｄ ｇｒｅｅｎ ｔｉｍｅ ｂｙ ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｅｃｏｎｓｔｒａｉｎｔｏｆ ａｕｔｏｍｏｔｉｖｅ ｅｘｈａｕｓｔ ｅｍｉｓｓｉｏｎ．Ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｉｎｄｅｘ ｆｕｎｃｔｉｏｎ ｆｏｒ ｏｐｔｉｍｉｚａｔｉｏｎ ｉｓ ｄｅｆｉｎｅｄ ｔｏ ｉｍｐｒｏｖｅｔｒａｆｆｉｃｑｕａｌｉｔｙａｎｄ ｒｅｄｕｃｅ ｅｍｉｓｓｉｏｎ ａｔ ｉｎｔｅｒｓｅｃｔｉｏｎｓ．Ｔｈｅ ｒｅｓｅａｒｃｈ ｔｒｉｅｓ ｔｏ ｌｉｍｉｔ ｔｈｅ ｒａｎｇｅ ｏｆ ｖｅｈｉｃｌｅ ｅｘｈａｕｓｔ ｅｍｉｓｓｉｏｎｓ ｓｉｇｎａｌｏｎｔｈｅ ｐｒｅｍｉｓｅ ｏｆ ｕｎｉｍｐｅｄｅｄ ｔｒａｎｓｐｏｒｔ ｂｙ ｃｈａｎｇｉｎｇ ｔｈｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ．（２）Ｔｈｅｈｅｕｒｉｓｔｉｃ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｉｓｄｅｓｉｇｎｅｄｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ，ｓｉｍｐｌｉｆｙｉｎｇｔｈｅ ｍｏｄｅｌ ｂｙｍｅａｎｓ ｏｆｐｅｎａｌｔｙ ｓｔｒａｔｅｇｙ．Ｓｕｂｓｅｑｕｅｎｔｌｙ ＭＡＴＬＡＢ ｐｒｏｇｒａｍ ｉｓ ｇｉｖｅｎ ｔｏａｒｅｓｉｍｕｌａｔｅ ｔｈｅ ｓｏｌｕｔｉｏｎ ｐｒｏｃｅｓｓ．Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｖｅｒｙ ｎｉｃｅ ｅｆｆｅｃｔｓ ｏｂｔａｉｎｅｄ．（３）Ｔｈｅｆｕｓｉｏｎ ａｌｇｏｒｉｔｈｍｏｆ ｇｅｎｅｔｉｃ ａｎｄ Ａｎｔ Ｃｏｌｏｎｙ ａｐｐｌｉｅｄ ｉｎｓｏｌｖｉｎｇ ｔｈｅｆｕｎｃｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ ｐｒｏｂｌｅｍ ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｂｙ ｃｏｍｐａｒｉｎｇ ｗｉｔｈ ｏｔｈｅｒ ｓｏｌｕｔｉｏｎｍｅｔｈｏｄｓ，ｔｈｅ ｆｕｓｉｏｎ ａｌｇｏｒｉｔｈｍ ｈａｓ ｔｈｅ ｂｅｓｔｐｅｒｆｏｒｍａｎｃｅ．ｏｆ ｕｒｂａｎ ｒｏａｄ ｎｅｔｗｏｒｋ ｉｓ（４）Ｔｈｅｔｙｐｉｃａｌ ｔｏｐｏｌｏｇｉｃａｌ ｓｔｒｕｃｔｕｒｅｄｅｓｉｇｎｅｄｂｙｃｏｍｂｉｎｉｎｇ ｔｈｅ ｆｅａｔｕｒｅｓ ｏｆｒｅｓｅａｒｃｈ．ｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｗｉｔｈ ｔｈｅ ｓｔｕｄｙ ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ ｔｈｉｓ（５）Ｔｒａｆｆｉｃｓｉｍｕｌａｔｉｏｎｓｙｓｔｅｍ（ＶＩＳＳＩＭ）ｉｓｕｓｅｄ ｔｏ ｓｉｍｕｌａｔｅ ｔｈｅ ｓｉｔｕａｔｉｏｎ ｏｆｏｎｔｒａｆｆｉｃｏｆ ｆｉｘａｓｆｌｏｗ ｉｎ ｔｈｅ ｔｙｐｉｃａｌ ｕｒｂａｎ ｒｏａｄ ｎｅｔｗｏｒｋ ａｎｄ ｇａｉｎｓ ｔｈｅ ｒｅｓｕｌｔｓｔｈｅｃｏｎｄｉｔｉｏｎｓｉｇｎａｌｔｉｍｉｎｇｐｌａｎ．Ｔｈｅｆｕｎｃｔｉｏｎ ｏｆ ｔｈｅ ｒｅｓｕｌｔｓ ｉｓ ｓｕｂｓｔｉｔｕｔｉｎｇ ｉｎｔｏ ｔｈｅ ｍｏｄｅｌｐａｒａｍｅｔｅｒｓ ａｎｄ ｖｅｒｉｆｙｉｎｇ ｔｈｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｅｆｆｅｃｔ ｏｆ ａｂｏｖｅ ａｌｇｏｒｉｔｈｍｓ．Ｋｅｙｗｏｒｄｓ：ｅｘｈａｕｓｔｅｍｉｓｓｉｏｎｓ；ｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌ；ｂｉ－－ｌｅｖｅｌｍｕｌｔｉ－?ｏｂｊｅｃｔ ａｎｄａｎｔｐｒｏｇｒａｍｍｉｎｇ ｍｏｄｅｌ；ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ；ｔｈｅ ｆｕｓｉｏｎ ｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ ｏｆ ｇｅｎｅｔｉｃ＋Ｔｈｉｓ ｗｏｒｋ ｉｓ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｎａｔｉｏｎａｌ Ｂａｓｉｃ Ｒｅｓｅａｒｃｈ Ｐｒｏｇｒａｍ ｏｆＩＶＣｈｉｎａ（２００５ＣＢ７２４２０５）．武汉理工人学博士学位论文图表清单图１－１ 图１．２ 图１．３ 图１．４ 图１．５ 图２．１ 图２．２ 图３－１ 图３．２ 图３．３ 图３．４ 图３．５ 图３。６ 图３。７ 图３．８ 图４。１ 图４．２ 图４．３ 图４．４ 图４．５ 图４．６ 图４．７ 图４．８ 图４．９ 图４．１０ 图４．１１ 图４．１２ 图４．１３ 图５－１ 智能运输系统组成结构图………………………………………………。２ 上海市ＧＤＰ与交通运输和机动车保有量增长图……………………４ 基于ａｇｅｎｔ的智能交通控制结构图……………………………………９ 交通控制与诱导系统智能协作体系框架图…………………………１３ 本论文框架图………………………………………………………：…１５ 遗传算法进化示意图…………………………………………………３０ 蚁群觅食行为示意图…………………………………………………３８交通信号优化控制系统架构图………………………………………４７双层规划求解算法分类图……………………………………………．５４ 应用遗传算法求解交通信号优化控制模型步骤示意图……………５８ 遗传算法工具图形用户界面…………………………………………．６２ 融合算法总体框架图…………………………………………………．６４ 蚁群算法变量二进制编码的路径搜索示意图………………………６６ 蚁群系统的算法流程图………………………………………。……．６７ Ｃａｍｅｌ函数特性示意图………………………………………………．６８ 典型交叉路口交通流分布图…………………………………………７１ 两相位控制的控制组合及顺序图……………………………………７２ 四相位控制的控制组合及顺序图……………………………………７２ 典型城市路网拓扑结构图……………………………………………一７３ 走行时间函数曲线示意图…：…………………………………………７６ 交通仿真器和信号状态发生器通信图………………………………．．７８ ＶＩＳＳＩＭ仿真步骤示意图……………………………………………．７８ 典型城市路网仿真图…………………………………………………７９ 信号参数设置图………………………………………………………８０ 仿真参数设置界面……………………………………………………８１ 典型城市路网仿真运行界面………………………………………一８１ 延误时间文件截图…………………………………………………．．８２ 区段评价文件截图……………………………………………………８３ 四相位信号配时图……………………………………………………８８ＶＩＩＩ武汉理：１：人学博十学位论文图５．２ 图５．３ 图５－４ 图６－１ 图６．２ 图６．３ 图６．４八相位信号配时图……………………………………………………８８ 典型城市路网信号控制相位组合及顺序图…………………………９３ 单点多相位信号控制上层目标函数最优解及优化性能跟踪图……９４ 交通干线系统组成图…………………………………………………．９７ 相邻交叉口相位差示意图…………………………………………。１０１ 交通信号协调控制路网结构图……………………………………。１０３ 干线信号控制上层目标函数最优解及优化性能跟踪图…………一１０４表１．１ 表１．２ 表３．１ 表４．１ 表４．２上海机动车污染排放量及污染分担率变化表………………………。４ 城市交通信号控制的发展概况表……………………………………．．６ 测试函数算法优化效果对比表………………………………………６９２００５年北京市各地区机动车车型构成情况表………………………８０模型算法优化效果对比表……………………………………………８５ＩＸ独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特，另ＳＤｉｌ以标注和致谢的地方以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教 育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究的任何贡 献均已在论文中作了明确的说明并表示了谢意。