（交通信息工程及控制专业论文）高速通道多级协调控制.pdf

中南大学博士学位论文 摘要 摘要 。交通需求的日益增长、交通事件的发生导致高速通道内周期性、非周 期性交通阻塞日趋增多，对高速通道交通流实施控制是实际的需要；目前， 在制定拥堵疏导措施时，仅考虑高速干道或集散道路单方面的、局部的交 通状况，或仅采用单一控制措施，造成拥堵时间的过长和通道资源的浪费。 因此，有必要研究高速通道多种控制措施的协调以及控制与诱导措施的协 调。本文从以下几方面展开研究： 1 考虑公平性的高速干道多匝道协调控制研究。考虑匝道延误的公 平性，基于匝道延误基尼系数，建立多匝道协调优化控制模型；结合内点 法和可行方向法设计求解算法，实现公平性约束下的多匝道优化控制。 2 高速干道多控制措施协调控制研究。建立匝道控制限速宏观交通 流模型、主线限速和匝道控制的协调优化控制模型，基于分层递阶结构设 计求解算法，实现多控制措施的协调控制。 3 集散道路线控系统协调控制研究。基于改进的元胞传播模型，建 立集散道路网络交通流模型；考虑周期、相位差、绿信比间的相依关系构 建集散道路线控系统的两级递阶优化控制模型，协调级优化共用周期和双 向相位差，控制级优化绿信比；基于粒子群优化算法设计求解算法，实现 线控系统的自适应协调控制。 ， 4 高速干道和集散道路协调控制研究。基于分层递阶结构建立高速 干道和集散道路的协调优化模型，控制级可分为高速干道和集散道路协调 控制问题，协调级为考虑动态用户最优( d u o ) 、随机动态用户最优 ( s d u o ) 的多用户类动态配流问题；基于启发式算法设计该多用户类动 态配流v i p 问题的求解算法，改进迭代优化算法设计协调优化模型的求解 算法，实现高速通道协调控制。 5 不确定性条件下多目标多路径动态路径选择方法研究。考虑路径 路段特征的不确定性和出行者路径选择标准的多样性，选择参考点、值函 数j 建立适合动态路径诱导的累积前景理论；基于广义出行费用定义合理 替换路径，建立合理替换路径选择模型；改进的克隆选择算法与节点删除 法相结合，设计求解算法实现实时诱导。 6 高速通道控制与诱导的协调控制研究。分析主线限速、匝道控制 和诱导信息影响下的交通流特性，建立高速干道主线限速匝道控制诱导 交通流模型；建立了多层递阶模型协调高速通道的路径诱导和区域控制， 中南大学博士学位论文摘要 组织级为多用户动态交通分配问题，根据用户条件，分别基于v i p 和广义 出行费用建立d u 0 和s d u o 优化模型；协调级为诱导影响下的通道控制模 型，输入为路段流量、出行时间、诱导信息，输出为匝道调节率、主线限 速值、信号控制参数；控制级包括诱导影响下的集散道路控制模型和高速 干道控制模型；基于启发式算法提出了递阶模型的求解方法，实现了高速 通道多区域、多控制措施的协调控制。 此外，将各种协调控制模型应用n d , 规模路网中开展算例研究，说明 模型的有效性；同时指出了需进一步研究的问题。 关键词高速通道，协调控制，路径诱导，动态交通分配 i i 中南大学博士学位论文摘要 a b s t r a c t t h ei n c r e a s i n gt r a f j f i cd e m a n d sa n dt r a f j i ce v e n t sh a v ec a u s e dm o r ea n d m o r er e c u r r e n ta n dn o n r e c u r r e n tt r a f f i cja m si nf r e e w a yc o r r i d o gi ti s n e c e s s a r yt oc o o r d i n a t e d l yc o n t r o lf r e e w a yc o r r i d o rt os a t i s f yt h ep r a c t i c a l r e q u i r e m e n t f o rt h em o m e n t ，b e c a u s eo n l yf r e e w a y s ，s t r e e t s o ri t sl o c a l t r a f f i cc o n d i t i o n sa r ec o n s i d e r e d ，o ro n l yo n ec o n t r o lm e a s u r ei sa p p l i e d ，t h e c o n g e s tt i m em a y b ev e r yl o n ga n dt h er e s o u r c e so ff r e e w a yc o r r i d o rm a yn o t b ef u l l yu t i l i z e d t h e r e f o r e ，i ti sr e q u i r e df o rf r e e w a yc o r r i d o rt oc o o r d i n a t e s o m ek i n d so fc o n t r o lm e a s u r e so rc o o r d i n a t ec o n t r o la n dr o u t eg u i d a n c e s