研究生（签名）：扫啦日期：－２丝皿学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定，即：学校有 权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库 进行检索，可以采用影印、缩印和其他复制手段保存或汇编本学位论文。同时 授权经武汉理工大学认可的有关机构或论文数据库使用或收录本学位论文，并 向社会公众提供信息服务。 （保密的论文在解密后应遵守此规定）研究生（签名）：圈聋垒导师（签名）：日期：迎阻武汉理Ｉ：人学博士学位论文第１章１．１绪论论文研究的背景及意义城市交通信号控制的研究意义１．１．１交通是现代社会的基础，是人类社会经济的命脉，人们的社会行为与交通 息息相关。在我国，由于机动车保有量迅速增加、交通设施建设滞后以及管理 措施不够完善等原因，交叉路口的交通堵塞现象日趋严重，从而影响到城市路网通行能力的发挥。车辆在交叉路口处反复地分流、合流及交叉，交通状况复杂，使得交叉路口已经成为制约城市道路交通功能的瓶颈。维持城市交通正常 运转，需要加强交通控制与管理，积极开展对交叉路口的研究，努力提高交叉 路口的通行能力。由于目前城市道路交叉口交通流量较大，多采用了信号控制，本论文试图改进交叉路口的交通信号控制策略，从而减少交叉路口车辆延误，提高路网通行能力，达到人、车、路、环境四者关系的协调。 一个中等城市一般至少拥有数万车辆、近百个路口和百余个路段，它们分 布在广阔的地域内。绝大多数时问里都有车辆行驶在道路上，任何时候都可能出现交通问题。城市交通系统中存在的随机性比铁路、航空等运输方式要大得多。除公交车辆有固定的行驶路线外，出租和个人出行者可以自由选择起讫点 之间的行驶路线，这使得车流在路网上的分配具有很强的随机性。城市交通控 制的特点是与城市交通的固有特性密不可分的。对这样一个规模庞大、动态、 具有高度不确定性的分布式系统进行有效的控制，是一件十分复杂的工作。智 能运输系统（ＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔＳｙｓｔｅｍ，ＩＴＳ）应运而生。目前，世界上正在发展的ＩＴＳ技术多种多样，但其核心技术主要包括如下 六个方面ＩｌＪ：交通管理系统（ａｄｖａｎｃｅｄｔｒａｆｆｉｃ ｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍｓ，ＡＴＭＳ）――为保证路网的交通流畅通而应用的交通信号自动控制技术、信息显示技术、事 故图像处理技术等：旅行信息系统（ａｄｖａｎｃｅｄｔｒａｖｅｌｅｒ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍｓ，ＡＴＩＳ）――为避免交通阻塞和肇事，应用汽车导航、信息技术等向驾驶员随时提供道路上有关交通情况；公共交通系统（ａｄｖａｎｃｅｄｐｕｂｌｉｃ ｔｒａｎｓｐｏｒｔｓｙｓｔｅｍｓ，ＡＰＴＳ）一～为减少城市交通量，应用电子通讯系统，适应出行者需求，随时传呼出租车、武汉理Ｆ大学博士学位论文公共汽车等；车辆控制系统（ａｄｖａｎｃｅｄｖｅｈｉｃｌｅ ｃｏｎｔｒｏｌｓｙｓｔｅｍｓ，ＡＶＣＳ）――应用先进的电子通信和控制技术，使汽车能自动地选择最佳路线和合理车速安全行驶，目前是向驾驶员提供信息、指示、告警等，使驾驶员按优化路线、车速行 驶；营运汽车效率化运行系统（ｃｏｍｍｅｒｃｉａｌｖｅｈｉｃｌｅ ｅｆｆｉｃｉｅｎｔ ｏｐｅｒａｔｉｏｎ ｓｙｓｔｅｍ，ＣＶＥＯＳ）――应用发达的通信网络，使营运汽车往返不空驶，提高营运效益；电子自动收费系统（ａｄｖａｎｃｅｄ ｅｌｅｃｔｒｏｎｉｃｔｏｌｌ ｃｏｌｌｅｃｔｉｏｎｓｙｓｔｅｍ，ＡＥＴＣＳ）――汽车通过收费站不必停车，即可完成交纳费用手续。智能运输系统组成结构图如图 １－１所示。图１－１智能运输系统组成结构图作为智能运输系统的核心部分之一，ＡＴＭＳ中的城市交通信号控制系统是用于城市交通数据监测、交通信号灯控制与交通疏导的计算机综合管理系统，是 现代城市交通监控指挥系统中最重要的组成部分。交叉口采用的信号控制策略直接决定了实际通行能力，进而影响人们的出行和交通运输质量。同常生活中 的交通阻塞大部分是由于交叉口实际通行能力不足造成的。原因主要有两个方 面：一方面是规划设计的路段通行能力已不能满足目前的交通最大需求；另一 方面交叉口采用的信号控制策略不好，造成了实际通行能力低下，车辆延误时 间长，停车次数多，甚至不必要的拥塞等不合理现象。在路网已固定成形的背 景下，通过指定合理的信号控制策略，提高交叉口实际通行能力是交通信号控 制中需要解决的问题。 随着科学技术的发展，交通信号控制正在向着系统化、网络化、智能化方２武汉理工大学博士学位论文向发展，新的软硬件技术不断地应用，传统的控制技术和方法越来越表现出巨 大的局限性，并不能真正解决交通拥挤问题，迫使人们应用先进的技术来解决控制问题。从现代化的技术入手对交通流进行科学的组织与管理，充分发挥现 有交通网络的通行潜力，最大程度上使交通流做到有序流动成为解决城市交通拥挤的主要办法。 尽管交通控制系统已经具有长足的发展，但相对于城镇化的迅速扩展、路 网规模迅速扩大、车辆急剧增多、排放污染物对环境影响日益严重等现状，目 前的交通控制系统仍显滞后。这个矛盾在我国尤其突出。现有控制方式在处理大规模路网的交通控制、实时控制和路网控制的整体优化等方面存在明显不足 １２Ｊ。集中控制是当前大中城市交通控制的主要方式，它的主要弊病是控制算法的 计算量过大、系统可靠性不高、初期投资大。现有控制方式对于车辆的实时信 息处理分析过于简单，特别是对于车流的急剧变化在控制方案的选择上很难做出相应调整。１．１．２城市道路机动车排放污染的现状及趋势汽车作为一种便捷的现代化交通工具，给人们的生活带来极大便利，同时也给人类所面临的能源问题和环境问题带来了严重的威胁。据不完全统计，城市７０％以上的大气污染物来源于汽车。据测定【引，大气中所含一氧化碳的７５％， 碳氢化合物和氮氧化合物的５０％来源于机动车的排放。 自２０世纪８０年代以来，随着我国家庭购买力的提高以及汽车产业的发展， 轿车步入寻常百姓家已经成为趋势，这一趋势与我国城市化的过程几乎是同步 发生的。城市的规模在扩大，城市入口在增加，城市汽车的保有量也不断创下 新高。２００５年，我国民用汽车保有量突破３ ０００万辆，达Ｎ３ １６０万辆，Ｌ匕２００１年 增长９６％，预计２０１０年更将达Ｎ５ ７００万辆。图１．２所示为上海市环境科学研究院 所提供的１９８６＂－＇２００３年上海市经济增长与道路年客货运总量以及机动车保有量 的增长情况【训。由图可见，为满足交通运输量的增长，全市机动车保有量呈现非 常明显的增长趋势。３武汉理Ｉ大学博士学位论文１１４２。０。０挥１０００淞８００．抖２４０００００一年客运总量年货运总量 机动车保有量磊露昌謦夏昌蓦ｇ碧苫２至旦０置０ 年份 瞄１－２上海市ＧＤＰ与交通运输和机动午保有带增长削 ０盆蠹蠹城市汽车保有量的激增带来系列问题，由于多方面的矛盾相互作用，造成了严重的交通拥挤和堵塞。交通拥挤的加剧，不仅造成巨额的经济损失，发 展严重甚至会导致城市功能的瘫痪。交通拥挤不仅使交通延误增大，行车速度 降低．带柬时间损失；而且低速行驶增加耗油量，导致燃料费用增加、能源的 浪费：同时还会使汽车尾气排放增加，造成环境质量恶化。而我国目前的机动 车污染控制水平仅相当于发达国家２０世纪７０年代中后期的水平，大量机动车 污染物集中在城市道路排放，使得一些大城市的空气质量恶化。根据城市大气 污染物来源的分类统计，一些大城市机动车排放的污染排放量呈上升趋势，２００４ 年牟田机动车排放的一氧化碳、碳氢化合物和氮氧化物排放量己分别达到３６３９８万吨、８３６ １万吨和５４９．２万吨，主要大城市大气污染物中机动车排放分担率呈明显上升趋势，见表１－１…。表卜１上海机动车污染排放量及污染分担率变化表ＣＯＨＣ ＮＯｘ年份排放量１０４ｔ／ｙｅａｒ分担率％８３ ８５ ９２ ９４排放耸１０４ｔ／ｙｅａｒ３ ８４ ４７７ ７ ８１ １１１分担率％４６ ５６ ７２ ７７排放量１０４ｔ／ｙｅａｒ３ ３３ ４ ９６ １１ ５ １５ ３分担率％ ９６１９９５１９９６ ２０００ ２００５１６０１９６ ３４－．６ ４８．９９６９７９８武汉理］：人学博＋学位论文据统计【５１，北京市仅来自汽车排放尾气的ＣＯ、ＨＣ、ＮＱ分别占北京大气污 染物的６３％、７３％和２２％，是北京大气中的主要污染源，因交通问题而引起的环境问题已成为人类社会的公害之一。车是人类文明发展的标志之一，人们没有理由因为能源问题和环境问题而废弃汽车，这就要求必须采取一定的措施，最大限度降低汽车燃料消耗和污染 物排放。因此，从不同角度研究车辆污染物排放的影响因素和寻求交通环境治 理的途径、方法己成为交通运输工程学科领域的重要研究内容。１．２交通控制技术国内外研究现状分析１．２．１城市交通信号控制的发展概况用信号方式控制交通流的思想最早诞生于１９世纪，根据英国学者韦伯思特 （Ｆ．ｖ Ｗｅｂｓｔｅｒ）和柯布（Ｂ．Ｍ．Ｃｏｂｂｅｒ）的著作记述，英国于１８６８年在英国伦敦威斯 脱敏斯特（Ｗｅｓｔｍｉｎｓｔｅｒ）地区安装了一种红绿两色的臂板式燃汽信号灯，揭开了城市交通信号灯控制的序幕。１９１７年美国盐湖城出现的信号灯，是与当今使用的信号灯极为相似的红、黄、绿三色灯，它是人工操作的，这也是交通信号控制 的雏形。１９２６年，英国人首次安装和使用自动化的控制器来控制交通信号灯， 奠定了城市交通信号自动控制的基础。虽然这种机械式的信号灯首次实现自动控制，但由于不能根据交通状况做相应的改变，．数据处理能力有限，信号灯之间的协作也很少，其效果不如手动控制。１９２８年，美国研制了世界上第一台感应式信号机，首次实现了根据交通流而自行调整交通信号时间。１９５２年，美国 科罗拉多州丹佛市首次利用模拟计算机和交通检测器实现了信号机网的配时方案选择式信号灯控制系统，称为“ＰＲ”系统，其核心技术是单点感应控制原理 在交通网络中的应用，在线通过抽样数据计算绿信比和相位差，这种控制方法 十分有效。１９５９年，加拿大多伦多市对于如何利用计算机控制交通信号灯进行了研究，并于１９６３年建成了世界上第一个利用计算机进行集中协调感应控制的 交通信号控制系统。它是城市交通控制系统发展的里程碑。该控制系统采用的控制方法与以往不同，它通过计算机网络对城市部分区域或所有区域实行协调控制。从这以后，世界各国都相继将计算机技术应用到交通控制中，以便有效地缓解日益紧张的城市交通问题【６｜。 交通控制技术和相关控制算法的发展，逐渐改善了控制的安全性、有效性武汉理‘ｒ大学博士学位论文及对环境的影响。交通信号机由手动到自动，交通信号由固定周期到可变周期，系统控制方式由点控到线控和面控，从无车辆检测器到有车辆检测器，交通信号控制经历了近百年发展历史。城市交通信号控制的发展状况如表１．２所列。表１－２城市交通信号控制的发展概况表经过长期的发展，城市交通信号控制系统先后有很多种，英国的ＴＲＡＮＳＹＴ 和ＳＣＯＯＴ系统、澳大利亚的ＳＣＡＴ系统等在实践中取得了较好的应用效果，并在很多城市得到广泛应用。如我国的北京市在２０世纪８０年代术期引进了ＴＲＡＮＳＹＴ和ＳＣＯＯＴ系统，上海、杭州、沈阳和广州引进了ＳＣＡＴ系统，青岛、 大连引进了ＳＣＯＯＴ系统。 目前比较有代表性并且在实践中取得了较好应用效果的城市交通控制系统 有英国的ＴＲＡＮＳＹＴ系统、ＳＣＯＯＴ系统、澳大利亚的ＳＣＡＴ系统、美国的 ＲＨＯＤＥＳ系统和日本的ＶＩＣＳ系统。 （１）ＴＲＡＮＳＹＴ系统 ＴＲＡＮＳＹＴ（ｔｒａｆｆｉｃ ｎｅｔｗｏｒｋ ｓｔｕｄｙ ｔ００１）系统，是由英国道路研究所（ＴＲＲＬ）花费近１０年时间研制而成的。自从１９６８年第一版问世以来，经历不断改进，已经 发展成为先进的ＴＲＡＮＳＹＴ－９型。系统采用静态模式，以绿信比与相位差为控制参数，优化方法为爬山法。ＴＲＡＮＳＹＴ是最成功的静态系统，它被世界上４００多 个城市所采用，证明其产生的社会经济效益很显著。但计算量很大，很难获得整体最优的配时方案、需大量的路网几何尺寸和交通流数据等不足限制着它的发展。 （２）ＳＣＯＯＴ系统６武汉理ｒ＝人学博士学位论文ＳＣＯＯＴ（ｓｐｌｉｔｃｙｃｌｅ ａｎｄ ｏｆｆｓｅｔｏｐｔｉｍｉｚａｔｉｏｎｔｅｃｈｎｉｑｕｅ）系统是由ＴＲＲＬ在ＴＲＡＮＳＹＴ系统的基础上采用自适应控制方式，经过８年的研究于１９８０年提出 的动态交通控制系统。ＳＣＯＯＴ仍采用了ＴＲＡＮＳＹＴ的交通模型，但扬长避短，获得了明显优于静态系统的效果，是现今主流的系统。ＳＣＯＯＴ系统采用联机实 时控制的动态模式，对周期、绿信比与相位差进行控制，采用小步长渐进寻优方法。但ＳＣＯＯＴ相位不能自动增减，相序不能自动改变，现场安装调试时相当 繁琐等不足也是有待改进的。（３）ＳＣＡＴ系统 ＳＣＡＴ（ｓｙｄｎｅｙｃｏｏｒｄｉｎａｔｅｄ ａｄａｐｔｉｖｅ ｔｒａｆｆｉｃｍｅｔｈｏｄ）系统是由澳大利亚Ａ．ＧＳｉｍｓ等人在２０世纪７０年代术期进行开发的。ＳＣＡＴ采用先进的计算机网络技术， 呈计算机分层递阶形式。采用地区级联机控制，中央级联机与脱机同时进行的 控制模式；控制参数为绿信比、相位差和周期，其选取是从预先确定的多个参 数中通过比较法确定；无实时交通模型。ＳＣＡＴ系统充分体现了计算机网络技术 的突出优点，结构易于更改，控制方案较为容易变换。然而ＳＣＡＴ系统也不是完 美的：它是一种方案选择系统，限制了配时参数的优化程度，过分依赖于计算 机硬件；无车流实时信息反馈，可靠性低。（４）ＲＨＯＤＥＳ系统 ＲＨＯＤＥＳ（ｒｅａｌ?ｔｉｍｅ，ｈｉｅｒａｒｃｈｉｃａｌ，ｏｐｔｉｍｉｚｅｄ，ｄｉｓｔｒｉｂｕｔｅｄ，ａｎｄ ｅｆｆｅｃｔｉｖｅ ｓｙｓｔｅｍ）是由美国亚利桑那州立大学Ｐ Ｂ．Ｍｉｒｃｈａｎｄａｎｉ等人于近年开发成功并陆续在美国亚 利桑拿州的Ｔｕｃｓｏｎ市和Ｔｅｍｐｅ市进行了现场测试，结果表明该系统对半拥挤的 交通网络比较有效。该系统主要有以下几个特点：ＲＨＯＤＥＳ把系统控制问题分 解为３层递阶结构，路口控制层、网络控制层和网络负荷分配层；提出了一种 相位的可控优化概念（ｃｏｎｔｒｏｌｌｅｄｏｐｔｉｍｉｚａｔｉｏｎ ｏｆｐｈａｓｅｓ）；采用滑动时间窗以减少计算量；提出了一种称为“实时绿波带”（ｒｅａｌｂａｎｄ）的概念；提供了与交通分析软件的接口，可离线评价配时方案的优劣或作为研究工具。 （５）ＶＩＣＳ系统 ＶＩＣＳ（ｖｅｈｉｃｌｅｉｎｆｏｒｍａｔｉｏｎ ａｎｄｃｏｍｍｕｎｉｃａｔｉｏｎ ｓｙｓｔｅｍ）是目前世界上规模较大，实际使用价值较高的道路交通信息系统之一，是同本一家具有半官方性质 的交通信息处理、发布中心研制开发的。其原理是通过城市交通控制中心发射 的无线电波信号标杆，将由警察部门和高速公路管理部门提供的交通堵塞、驾 驶所需时间、交通事故、道路施工、车速及路线限制、以及停车场空位等信息７武汉理丁大学博士学位论文编辑处理后及时传输给交通参与者，特别是在汽车导航车载机上以文字、图形 显示交通信息。ＶＩＣＳ由四个方面进行信息的应用，即信息的收集；信息的处理、 编辑；信息的提供和信息的利用。１．２．２城市交通信号控制的发展方向作为智能交通系统的一个重要子系统，智能交通控制系统除了必须具有良好 的实时性、动态性和集成性之外，还应该从和谐系统层面加以综合协调考虑。 因此，人工智能技术在城市交通控制中的应用、基于排放的交通信号控制、交 通控制系统与诱导系统的集成已经成为智能交通控制系统的三大研究热点。１．２．２．１人工智能技术在城市交通控制中的应用人工智能技术的研究始于２０世纪五六十年代，计算机的广泛应用促成了人 工智能的巨大发展。针对传统交通控制系统技术的缺点，将人工智能技术应用 于交通控制系统取得了较好的效果。 （１）模糊控制技术 模糊逻辑是一种处理不确定性、非线性等复杂系统问题的有力工具。模糊控 制特别适用于不确定性的复杂系统，在现代交通控制领域中有着重要的地位。 钟国文、朱劲设计了一种以嵌入式ＰＣ／１０４主板为核心的两级模糊智能交通控制系统，其中，第一级进行交通控制的相位优化调节，第二级进行交通控制的绿灯延时控制【『¨。此外，还有学者基于模糊逻辑研究了单交叉路口的自适应控制、智能控制等。通常，模糊逻辑可以与其他人工智能技术结合使用。（２）人工神经网络 人工神经网络具有很强的非线性逼近能力和自学习能力，而交通控制系统是 一个非线性、时变系统，所以神经网络的兴起为解决交通控制问题带来了生机。 许伦辉针对城市交叉口交通流的分布特点，考虑相邻车道上车辆排队长度，利 用多层ＢＰ神经网络实现了道路交叉口多相位模糊控制，给出了一种自适应交叉 口多相位控制算法Ｉ引。 （３）遗传算法遗传算法以其鲁棒性好、可并行处理性及高效率的优点被广泛地应用到交通控制领域进行复杂的非线性系统的优化设计。承向军、杨肇夏将模糊理论和机 器学习应用到交通信号控制过程中，提出了一种基于遗传算法的单路口交通信８武汉理’Ｌ：人学博士学位论文号模糊控制方法。通过对到达车辆数目的模糊分类，将不同车辆数目到达情况 下的信号控制决策方案以规则集的形式存储在知识库中，在交通信号控制过程中使用遗传算法对规则集进行改进【９１。 （４）多智能体技术 城市交通系统多智能体控制系统的设计思想主要是： １）在城市交通网络中按网络拓扑结构的特点和交通网络的交通流量情况，确定一系列重要节点作为单个智能体。其确定准则是：①该节点在网络中是若 干区域主干线交叉口或城市高速公路的匝道口；②该交叉口或匝道口在其所属 的局部交通网络中处于中心位置，③该节点的网络交通是该局部交通网络的瓶颈，对周围的道路流量影响较大。 ２’）所有智能体的作用域集合组成整个城市交通网络，在底层局部交通网络中的交通控制由该区域的智能体全权负责，其职责范围是对所属的网络实现信号灯控制或匝道口控制并具有相当的智能，这个局部网络的控制结构是采用分 布式智能控制中的集中控制结构，每个智能体只需具有本区域内的信息而不具 备全局或邻近网络的信息；再上层则是这些多智能体之间通过通讯层进行信息（包括路况信息、交通流信息、控制信息等）传递解决单个智能体信息不完整性，通过协调层达到总目标最优【１０Ｊ。在这个层面上的控制结构采用的是分布式 智能控制中的分散式控制结构，以实现城市交通网络的多任务多目标的协调控 制问题。其结构框图如图１．３所示。图卜３基于ａｇｅｎｔ的智能交通控制结构图９武汉理工大学博士学位论文ＪｏｈｎＦｒａｎｃｅ等人利用多ａｇｅｎｔ系统研究了城市交通的优化问题，主要研究如何协调各交叉口对应的信号灯，实现最优的控制ｌｌ¨。 陆小芳等基于ａｇｅｎｔ技术，对城市交通信号进行了多ａｇｅｎｔ协调控制研究。首先给出了路口ａｇｅｎｔ的组成和结构，然后提出了路１３等待车辆数矩阵、道路因 子矩阵、交通负荷度矩阵和绿信调节矩阵，在此基础上对路口阻塞和路段特殊 事件建立了协调模型，提出了协调算法【捌。 邱凌云等通过对交通流中驾驶员．车辆特性的分析，将驾驶员和车辆视为一个整体，基于ａｇｅｎｔ理论对之进行建模。并详细分析了ａｇｅｎｔ的生成和路径搜索及选择算法，研究了ａｇｅｎｔ的跟驰、换道和挤占道等行为。最后介绍了基于ａｇｅｎｔ 模型建立的一种微观交通仿真器，并在该仿真器上进行仿真实验，结果表明该 系统能够较好的仿真实际交通流状况１１３１。 １．２．２．２基于排放的交通信号控制研究城镇化给我们的生产生活带来了巨大的生机，但同时也潜伏着各式各样的健康威胁。在城镇化带来的诸多“城市病”中，尤为突出的是大量机动车的出 现引起的严重的空气污染和噪声污染。机动车尾气排放不仅危害人们的身体健康，同时也破坏了生态环境。如何控制和减少机动车使用带来的空气污染和噪声污染已经被认为是全球最严重也是最具挑战性的课题之一。 控制机动车排放一般从以下三个角度入手：１）致力于研究单车的结构，不断增加其技术性能，从而改善排放，达到控制排气污染的作用； ２）规划合理的道路交通环境，通过严格控制高层建筑和城市商业区的分 布格局和层数以及道路的规划设计和城市的绿地规划设计来达到控制车辆 排放的目的； ３）加强交通管控措施，以改善车辆排放。 在节能减排的问题上，国内外一些规模较大的汽车生产商一直在寻求一种最 佳的、可持续发展的解决方案，然而在技术研发到运用和最低成本问题之间的平衡需要时间，也需要政府的鼓励政策和支持。因此通过改变单车的结构进而实现节能减排是一个长期的、相对困难的事情。发达国家的经验证明，在许多 方面通过改变单车结构和规划改善道路交通环境这两类措施进一步降低排放污 染的潜力已经不大，运用交通管控方法越来越受到重视。交通管理和控制主要１０武汉理丁大学博十学位论文通过管理措施与交通信号实现对车辆排放污染的控制，该方法主要通过研究道 路交通流中车辆的排放特点、排放模型和影响车辆排放性能的制约因素，提供合理的交通管控措施，寻求交通运输的高效化和环保效益，在特定条件下具有其他两类措施不具有的优点和效果。因此，基于排放的城市交通信号控制就成为意义重大、极具理论和实用价值的研究。 实际上，研发环境因素下的交通控制和管理方法已经成为近年来的研究热 点。很多研究学者在优化城市交通信号控制策略时，会同时考虑改善交通流状 况和合理降低交叉口机动车尾气排放，并试图将自己的研究结果应用于实际。 虽然目前这方面的研究刚刚起步，还非常不成熟，但相信在不久的将来，考虑 排放的城市交通信号控制会成为交通信号控制策略研究的主流之一。在城市街道中行驶的车辆将导致噪声污染、空气污染进而对行人产生危害，而人们所能承受的交通带来的环境危害的最大限度称为环境能力。环境能力约 束也可以被看作用来防止交通流对环境产生破坏的有效方法。Ｆｅｒｒａｒｉ提出【１４Ｊ： 可以对交通网络中的某些道路采取收费的办法限制路段上的流量，进而可以将 交通需求量限制在给定的环境要求之内，同时也讨论了需求变动条件下带有环 境能力限制的连续用户平衡配流模型。通过限制道路上的交通流，可以使整个 交通需求量得到控制，从而找到满足环境能力限制的最优解。 目前，道路环境能力限制被认为是处理交通对环境影响的有效手段，对提高环境质量及交通管理有很重要的实际意义。Ｙａｎｇ等讨论了路段环境能力限制情况下的交通需求平衡问题，并拓展了Ｆｅｒｒａｒｉ的研究成果，采用数学规划方法描 述了排队等待情况下的需求变动交通连续网络平衡问题Ｉｌ卯。但在Ｙａｎｇ等的讨论 中没有考虑城市交通信号对路段通过能力及对路口环境污染的影响以及如何通 过提高整个网络的交通需求量来满足日益增长的交通需求问题。 Ｇａｏ等考虑了交通信号控制条件下如何提高网络交通需求量的问题【１６１。Ｒｉｌｅｔｔ 和Ｂｅｎｅｄｅｋ研究了基于排放量的用户平衡配流问题和系统最优配流问题【ｒ７１。杨文国等讨论了广义用户最优平衡配流问题（ＧＵＥｌ以及广义系统最优平衡配流问 题（ＧｓＯ）【１８】。但是上述文献都是以确定用户平衡配流模型为基础，且Ｙａｎｇ等、Ｇａｏ等考虑的是连续平衡网络设计问题，当在网络中修建新的路段时，该模型就 无法进行描述了。赵彤等将道路环境能力限制、最优交通信号设置问题与城市 交通离散网络设计问题结合起来研究，一方面通过修建新的路段使交通需求量 达到最大从而满足城市中不断增长的交通需求；另一方面通过道路环境能力限武汉理Ｔ大学博士学位论文制使交通网络的最大需求量能符合现代城市环境保护的要求１１引。 另外，有些学者利用现有的排放模型直接计算机动车排放污染物的排放量， 并将它与城市交通信号优化控制结合起来。Ｈａｌｌｍａｒｋ等【２０Ｊ利用ＭＥＡＳＵＲＥ模型 证明了信号配时对ＣＯ排放量的影响。Ｌｉ等【２１ Ｊ利用ＭＯＢＩＬＥ模型的计算公式， 提出了通过信号配时来降低排放量的整体优化方案。但是，在这些研究中所用到的交通操作软件包中使用的标准驾驶循坏并不能用来估计实际情况下由交叉口信号引起的交通中断。１．２．２．３交通控制系统与诱导系统的集成研究ｓｉｇｎａｌ交通信号控制（ｔｒａｆｆｉｃｃｏｎｔｒｏｌ，ＴＳＣ）和动态交通诱导（ｄｙｎａｍｉｃｒｏｕｔｅｇｕｉｄａｎｃｅ，ＤＲＧ）是城市交通管理的两个主要手段。ＴＳＣ是依据路网交通流数据，对交通信号进行初始化配时和控制，同时根据实时交通流状况，实时调整配时 方案，实现交通控制的优化。ＤＲＧ是根据当前路网的交通流状况及各类车辆的 目的地，经优化计算为每一辆车提供最佳的行驶路线，达到优化均衡网络交通 流的目的。交通诱导和交通控制分别从空间、时间两方面对路网交通流进行管理，两者相互联系、相互影响、相互制约，实现ＴＳＣ与ＤＲＧ之间的集成可以更 有效地缓解城市交通拥挤状态，减少车辆的延误时间，提高交通管理效率。 Ａｌｌｓｏｐ最早认识到信号控制和交通分配结合的必要性并指出交通平衡理论需考虑信号配时方案对路线选择行为的影响，并提出逐步优化分配算法１２２１，这一问题后来被称作平衡信号配时问题。 路径诱导系统与交通控制系统集成的基本解决方法是将这两个系统放到一 个统一的框架中，通过优化两者的目标函数达到同时优化的目的。但这种直接整合、同时优化的方法会导致模型和算法的复杂性增高，可能会对系统效率和可靠性带来不利影响。于是，研究人员提出首先根据路径诱导系统将合适的交 通流分配到路网，再由交通控制系统来适应这些交通流，并形成相应的交通控 制方案。马寿峰等提出在诱导系统和控制系统之上建立协调层的集成方法，以 简化优化模型和寻优算法１２３Ｊ。 杨兆升等分析了交通信号控制与动态诱导系统的关联特点，利用多智能体 技术和融合技术对其智能协作进行研究，提出城市交通信号控制与交通诱导系 统智能协作的结构框架，以交通信号控制执行级智能体为例，介绍分析智能体 内在结构和作用机制，并研究了城市交通控制与交通诱导的系统协作模型，实１２武汉理１：人学博十学位论文现城市交通控制与诱导系统智能协作和全局优化。其体系框架图如图１．４所示１２４ｌｏ图１－４交通控制与诱导系统智能协作体系框架图Ｃ．Ｓ．Ｆｉｓｋ把寻求与最优信号配时一致的均衡流量问题表述为一个Ｎａｓｈ非合作博弈或Ｓｔａｃｋｅｌｂｅｒｇ博犁圈，详尽地描述了两个局中人的博弈模型，并就信号优化问题作为一个具体的Ｓｔａｃｋｅｌｂｅｒｇ博弈进行了研究。