o m ep r o b l e m sa sf o l l o w sa led i s c u s s e di nt h i sp a p e r f i r s t ，m u l t i r a m pc o o r d i n a t e dc o n t r o lo ff r e e w a yb a s e do ne q u i t yi s c a n v a s s e d t or e a l i z et h ee q u i t yo fq u e u ed e l a yo fr a m p ，b a s e do ng i n i c o e f f i c i e n to fq u e u ed e l a y , d e f i n e di na c c o r d a n c ew i t hi t sd e f i n i t i o ni n e c o n o m i c s ，t h ec o o r d i n a t e dm u l t i r a m po p t i m i z a t i o nm o d e li s b u i l t t h e a l g o r i t h mi n c o r p o r a t i n gf e a s i b l ed i r e c t i o na l g o r i t h ma n di n t e r i o rp o i n tm e t h o d i ss u g g e s t e d s e c o n d ，t h ec o o r d i n a t e dc o n t r o lo fs o m ec o n t r o lm e a s u r e si si n v e s t i g a t e d t or e a l i z et h ec o o r d i n a t e dc o n t r o l ，r a m p 。c o n t r o l l i m i ts p e e dm a c r o s c o p i c t r a f f i cf l o wm o d e la n dc o o r d i n a t e do p t i m u mc o n t r o lm o d e lo fr a m pc o n t r o l a n dl i m i ts p e e di sr e s p e c t i v e l ym o d e l e d a tt h es a m et i m e ，a na l g o r i t h mb a s e d o nh i e r a r c h i c a ls t r u c t u r ei sr e c o m m e n d e d t h i r d ，t h eo p t i m a lc o o r d i n a t i o no fa r t e r ys y s t e mi si n t r o d u c e d u s i n g m o d i f i e dc e l lt r a n s m i s s i o nm o d e l ，t h en e t w o r kt r a f f i cf l o wm o d e lo fa r t e r y s y s t e mi sd e v e l o p e d b a s e do nt h er e l a t i o n so ft h es i g n a lc y c l e ，o f f s e t sa n d s p l i t sa n dh i e r a r c h i c a lc o n t r o l ，t h eb i l e v e lo p t i m u mm o d e li se x p o u n d e d a t t h ef i r s tl e v e l ，c y c l ea n dt w o - w a yo f f s e t sa r ed e t e r m i n e ds i m u l t a n e o u s l y a t t h es e c o n dl e v e l ，t h es p l i t so fe a c hi n t e r s e c t i o na l ed e t e r m i n e dt om a k ei t s e l f d e l a y sl e a s t t os o l v et h eb i l e v e lm o d e l ，am o d i f i e dp a r t i c l es w a r ma l g o r i t h m i sp r e s e n t e d f o u r t h ，t h ec o o r d i n a t e dc o n t r 0 1o ff r e e w a ya n ds t r e e t si sp r e s e n t e d t h e c o o r d i n a t e dm o d e li ss u g g e s t e du s i n gh i e r a r c h i c a lc o n t r o l ，w h o s ec o n t r o ll e v e l i n c l u d e sf r e e w a ya n ds t r e e t sc o n t r o lp r o b l e m ，a n dw h o s ec o o r d i n a t i o nl e v e li s i i i m u l t i u s e r sd y n a m i ct r a f f i ca s s i g n m e n tp r o b l e mw h i c hi n c l u d e st w oc l a s s e so f u s e r s ：d y n a m i cu s e r so p t i m i z a t i o n ( d u o ) a n ds t o c h a s t i cd y n a m i c u s e r s o p t i m i z a t i o n ( s d u o ) m o d i f y i n g i t e r a t i v e o p t i m i z a t i o na l g o r i t h m ，t h e v a r i a t i o n a li n e q u a l i t yp r o b l e mo fm u l t i u s e r sd y n a m i ct r a f f i ca s s i g n m e n ti s s o l v e d f u r t h e r m o r e ，m o d i f y i n gi t e r a t i v eo p t i m i z a t i o na s s i g n m e n ta l g o r i t h m ， t h ea l g o r i t h mo ft h ec o o r d i n a t e dc o n t r o lp r o b l e mi sp r e s e n t e d f i m l t h em e t h o d so fd y n a m i cm u l t i c r i t e r i am u l t i - r o u t ec h o i c eu n d e r u n c e r t a i n t ya r es t u d i e d r d ( i n gi n t oa c c o u n tt h eu n c e r t a i n t yo fr o u t e so rl i n k s a n dd r i v e r sr o u t ec h o i c ec h a r a c t e r i s t i c ，s e l e c t i n gr e f e r e n c ep o i n ta n dv a l u e f u n c t i o n ，t h ec u m u l a t i v ep r o s p e c tt h e o r y , s u i t a b l et od y n a m i c r o u t eg u i d a n c e ， i s s u g g e s t e d c o r r e s p o n d i n gt ot h er e a s o n a b l ea l t e r n a t i v er o u t e ，w h i c hi s d e f i n e db a s e do nt h eg e n e r a l i z e dr o u t ee x p e n d i t u r e ，t h em u l t i r o u t ec h o i c e m o d e li sp r e s e n t e d n o d ed e l e t i o na l g o r i t h mc o m b i n i n gw i t hc l o n es e l e c t i o n a l g o r i t h mi sa p p l i e dt os e a r c ht h er e a s o n a b l ea l t e r n a t i v er o u t e s i x t h ，t h ec o o r d i n a t i o no ft r a f f i cc o n t r o la n dr o u t eg u i d a n c ei sd i s c u s s e d a n a l y z i n gt r a f f i cf l o wc h a r a c t e r i s t i c su n d e rt h ei n f l u e n c eo fv a r i a b l es p e e d l i m i t s ，r a m pm e t e r i n g a n d g u i d a n c ei n f o r m a t i o n ，t h es p e e dl i m i t - r a m p c o n t r 0 1 g u i d a n c et r 世i cf l o wm o d e lo nf r e e w a