０．Ｊ．ｗ．Ｃｈｅｎ和Ｍ．Ｅ． Ｂｅｎ．Ａｋｉｖａ把动态交通控制和动态交通分配结合为交通管理者和出行者之间的 非合作博弈１２６】。栗实在分析了城市交通系统诱导控制行为特点的基础上，指出 诱导控制决策过程是一个多主体和多价值准则的决策过程。引入Ｓｔａｃｋｅｌｂｅｒｇ博 弈理论，构建了城市交通系统诱导控制的Ｓｔａｃｋｅｌｂｅｒｇ模型，将问题描述为一个 双层规划模型。最后，设计了基于灵敏度分析法的启发式求解算法。 虽然目前智能交通控制系统的研究取得了丰硕成果，但仍存在很多不足。１）大部分研究只提出了理论的可行性，缺乏实际的验证。因此，对提出的系统和模型还需要具体化、细化，对各种实践中的问题还需要认真研究。 ２）基于排放的交通控制是建立和谐交通系统的重要组成部分，但目前的研究仍处于初级阶段，模型比较单一，并且模型的求解算法仍在探索中。３）现代城市交通控制系统已不单单是对交叉口信号灯进行控制，而是集交 叉口信号灯控制和现代城市高速公路交通控制于一体的混合型交通。若只依赖武汉理’【：大学博士学位论文被动、微观和静态的传统模式的控制策略显然不能满足城市交通的需求，必须 要由被动控制向主动自适应控制发展，建立城市交通主动智能控制集成系统。１．３论文的主要研究内容从系统控制与优化的角度来看，城市交通系统是一个具有高度复杂性的动态系统。一方面，具有离散事件．连续时间混合动态特性、高度非线性、非平稳未知分布的随机性以及交叉口之间具有的强耦合特性等，系统状态难以准确测量、 预测和控制；另一方面，从交通系统控制手段的角度分析，影响交通系统运行状况的控制手段有很多种，如信号灯、诱导信息、停车场管理、收费措施等等。 信号灯是被广泛应用的主要控制手段，现有的交通控制系统也主要是针对信号 灯控制而言。信号灯通过相位切换对交叉口进行控制，同时也在交通控制问题中引入了整数决策变量，使交通控制问题成为一个大规模混合整数规划问题， 需要指数复杂度的优化算法。并且，从交通安全、通行效率、人们出行习惯以 及节能减排的角度考虑，信号灯相位的设置具有很强的约束，如最短和最长绿 灯持续时间、最大排队长度、路网延误时长、区域最大尾气排放量，等等。交通系统的上述特性决定了其控制问题的高度复杂性。本论文针对城市交通信号的单点两相位控制、单点多相位控制和协调控制， 以路网中的车辆延误时长和尾气排放总量最少为性能指标，建立了以交通信号周期、绿信比和相位差为综合优化参数的双层多目标规划模型；设计了采用遗传算法以及遗传蚁群融合算法的模型求解方法，并用ＭＡＴＬＡＢ编程实现；进行了计算机仿真试验研究，将各优化结果进行比较，证明了模型和算法的有效性。本论文的大体框架如图１．５所示。 本论文的主要研究内容如下： 第１章绪论 叙述了城市交通信号控制和道路机动车排放污染的研究意义。对交通信号控制和机动车尾气排放在国内外的研究和应用情况进行了分析讨论，并在现有研究成果的基础上，对未来的发展方向作了分析评论。最后，介绍了本论文研究 的主要内容及论文的结构安排。 第２章论文研究的理论与方法 针对交通信号控制问题，对本研究中用到的理论和方法的起源、发展、现状、１４武汉理．Ｉ：人学博：ｔ学位论文存在的问题和改进等进行了综述和分析。简介了交通信号控制的基本参数和各 自的功能，常见的控制方式及其分类，总结了比较有代表性的城市交通信号控制性能的评价指标；综述了双层规划模型的起源、发展现状以及在解决交通问 题中的应用情况；简述并分析了求解优化模型的传统和现代方法，着重分析了 遗传算法和蚁群算法的优缺点和改进方向，为后续的研究工作打下基础。图１－５本论文框架图第３章考虑排放因素的交通信号优化控制系统研究 设计了交通信号优化控制系统的架构，指出信号优化模块是交通信号优化 控制系统的核心；给出机动车尾气排放的计算公式，以双层规划模型为工具建 立了交通信号控制模型，分别对上下层模型进行详细的问题描述和数学表达； 采用惩罚函数的加法形式将约束罚入目标函数中；设计了双层规划模型的启发 式遗传求解算法，提出了双层规划模型的遗传蚁群融合求解算法，并以Ｃａｍｅｌ 函数作为测试函数，证明后者比前者具有更好的优化效果。 第４章单点两相位信号优化控制策略研究介绍了城市交叉路口的几何描述及交通流分布情况，综合考虑常见的城市道路交叉口信号配时方案，完成了典型城市路网的设计；讨论了提出的模型中所 用到的信号交叉口延误计算公式、交通阻抗计算公式；详细介绍了用ＶＩＳＳＩＭ仿 真得到模型初始值的过程。给出了城市交通信号单点两相位控制模型的具体数 学描述，并分别用启发式遗传算法和遗传蚁群融合算法对其进行求解，并对两１５武汉理Ｔ大学博士学位论文种优化算法得到的结果进行了分析。 第５章单点多相位信号优化控制策略研究 描述了多相位信号控制方案，接着给出了城市交通信号单点多相位控制模型 的具体数学描述，并利用前一章设计的典型城市路网及其初始数据进行了单点 多相位信号控制策略的仿真研究，对遗传蚁群融合算法求解得到的优化结果进 行了分析。 第６章城市交通信号协调控制策略研究 以干线为例，进行了城市交通信号协调控制策略的研究。介绍了交通干线系 统，讨论了Ｒｏｂｅｒｔｓｏｎ车辆离散模型、ＨＣＭ２０００延误模型和相位差的计算模型， 详细分析了信号控制模型的优化目标以及约束条件，给出了城市交通信号干线 协调控制模型的具体数学描述，并用遗传蚁群融合算法对其进行求解，得出最 终的信号控制策略并对结果进行了分析。 第７章结论与展望 总结全文的工作，并提出了今后进一步研究的方向。１６武汉理工大学博十学位论文第２章论文研究的理论与方法２．１交通信号控制的基本问题城市交通信号控制主要指城市各个交叉路口的交通信号灯控制。通过对交叉路口的信号灯的灯色顺序和持续时间进行有效控制，合理指挥交通流的通行 或停止，达到疏散交通流、减少交通拥挤与堵塞、保证城市道路的畅通以及尽 可能避免交通事故的发生、减少环境污染等目的。 由于城市街道平面交叉的特点，交通控制要合理解决交叉口各个方向的交 通流（包括机动车流、自行车流以及行人）的优化控制。由于城市街道网络交 通的复杂性，使得解决这一问题具有较大的困难，但具有十分显著的现实意义。 目前，我国的交通信号控制理论的研究还刚刚起步，尚未形成完整的体系，有 关交通控制的许多理论正在研究之中。２．１．１交通信号控制参数的种类和功能交通信号控制的参数主要包括周期、绿信比及相位差。控制系统的控制目标是要最佳地确定道路各交叉路口在车流方向上的控制参数，并付诸实施。２．１．１．１周期周期是指信号灯的各种灯色轮流显示一次所需要的时间，即各种灯色显示 时间之总和。它是决定点控制定时信号交通效益的关键控制参数。一般信号灯 的最短周期长度不少于３６ Ｓ，否则就不能保证几个方向的车流顺利通过交叉口或者连续遇到两个红灯。最长周期长度一般不超过１２０ Ｓ，否则，可能引起等待司机的烦躁或误以为灯色控制已经失灵。适当的周期长度对路口交通流的疏散和 减少车辆等待时间具有重要意义。 从疏散交通的角度讲，显然当交通需求越大时，周期应越长，否则一个周 期内到达的车辆不能在该周期的绿灯时间内通过交叉口，就会发生堵塞现象。 从减少车辆等待时间的角度来讲，太长或太短的周期都是不利的。若周期太短，则发生堵车现象。若周期太长，则某一方向的绿灯时间可能大于实际需要长度，而另外方向的红灯时间不合理延长必然导致该方向车流等待时间的延１７武汉理Ｔ大学博十学位论文长。正确的周期应该是每一个相位的绿灯时间刚好使该相位各入口处等待车队 放行完毕。 ２．１．１．２绿信比 绿信比是指在一个信号周期中，各相位的有效绿灯时间与周期长度的比值。 若设ｇ。为有效绿灯时间，Ｃ为周期长度，则该相信号的绿信比Ａ为：ｎ Ａ＝鲁 Ｌ。（２－１）、 ，显然，０＜Ａ＜１。绿信比反应了该信号相位交通流在一个周期中需要绿时的 大小。 绿信比的大小对于疏散交通流和减少交叉路口总等待时间有着举足轻重的作用。在信号周期时长固定的情况下，通过合理地分配各车流方向的绿灯时间（绿信比），可使各方向停车次数、等待延误时间减至最小。 ２．１．１．３相位差周期、绿信比是针对单个交叉口的控制参数，而相位差则是针对相邻接的多个交叉口的控制参数。 在交通控制中，为了避免平面各交叉口上各个方向交通流之间的冲突，通常用分时通行的方法，即在一个周期的某一个时间段，交叉口上某一支或几支 交流具有通行权，而与之冲突的其他交通流不能通行。在一个周期内，平面交叉上某一支或几支交通流所获得的通行权称为信号相位，简称相位。一个周期 内几个相位，则称该信号系统为几相位系统。在相位的时间这一概念上，相位间包括绿灯时间与黄灯时间。显然，相位越多，交通的安全性越好，但交叉口的利用率越低。 相位差是相邻路口同一相位绿灯（或红灯）起始时间之差。分为绝对相位差和 相对相位差： （１）绝对相位差 信号的绿灯或红灯的起点或终点相对于某一标准信号绿灯或红灯的起点或 终点的时间之差。 （２）相对相位差 相邻两信号的绿灯或红灯的起点或终点的时间之差。相对相位差等于两个 信号绝对相位差之差。１８武汉理一Ｉ：人学博十学位论文当涉及到对一条干线上的交通流或一个网络内的交通流进行协调控制时， 相位差是一个重要的控制参数。通过调整各路口问的相位差，可以使主干线上 一连串路口的信号灯形成一条“绿波带”，车队通过这些路口时畅行无阻。２．１．２信号控制的评价指标交通信号控制的目的是，采用合理的配时方案使单个交叉口或交通网络获 得良好的交通效益。交通效益体现在系统的建模上就是评价函数的设计，交通 信号控制系统的评价函数由设计者根据需要进行选择，可以由以下的单个或多 个指标组合而成。２．１．２．１延误时间延误时间是指车辆在没有交通信号和等待队列的阻碍下行走所需的时间和实际的行程时间之差。延误时间有平均延误和总延误两个评价尺度。交叉口进 道口所有车辆的延误总计称作总延误；交叉口进道口每辆车的平均延误称作平均延误。 ２．１．２．２饱和度 某个交叉口进口的车流量与可从该进口通过交叉口的最大流量的比值，即 实际到达交通量与通行能力之比，就是该进口的饱和度。计算公式为：ｘ。―妥 ＾．）进口的饱和流量。 ２．１．２．３排队长度（２．２）式中：ｑ为进１：３的车流量；九为相应相位有效绿灯时间与周期时间的比值；Ｓ为排队长度是衡量交叉路口信号控制的一个重要指标。目前，车辆在交叉路Ｉ；３停车线后的排队长度计算分３种情况阳：（１）非饱和条件下 在交通量还没有达到饱和状态时，可以采用下面公式计算车辆在停车线后 的排队长度：Ｌ＝Ｌｏ＋￡Ｒ（２―３）式中：￡为绿灯开始前车辆排队长度；Ｌ。为红灯开始前车辆排队长度，有１９武汉理。ｒ大学博十学位论文Ｌｏ＝ｅｘｐ［－（４／３）Ｘ（￡‘×Ｔ ｑ，）ｎ５ Ｘ（１一ｘ）／ｘ］／［２（１一ｘ）】Ｘ（２－４）三Ｒ为红灯期间的车辆排队长度，有 ￡Ｒ，口，×瓦＝曰，×（ｚ－ｔ。ｇ）＝ｑ。ｘ Ｔ×（１一三｝）＝ｑ，ｘ Ｔ×（１一Ａ）（２－５） 其中：ｇ。为每单位路宽的饱和流量；瓦为红灯时间；丁为信号周期；ｔ。。为有效 绿灯时间；Ａ为绿信比；ｑ。为到达流量。 （２）饱和条件下．假设￡¨为第ｆ．Ｊ个周期的车辆排队长度；厶为第ｉ个周期的车辆排队长度， 则有下面的递推公式： Ｌｊ＝Ｌｌ。＋（ｑ，一九）×ｆｇ＋ｑ，×ｆ， 式中：ｔ，为绿灯时间；ｔ，为红灯时间。 （３）过饱和条件下 在过饱和条件下车辆排队长度可根据以下公式确定：（２―６）Ｌ＝鲁¨＋扛ｎ≮≯）式中：ｑ。为交叉路口入口的通行能力；（２．７）ｘ。；０．６７＋型垒６００（２．８１、 。２．１．２．４通行能力通行能力是指在实际的道路条件、交通条件和控制条件下，在一定时间内通过进口道停车线的最大车辆数，是信号控制效果的重要评价指标之一。交叉口的通行能力不仅与控制策略有关，还与实际道路条件（包括引道宽度、车道数、 转弯半径、转弯长度、引道坡度）和交通条件（车流量、车辆种类、拐弯车比 例、车速、非机动车和行人干扰、车道功能划分等）密切相关。通行能力是交叉口饱和程度的重要评价指标。在一定的道路条件下，信号控制路口的通行能 力受信号周期的影响。在正常的周期长范围内，周期时长越长，通行能力越大， 但车辆延误和油耗等也随之越大。而且在饱和度相当小时，片面的追求通行能 力的提高，只会无谓的增加油耗和车辆延误，对交叉口的交通效益无多大意义。 通常根据具体的控制策略采取合适的数学描述。 ２．１．２．５路网的机动车尾气排放量 目前，常用的交通评价指标是延误时间、饱和度、排队长度以及通行能力，２０武汉理１：大学博十学位论文本研究认为随着各国政府和人民对环境问题的逐步认识和关注，路网机动车排放量也应该作为评价交通信号控制效率的一个重要指标。路网的机动车尾气排放量是指路网中处于所有状态（运行或怠速）的机动车所排放的有毒气体的总 和，通常以克作为计量单位。具体的数学描述可以借助于现有权威的排放模型， 也可以采用实际路测数据的统计分析结果。２．１．３交通信号控制方式的种类城市交通控制有多种方式，从不同的角度有不同的划分方式。 ２．１．３．１按控制策略分类 （１）定时控制定时控制是实际交通中可以实现的最基本的一种控制方法。交通信号按事先设定的配时方案运行，配时的依据是交通量的历史数据。１ ｄ内只用一个配时 方案的称为单时段定时控制，１ ｄ内不同时段选用不同配时方案的称为多时段定 时控制。定时控制方法是目前使用最广的一种交通控制方式。它比较适应于车流量规律变化、车流量较大（甚至接近于饱和状态）的路口。这种控制方式的 主要特点是它不是需求响应式的，也就是说信号操作不考虑交通需求的波动。由于其配时方案根据交通调查的历史数据得到，而且一经确定就维持不变，直 到下次重新调整。很显然，这种方式不能适应交通流的随机变化，因而其控制 效果较差。 （２．）感应控制 感应信号控制没有固定的周期，其工作原理为在感应信号控制的进口，均设有车辆检测器，当某一信号相位开始启亮绿灯，感应信号控制器内预先设置一个“初始绿灯时问＂。到初始绿灯时间结束时，增加一个预置的时间间隔，在 此时间ｌ’日Ｊ隔内若没有后续车辆到达，则立即更换相位；若检测到有后续车辆到 达，则每检测到一辆车，就从检测到车辆的时刻起，绿灯相位延长一个预置的 “单位绿灯延长时间”。绿灯一直可以延长到一个预置的“最大绿灯时间”。当 相位绿灯时间延长到最大值时，即使检测器仍然检测到有来车，也要中断此相 位的通行权，转换信号相位。感应式信号控制根据检测器设置的不同又可以分 为半感应控制和全感应控制。只在交叉口部分进道口上设置检测器的感应控制称为半感应控制，在交叉口全部进道口上都设置检测器的称为全感应控制。感２１武汉理Ｔ大学博士学位论文应控制方法由于可根据交通的变化来调节信号的配时方案，因此比定时控制方 法有更好的控制效果，特别适用于交通量随时间变化大且不规则、主次相位车流量相差较大的路口。感应控制方法存在的缺陷在于，感应控制只根据绿灯相 位是否有车辆到达而做出决策，而不能综合其他红灯相位的车辆到达情况进行 决策，因此它无法真正响应各相位的交通需求，也就不能使车辆的总延误最小。 （３）自适应控制 连续测量交通流，将其与希望的动态特性进行比较，利用差值以改变系统 的可调参数或产生一个控制，从而保证不论环境如何变化，均可使控制效果达 到最优。自适应控制系统有两类，即配时参数实时选择系统和实时交通状况模拟系统。配时参数选择系统是在系统投入运行之前，拟定一套配时参数与交通量等级的对照关系，即针对不同等级的交通量，选择相应最佳的配时参数组合。 将这套事先拟定的配时参数与交通量对应组合关系贮存于中央控制计算机中，中央控制计算机则通过设在各个交叉口的车辆检测器反馈的车流通过量数据，自动选择合适的配时参数，并根据所选定的配时参数组合实行对路网交通信号的实时控制。实时交通状况模拟系统不需要事先贮存任何既定的配时方案，也不需要事先确定一套配时参数与交通量的对应选择关系。它是依靠贮存于中央计算机的某种交通数学模型，对反馈回来的实时交通数据进行分析，并对配时参数作优化调整。配时参数的优化是以综合目标函数（延误时间，停车次数，拥挤程度及油耗等）的预测值为依据的。因此，它可以保证整个路网在任何时段都在最佳配时方案控制下运行。从总体来看，自适应系统的控制在很大程度上依赖于交通流数据的实时检测，因此系统对交通检测设备和交通数据传输设备的精度和可靠性要求很高。与定时系统相比，自适应控制系统的设备配置复 杂得多，建设投资要高很多。 ２．１．３．２按控制范围分类（１）单点控制 单点交叉口交通信号控制，通常简称为“点控制＂。点控方式适用于相邻信号机问距较远、线控无多大效果时；或因各相位交通需求变动显著，其交叉口 的周期长和绿信比的独立控制比线控更有效的情况。单路口的交通信号控制是 最基本的交通控制形式，也是线控和面控系统的基础，其目的是通过合理的信 号配时，消除或减少各向交通流的冲突点，同时使车辆和行人的总延误最小。武汉理工大学博士学位论文单点控制的主要控制参数是信号周期长度和绿信比。目前，我国城市中的大多 数交叉路口采用的控制都属于这种类型。 （２）协调控制 交通信号的协调控制可分为线控和面控２种。 线控方式是将一条主干道的一连串交叉路口作为控制对象。它要考虑这一连串交叉路口的交通流状况，并对其进行协调控制。线控是在单点控制的基础上发展起来的，其主要目的是减少不必要的停车的排队延误，保持主干道上车 流的连续通行。为达到这一目的，要使主干道上各个交叉口的信号周期相等，并使相邻交叉口的绿灯起始时间保持一个最佳的恒定时问差――相位差（ｏｆｆｓｅｔ）。