yi sm o d e l e d ac o o r d i n a t e d m o d e lo ft r a f f i cc o n t r o la n dr o u t eg u i d a n c ei n 仃a m cc o r r i d o ri ss u g g e s t e d ， w h o s eo r g a n i z a t i o nl e v e li sm u l t i p l eu s e r sc l a s s e sd y n a m i ct r a f f i ca s s i g n m e n t p r o b l e m w h o s ec o o r d i n a t i o nl e v e l i st r a f f i cc o r r i d o rc o n t r 0 1p r o b l e mu n d e r t h eg u i d a n c e a n dw h o s ec o n t r 0 1 l e v e la r es t r e e tc o n t r 0 1p r o b l e ma n df r e e w a y c o n t r 0 1p r o b l e m t h eo p t i m i z a t i o nm o d e l so nd u oa n ds d u oa r e r e s p e c t i v e l y b u i l tb a s e do nv i pa n dt h eg e n e r a l i z e dt r a v e lt i m eu n d e r u n c e r t a i n t yi nt h eo r g a n i z a t i o nl e v e l t h eo u t p u t so f t h ec o o r d i n a t i o nl e v e la r e r a m pr e g u l a t i v er a t e s ，l i m i ts p e e d sa n ds i g n a lp a r a m e t e r sw h e ng u i d a n c e i n f o r m a t i o n ，g e n e r a l i z e dt r a v e lt i m ea n dt r a f f i cf l o w sa r ei n p u t ah e u r i s t i c s o l u t i o na l g o r i t h mi sp r e s e n t e d f u r t h e r m o r e a l lc o n t r o lm o d e l sa r ea p p l i e dt os m a l lr o a dn e t w o r kt o a n a l y z et h e i ri m p a c t s f i n a l l y , t h ef u t u r er e s e a r c he m p h a s i si sd e s i g n a t e d k e yw o r d sf r e e w a yc o r r i d o r , c o o r d i n a t e dc o n t r o l ，r o u t eg u i d a n c e ， d y n a m i ct r a f f i ca s s i g n m e n t i v 中鬻大学博士学毽论文 符号滋甥 符号说明 z ：离散时间间隔。 k ：时间步数，k = 1 , 2 ，k 。 哦( 七) ：时间间隔【( 克- 1 ) t ，k t 】内需从第i 入口( 匝道或主线) 进入高速干道的流 量( v e h h ) 。 ( 露) ：嚣尊闻闻隔 ( k - 1 ) t ，k t 】内从第i 出躁( 匝道或主线) 离开高速干道的流量 ( v e h h ) 。 r j ( k ) ：时间间隔【( 七- 1 ) t ，k t 】内入口匝道歹的调节量( v e m a ) 。 r ( k ) = k ( 霓) ，吃( 忌) ，艉( 七) 】：时间间隔【( k - 1 ) r ，k t 】内删个被控入口匝道调节量 所组成的向量。 g ，国：时间间隔【( j j - 1 ) r ，k t 】内第，段高速干道各车道的平均流量( v e h m a n e ) 。 肛：时间间隔【( 露- 1 ) t ，k t 】内第段高速干道的平均密度( v e h k r n ) 。 v ，：时间闻隔 ( k - 1 ) t j k t 】内第歹段高速干道的平均速度( k m h ) 。 名，：第，段高速干道的车道数。 三，：第歹段高速于道的长度。 r l ：宏观交通流模型中的期望系数。 f ：宏观交通流模型中的松弛系数。 茁、疗，：宏观交通流模型中的常系数。 v 觚，：第歹段高速干道的自由流速度( k m h ) 。 ，：第段高速干道的临界密度( v e h k m ) 。 q ，：k t 时刻入口匝道j f 上的流量( v e h h ) 。 w j ( k ) ：k t 时亥l 入口匝道歹上的排队长度( v e h ) 。 