最佳相位差是根据交叉口间的距离和车辆通过路段的平均速度计算的。这样， 以一定速度沿着主干道传播的车流会通过一个由相邻交叉口相位差形成的绿波 带，可极大地减小停车次数和排队延误。因此，有时也称线控为绿波带控制。 面控方式是将城市中某个区域中的所有信号交叉路口作为控制对象，其控 制方案相互协调，使得在该区域内某种指标，如总的停车次数，旅行时间，耗 油量等最小。在这种控制方式下，交通信号机将交通量数据实时地通过通信网 传至上位机，上位机根据路网上交通量的实时变化情况，按一定时间步距不断调整Ｊ下在执行的配时方案。通过这种控制方式，容易实现交叉路网的统一调度 与管理，上位计算机同时控制一个城市区域中的数十个交叉路口。实现区域中交叉口之间的统一协调管理，提高路网运行效率。 由于任何一个交叉路口都处于整个城市交通网的大环境中，所以为了能够 提高整个交通网络的通行能力，今后交叉口研究方向将趋向于多路口协调控制， 即线控和面控。未来的交通信号控制仍然是点、线、面控制并存的形式。对于中小城市，仍将是点、线控制相结合的控制方式。对于大型城市，大多将采用协调控制方式。 ２．１．３．３按控制结构分类 （１）集中控制 在集中控制中，控制中心直接控制每个子系统，每个子系统只能得到整个。：系统的部分信息，控制目标相互独立。其优点是系统运行的有效性较高，便于 分析和设计；但若中心有故障，则整个系统将瘫痪。（２）分散控制武汉理工大学博士学位论文在分散控制中，控制中心控制若干个分散控制器。每个分散控制器控制一 个独立的控制目标，即具体的子系统，此类结构的优点在于局部故障不至于影 响整个系统，但全局协调运行较困难。 （３）递阶控制 递阶控制中，系统由若干个可分的相互关联的子系统构成，可将系统的所 有决策单元按照一定优先级和从属关系递阶排列，同一级各单元受到上一级的干预，同时又对下一级单元施加影响。此类结构的优点是全局和局部控制器性能都较高，灵活性和可靠性好。２．２交通信号控制的建模工具交通系统优化问题的共同特点是确定一组决策变量的最优值，从而使各种交通网络性能指标达到最优，与此同时还要考虑到交通网络用户的路径选择行为， 因此双层规划模型成为研究交通问题的首选。２．２．１双层规划的产生背景阶层性是系统的特征之一，对于大系统和复杂系统，层次性更是主要特征。随着社会的发展和经济全球化的扩展，实际问题的规模越来越大，层次越加明 显，结构更加复杂，涉及到对问题做出决策的人也越来越多，而且这些决策者各自处于不同层次上，这使得层次性的研究具有非常重要的意义。实际中，在决策一件事时，一般有一批决策者参与，这些决策者通常隶属于不同的部门， 代表不同的利益，所能做出决策的内容也不尽相同且具有层次性。处于上层的 决策者做出的决定，如资源配备、资金流向等，将直接影响下层的决策，而处 于下层的决策者对上层做出的决策做出最佳响应，并将响应结果反馈到上层以 问接影响上层的进一步决策。这种上下关系一般称为递阶，由多个上下关系构 成系统称为层次递阶系统或层次系统１２刚。 ２０世纪７０年代以来，在各种现实的层次递阶系统优化决策问题的研究中， 人们发现用传统的标准优化方法不能解决这些实际问题，在大量具有层次性的 社会管理中，仍只有很少的问题引入了定量的最优决策概念，大部分问题的解 决仍停留在依赖于经验与知识的定性决策阶段。这种现状远不能满足时代的需 要，因此在管理中引入最优决策已刻不容缓。在寻找各种特定方法成功解决这２４武汉理■：人学博十学位论文些问题的过程中，逐渐形成了多层规划的概念和方法。 多层规戈１］（ｍｕｌｔｉ．１ｅｖｅｌ ｐｒｏｇｒａｍｍｉｎｇ）原意是一集嵌套着的数学规划问题，即在 约束条件中含有优化问题的数学规划，研究的是多个各具目标函数的决策者之 Ｉ’日Ｊ按非合作和有序的方式进行的相互作用，任何一方的决策行为影响其它方的 策略选择和目标实现，但任何一方又不能完全控制其他方的选择行为。 在多层规划的应用中以双层规翅Ｊ（ｂｉ．１ｅｖｅｌ ｐｒｏｇｒａｍｍｉｎｇ）最为常见，这是因为 现实中的决策系统大都可以看作双层决策系统，并且任何一个多层决策系统是一系列双层决策系统的复合。一般来说，上层决策者对下层决策机构行使某种控制、引导权，而下层决策机构在这一前提下，亦可以在其管理范围内行使一 定的决策权，虽然这种决策权比较起来处于从属地位。另外，在双层决策系统 中，每层都有自身的目标函数，而上层决策目标重要、权威性大，具有全局性， 因此最终的决策目标往往是寻求使上下两层决策者之间达到某种协调的具体方 案。在这些方案下，既可以使上层决策机构的目标达到“最优”，也可使作为上 层决策的“约束＂的下层决策机构的目标从属位置上相应达到“最优”，即下层 决策为上层决策的参数。２．２．２双层规划的主要特点双层规划问题可以看作静态Ｓｔａｃｋｅｌｂｅｒｇ游戏，决策是有序的且两者之间禁止 合作，但上层的决策能影响下层的行为；而下层的反应可以部分地影响上层的决定。双层规划是二层决策问题的数学模型，它是一种具有二层递阶结构的系统优化问题，上层问题和下层问题都有各自的目标函数和约束条件。这种决策 机制使得上级部ｆ－ｊｘ寸下级部门的管理和领导仅仅靠影响下层的决策环境间接来引导下层做出有利于整个系统的决策，而不允许上层的直接介入和命令。双层规划主要研究的是两个各具目标函数的决策者之间按有序的和非合作 的方式进行的相互作用。上层决策者优先做出决策，下层决策者在上层决策信 息下按自己的利益做出反应。一方的行为影响另一方的选择行为和目标的实现， 并且任何一方又不能完全控制另一方的选择行为，上层决策者要根据下层的反 应做出符合自身利益的最终决策。根据以上双层规划的定义，双层规划研究的问题主要有以下几大特点：１）层次性。研究的系统是分层管理的，各层决策者依次做出决策，下层服 从上层。武汉理‘Ｔ大学博士学位论文∞独立性。下层并不是完全无条件服从上层，它有自己的相当的自主权。 ３）冲突性。各层决策者有各自不同的目标，这些目标往往是相互矛盾的。 钔优先性。上层决策者优先做出决策，而下层决策者在优化自己的目标而 选择决策时，不能违背上层的决策。 ５、）自主性。各层决策者各自控制一部分决策变量，以优化各自的目标。 ６）制约性。下层的决策不但决定着自身目标的达成，而且也影响着上层目 标的达成。因此，上层在选择策略以优化自己的目标时，必须考虑到下层可能 采取的策略对自己的不利影响。 ７’ｌ依赖性。各层决策者的容许策略集通常是不可分离的，它们往往形成一 个相互关联的整体。２．２．３双层规划的数学描述在双层规划模型中，不同的决策者控制着相应的决策变量，并优化各自的目 标函数。由于双方可供选择的策略集是相互依赖的，因此上层的决策会影响下层的决策和目标的实现，反之亦然。 一般来说，双层规划模型可用如下的数学关系进行描述：设上层决策者控制的变量为石＝Ｏ，，Ｘ：，．．．，Ｘ。）Ｔ 变量为Ｙ＝（Ｙｌ，Ｙ２，．．．，Ｙ。）Ｔ∈ｙ ｃ Ｒ”。 Ｌｌ： ｍ～ｉｎＦ（ｘ，ｙ）ｓ．ｔ．ａ（ｘ，ｙ）≤ＯＬ２： ｍ～ｉｎＥＸ ｃ Ｒ”；下层决策者控制的（２－９）（２－１０）ｆ（ｘ，ｙ）（２－１１）（２－１２）Ｓ．ｔ．ｇ（ｘ，ｙ）≤０由以上描述可知道双层规划模型由上层规划模型和下层规划模型组成。Ｆ是 上层规划所确定的目标函数，ｚ为上层规划的决策变量，式（２．１０）是对变量ｚ的 约束，包括不等式约束和等式约束；，为下层规划所确定的目标函数，，为下 层规划的决策变量，式（２．１２）是对变量ｙ的约束，同样包括不等式约束和等式约 束；在双层规划模型的上层规划模型中，上层决策者通过设置ｚ的值影响下层 决策者，因此限制了下层决策者的可行约束集，而下层决策者的行为反过来又 会通过ｙ的值影响上层的决策。因此下层决策变量Ｊ，是上层决策变量Ｘ的函数， 即Ｙ＝），（Ｊ），这个函数一般被称为反应函数，一个好的决策很大程度上取决于 这个反应函数。武汉理工人学博士学位论文２．２．４双层规划在交通中的应用由于交通系统本身的特性，研究交通问题的一个重要工具是双层规划，学术 界对此做了不少研究，并得到一些成果，有些成果甚至已成功用于实践中，但 这方面的研究还远未达到较为完善的程度。 Ｌｅｂｌａｎｃ和Ｂｏｙｃｅｌ２９Ｊ首先用双层规划模型来描述交通网络设计问题， Ｂｅｎ．Ａｙｅｄｌ３０ｌ等人针对突尼斯境内公路网优化的问题，建立了一个网络设计问题 的双层线性规划模型并给出了解法；Ｍｉｇａｄａｌａｓ等【３ｌＪ对Ｏ．Ｄ需求估计问题作了详 尽的叙述。 双层数学规划模型也可以用来决定信号灯配时，从而最大化路网的储备通行 能力。储备通行能力的概念是从独立的信号灯交叉口上扩展到一般的信号灯控 制的道路网络上的。