。d ，( 露) ：k t 时刻入口匝道歹上的需求量( v e h ) 。 s ，( 七) ：k t 时刻出口匝道歹的流出量( v e h ) 。 q ，燃：入口匝道的容量( v e h h ) p ，燃：高速公路段，的最大密度( v e h k m ) 。 m ：控制步长。 中南大学博士学位论文符号说明 圯：预测步长。 ，肛) ：主线段歹的限速值( k m h ) 。 v “脚= n ，：主线限速值向量。 a ：网络边的集合。 a ，：进入节点j 的边的集合。 艿，：离开节点，的边的集合。 ( 尼) u ( 尼) ：k 时段进入边a 的流入量。 “：( 七) u s ( 尼) ：k 时段进入边a 、目的地为s 的流入量。 “三( 尼) ：k 时段r - s 间的边a 上属于路径g 的流入量。 y o ( k ) y ( 尼) ：七时段离开边a 的流出量。 以( 尼) y 5 ( 尼) ：k 时段离开边a 、目的地为s 的流出量。 少三( | j ) ：k 时段卜s 间的边a 上属于路径g 的流出量。 虬( 尼) ：k 时刻进入边a 的累积流入量。 “( 七) u 5 ( 尼) ：k 时刻进入边a 、目的地为s 的累积流入量。 吆( 七) ：k 时刻m 间的边a 上属于路径g 的累积流入量。 t o ( k ) ：k 时刻离开边a 的累积流出量。 巧( 七) ：k 时刻离开边a 、目的地为s 的累积流出量。 瑶( 尼) ：k 时刻m 间的边a 上属于路径鸟的累积流出量。 x o ( g ) x ( 尼) ：k 时段边a 上的流量。 ( 尼) x 。( 尼) ：k 时段进入边a 、目的地为s 的流量。 x a ”q ( 尼) ：k 时段m 间的边a 上属于路径g 的流量。 硝( 尼) ：k 时段在节点z 产生的目的地为s 的流量。 巳k ( 尼) ，( 尼) ，儿( 尼) 】：k 时段边a 的平均阻抗。 e q ( k ) ：k 时段路径g 的平均阻抗。 t o ( k ) ：k 时段进入边a 的车辆的平均实际阻抗。 i i 原创性声明 本人声明，所呈交的学位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，除了论文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南 大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本 研究所作的贡献均已在在论文中作了明确的说明。 作者签名：立型地 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校有权 保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全 部或部分内容，可以采用复印、缩印或其它手段保存学位论文；学校可根 据国家或湖南省有关部门规定送交学位论文。 中南大学博士学位论文第一章绪论 第一章绪论 1 1 高速通道协调控制的意义 高速通道( f r e e w a yc o r r i d o r ) t l l 是由高速干道( 或城市快速路) 、平行道路( 网) 及 连接匝道构成的整体，平行道路( 网) 称为集散道路，包括一般公路、城市道路。 日益增长的交通需求导致高速通道内周期性的、非周期性的交通阻塞日趋增多， 交通事故或其它意外交通事件使交通阻塞进一步加剧，这种现象在大城市的高速通道 中尤为明显，因此，进行高速通道交通管理与控制的研究是必要的。 高速干道和集散道路存在的诸多差异，如：二者功能不同，高速干道主要承担 快速、过境交通，而集散道路主要承担慢速j 境内交通；二者隶属不同行政管理部 门，高速干道由专设的管理机构管辖，而集散道路由城市交通部门、地方交通管理部 门管辖；二者地理位置不同，高速干道嵌于集散道路中；二者控制方法不同，高 速干道采用限速控制、匝道控制等，而集散道路主要采用信号控制。这些差异的存在， 易使人们忽视二者的相互联系，在制定拥堵疏导措施时，常常仅考虑高速干道或集散 道路单方面的交通状况，导致拥堵时间的过长和通道资源的浪费。如当一方已拥挤， 而另一方尚未饱和时，因拥挤交通流不会自觉分流，从而形成“局部拥挤严重、局部 容量闲置”的现象。实际上，高速干道和集散道路是相互依赖，相互影响的，如二者 承担相同流向的交通流、二者的管理目标均是实现系统最优( s y s t e mo p t i m i z a t i o n ， s o ) 、二者的用户均按用户均衡( u s e re q u i l i b r i u m ，u e ) 或随机用户均衡( s t o c h a s t i c u s e re q u i l i b r i u m ，s u e ) 原理选择路径、二者有互连匝道相互连通。而且，高速干道 和集散道路的控制方法有多种，不同方法对交通流的作用范围、影响程度各不相同。 因此，有必要将高速干道和集散道路置于同一系统中，实现二者的协调控制。 