通常，交通系统中使用的双层规划模型的上层是一个优化 问题，典型的例子ＬＬ女ＩＹａｎｇ Ｈａｉ等【３２１，Ｙｉｎ Ｙａｆｅｎｇ等【３３１阐述了如何将信号控制作 为双层规划问题来进行优化解决，使车辆使用者做出合理反应，减少交通堵塞和延迟。另外还包括交通信号设置酬及优化１３５ｌ、收费站设割３６１、速度优化【３７】等。下层则是用来描述路网用户的路径选择行为，是对上层决策的人为反应。而在 考虑环境的交通控制系统中，双层规划模型越来越受到科研人员的重视。它的 特点是上层是一个多目标优化问题，即确定一组决策变量的最优值，从而使各种交通网络性能指标达到最优。典型的例子包括：信号灯优化配时与环境能力【３８Ｊ、匝道控制与环境能力【３９Ｊ、最优行使速度与环境能力【矧。下层同样是用户平 衡模型，用于描述网络用户的路径选择行为。双层多目标规划模型可以刻画为 一个Ｓｔａｃｋｅｌｂｅｒｇ博弈，有时也称作领导者．跟随者博弈。这里的领导者是交通规 划（设计）人员，他们的目标是通过交通规划和交通控制手段去优化整个系统的性 能函数；而跟随者是交通网络用户，他们根据规划人员的决策并结合自身利益 选择用户最优的路径。２．３模型求解的优化算法将实际问题抽象为数学模型后，在对设计变量、目标函数、约束条件分析 的基础上，寻求有效的优化方法，求得模型的最优或近似最优解。按照解决问 题的基本思想不同，传统最优化算法可以分为以下类型： （１）解析法武汉理Ｔ大学博十学位论文亦称为间接法，又称乘子法，以数学表达式描述非线性规划问题，并利用数学分析方法求出目标函数和约束函数的导数，用解析法求出函数的极值，而 后按充要条件确定其最优解。因为在迭代过程中要用到函数的导数，所以要求 函数一定是连续可微的。如最速下降法、Ｎｅｗｔｏｎ法、变尺度法、Ｌａｇｒａｎｇｅ乘子 法、梯度法、Ｋｅｌｌｅｙ法等。 （２）数值解法 又称为直接法，以数值解法进行迭代计算，根据一定的收敛判别条件，逐 步逼近最优点。一般在非线性问题的目标函数的数学表达式比较复杂，函数不 可导或求导困难时使用。如坐标轮换法、单纯形法、复合形法、约束降维法、 可变容差法等。 传统优化算法的共同特点是：对于复杂工程设计优化问题，收敛速度慢， 难以找到全局最优解。大量的研究实践表明，应用数学规划等经典的数学方法 来求解此类优化问题的效果不够好。随着计算机计算能力的不断增强和计算机技术不断发展，从２０世纪７０年代开始，研究人员开始利用计算机及计算机技 术解决此类问题，并获得了很多的研究成果，出现了一些解决上述复杂优化问 题的新的方法技术及新的优化算法。新的优化算法主要是以求解问题的近似满意解为特征的，如模拟退火算法 （ｓｉｍｕｌａｔｅｄ ａｎｎｅａｌｉｎｇ，ＳＡ）、遗传算法（ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ，ＧＡ）、蚁群算法（ａｎｔ ｏｐｔｉｍｉｚａｔｉｏｎ，ＡＣＯ）、微粒群算法（ｐａｒｔｉｃｌｅｓｗａｒｍ ｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）等。上述算法被统称为“智能优化算法”。鉴于待求解问题的复杂性，精确算法的计算复杂度 很高，在可接受的计算时间内无法求出问题的确切最优解。与经典数学规划的求解目标截然不同，智能优化算法的目标并不是求解待优化问题的最优解，而是在可接受的计算时间内获得问题的近似满意解。对于很多经济系统和工程优 化问题来说，由于存在大量的随机因素，往往也没有确切的最优解，因此很适 合采用智能优化算法求解此类问题。２．３．１遗传算法遗传算法的原理２．３．１．１遗传算法是模拟生物在自然环境中优胜劣汰、适者生存的遗传和进化过程 而形成的一种具有自适应能力的、全局性的概率搜索算法。它的思想源于生物武汉理工大学博士学位论文遗传学和适者生存的自然规律，是具有“生存＋检测”迭代过程的搜索算法，是对生物系统所进行的计算机模拟研究。 遗传算法是从代表待优化问题潜在解集的一个种群开始，而种群则由经过基因编码的一定数目的个体组成。基因编码成染色体，每个个体由染色体构成， 每个个体实际上是带有染色体特征的实体。染色体作为遗传物质的主要载体， 是多个基因的集合，即基因型，它决定了个体的形状的外部表现，即表现型。 因此，在一开始需要实现从表现型到基因型的映射即编码工作。初始种群产生 之后，按照适者生存和优胜劣汰的原理，逐代演化产生出适应度越来越好的个 体。在每一代中，根据问题域中个体的适应度的优劣，选择一些适应度高的个 体，基于这些选出的适应度高的个体，并借助于自然遗传学的交叉、变异算子， 产生出代表新解集的下一代种群。这个过程将导致种群像自然进化一样，使后 生代种群比前代种群具有更高的适应度，更加适应于环境。在优化过程结束后， 末代种群中的最优个体经过解码，即可以作为问题的近似最优解。 标准遗传算法的基本框架如下所示。参数初始化，生成编码长度为Ｌ的初始群体ｐ（０１计算个体的适应度值 ｗｈｉｌｅ（不满足终止准则） 计算所有个体的适应度 计算每个个体的选择概率选肼个体作为交叉操作和变异操作的父本ｆｏｒｉ＝０；ｉ＜Ｎ／２；ｉ＋＋根据选择概率在ＰＯ）中选择两个父本ｒ＝ｒａｎｄ ｉｆ ｒ＜Ｐｏ将两个父本不加改变地保存到下一代群ｉ本Ｐ（ｔ＋１）中ｅｌｓｅ执行交叉操作，产生两个子代 按照变异概率Ｐｍ对两个子代执行变异操作将其保存至ｌＪＰ（ｔ＋１）中ｅｎｄ武汉理：【人学博士学位论文ｅｎｄ ｅｎｄ其中，待优化问题的每个变量都用长度为，的二进制染色体串描述，搜索范围的下限对应于编码０，而其上限对应于编码２ ７―１。若包含ｒ／个变量，则由长 度为Ｌ―ｎ ｘｌ的二进制染色体串编码表示。通过对随机生成的染色体群体进行选择、交叉和变异操作使整个种群向着最优群体方向进化。 遗传算法的终止条件可以设定为：①达到了预先设定的进化代数；②种群 中的最优个体在连续若干代中都没有再获得改进；③最优个体达到预先设定的满意解。 遗传算法的进化过程可以用图２－１来表示。图２．１遗传算法进化示意图２．３．１．２遗传算法的起源与发展现状遗传算法是近几十年发展起来的一种新的全局优化算法。从２０世纪６０年代丌始，密西根大学的教授Ｊ．Ｈ．Ｈｏｌｌａｎｄ开始研究自然和人工系统的自适应行 为。在这些研究中，他试图发展一种用于创造通用程序和机器的理论。通用程 序和机器具有适应任意环境的能力，他意识到用群体方法搜索以及选择、交换 等等操作策略的重要性。在６０年代中期至７０年代术期，基于语言智能和逻辑．武汉理Ｔ入学博士学位论文数学智能的传统人工智能十分兴盛，而基于自然进化的思想则遭到科学界的怀 疑和反对，但Ｈｏｌｌａｎｄ教授及其数位博士生仍坚持对这一方向的研究。Ｊ．Ｄ．Ｂａｇｌｅｙ发明了“遗传算法’’一词并发表了第一篇有关遗传算法应用的论文【４１１，在他开创性的博士论文中采用的是双倍体编码，发展了与目前类似的复制、交叉、变 异、显性、倒位等基因操作，他还敏锐地觉察到防止早熟收敛的机理，并发展 了自适应遗传算法的概念。与此同时，Ｒ．Ｓ．Ｒｏｓｅｎｂｅｒｇ在他的博士论文中进行了 单细胞生物群体的计算机仿真研究，对以后函数优化的研究颇有启发，并发展 了自适应交叉策略【４卅。 在２０世纪７０年代，Ｃａｖｉｃｃｈｉｏ于１９７０年研究了基于遗传算法的子程序选择和模式识别问题，在模式识别问题上，采用整数编码，检索空间很大。他提出了以预选择策略保证群体多样性，对遗传算法参数进行中心控制的方法。同年， Ｗｅｉｎｂｅｒｇ研究了生物体的计算机仿真，他的贡献在于提出运用多层遗传算法来进行遗传算法的参数自动化。１９６８－－一１９７１年，Ｈｏｌｌａｎｄ教授提出了重要的模式理论，建议采用二进制编码，与前几位博士生不同，Ｈｏｌｌａｎｄ教授首次采用二进制 编码来研究函数优化问题，并指出了运用Ｇｒａｙ码的一些优点，他研究了从生物 系统引申出的各种不同的选择和配对策略。１９７２年，Ｆｒａｎｔｚ的博士论文中研究 了许多新的问题，如基因非线性现象等，但由于没有设计出诸如ＧＡ．ｄｅｃｅｐｔｉｏｎ 之类合适的非线性优化问题，其实验结果并不具备说服力。这一年，Ｈｏｌｌａｎｄ的 模式理论也渐趋成熟，但在编码策略上出现了至今仍执争论的两派，一派是根 据模式定理建议用尽量少的符号编码，另一派则以数值优化计算的方便和精度 为准采用一个基因一个参数的方法，并把相应的基因操作改造成适合实数操作 的形式，Ｂｏｓｗｏｒｔｈ、Ｚｏｏ和Ｚｅｉｇｌｅｒ便是后来的开创者。１９７５年树立了遗传算法 发展史上的两块里程碑，一是Ｈｏｌｌａｎｄ教授出版了经典著作（（Ａｄａｐｔａｔｉｏｎａｎｄ Ａｒｔｉｆｉｃｉａｌ ｉｎ ＮａｔｕｒｅＳｙｓｔｅｍ））１４３ｌ，该书是作者十几年来许多思想及其实现的结晶，其中详细阐述了遗传算法的理论，为其奠定了数学基础，并发展了一整套模拟生物 自适应系统的理论；二是Ｋ．