综上所述，基于先进的交通管理系统( a d v a n c e dt r a 伍cm a n a g e m e n ts y s t e m ， a t m s ) 、先进的交通信息系统( a d v a n c e dt r a f f i ci n f o r m a t i o ns y s t e m ，a t i s ) 和大系 统理论等相关领域的技术和措施，以高速通道为研究对象，制定适当控制和诱导策略， 合理控制和引导高速通道交通，平衡高速干道内部、集散道路内部及二者间的交通， 是非常必要的。 论文以高速通道为研究对象，在分析高速通道协调控制研究现状基础上，研究高 速通道中高速干道的协调控制、集散道路的协调控制，以及集成二者的协调控制。本 章在1 2 节中分析和评价高速通道协调控制的研究现状；在1 3 节中针对现状研究的缺 陷，提出本文的主要研究内容；在1 4 1 5 节中根据研究内容，分别介绍本文的技术 中南大学博士学位论文 第一章绪论 路线和研究方法；在1 6 节中说明论文结构。 1 2 高速通道协调控制研究现状及分析 1 2 1 高速干道协调控制研究现状 ( 1 ) 高速干道多匝道协调控制研究 因高速干道入口匝道间交通状态的强相关性和大差异性，入口匝道控制应综合考 虑整个高速干道的运行状况，以高速干道系统性能最优为目标，协调确定各匝道的控 制率。多匝道协调控制可分为： 1 ) 多匝道定时控制 多匝道定时控制策略依据静态模型和历史统计数据离线计算特定时间段内的入 口匝道调节量。经典的多匝道定时策略f l 了w a t t e r w o r t h t 2 】提出，将多匝道协调问题看成 在高速干道主线流量约束和入口匝道排队约束下的线性规划( l i n e a rp r o g r a m m i n g ，l p ) 问题。当入口匝道交通流稳定且到达比例不变时，该方法能起到一定作用。但实际上， 交通需求不是恒定的；入口匝道到达高速干道各部分的比例是不断变化的；交通事件 将扰动交通状态；故多匝道定时控制在实际使用中的效果不佳。一些改进模型被提出， 如p a p a g e o r g i o u 3 1 引入固定出行时间概念改进了该线性规划；杨晓光吲同时考虑各区间 通行能力、行驶速度、出入匝道排队长度等约束，利用逐步优化模型使常规l p 方法能 适应动态变化的交通状况，改进了传统的l p 方法。 2 ) m e t a l i n e 多匝道反馈协调控制策略 在单匝道控制策略a l i n e a ( a s s e r v i s s e m e n tl i n 6 a i r ed e n t r 6 ea u o t r o u t i 6 r e ) 的基 础上，p a p a g e o r g i o u 提出了基于反馈控制理论的多匝道协调控制策略m e t a l i n e 【5 】， m e t a l i n e 是a l i n e a 的多变量推广，其目标在于同时维持多个匝道下游占有率在一 组设定值附近。从理论上看，m e t a l i n e 应比a l i n e a 算法能取得更好的效果，但 m e t a l l n e 算法 ：匕a l i n e a 算法复杂得多，需要设定m 附1 ) 个参数，其效果取决 于调节器参数矩阵及期望占有率向量的精确测量，而且，m e t a l i n e 算法没有考虑入 口匝道排队回溢现象。 3 ) 基于非线性状态反馈的多匝道协调控制算法 线性二次型反馈控制是把非线性的交通流模型在标称点附近进行线性化后，再采 用二次型反馈控制，使系统维持在标称点附近【6 】。该方法在交通流变化不大的情况下， 能很好地保持系统的性能，但在交通流变化较大时，即非线性特征占主导地位时，控 制效果大为下降。因此，一些学者探求其改进方法，女i z h a n g t 7 1 基于非线性状态反馈提 出了多匝道协调控制，并采用b p ( b a c kp r o p a g a t i o n ) 神经网络实现了多匝道协调算 2 中南大学博士学位论文 第一章绪论 法，提出的反馈控制律具有非线性特征，该算法比线性二次型反馈定律在减少系统出 行时间等性能指标上能取得更好的效果，并且能在较大范围内以很快的速度稳定交通 流的变化；p a p a g e o r g i o u 8 】提出了高速干道多匝道非线性优化协调控制，并采用分层递 阶智能控制求解了优化问题；梁新荣等1 9 基于大系统分解协调方法研究了高速干道多 匝道的协调控制问题，建立了反映高速干道交通动态变化的有限差分模型，结合交通 系统的特点提出了改进的多层控制方法。 4 ) 瓶颈算法及其它 瓶颈算法【1 ( b o t t l e n e c ka l g o r i t h m ) 实行两级分层控制：各匝道控制器构成下级控 制器，采用需求容量算法；上级控制级中，协调控制策略负责鉴别出瓶颈路段，并根 据流量守恒决定该区域流量的减少值，然后把这个流量减少值按预先设定的权重分配 到区域中的各个入口匝道；实际的入口匝道调节率就是本地调节率和全局调节率的较 小值。该算法从1 9 8 1 年开始在s e a t t l e 市中心商业区北面i 5 高速干道上使用，取得了明 显的成效。其它协调算法的研究，如z h a n g t l l 】综合考虑控制效率和公平性，进行了多 匝道的协调控制研究；k o t s i a l o s t l 2 1 3 】等预先设定匝道储备通行能力，利用储备通行能 力进行多匝道协调控制，增强了入口匝道控制中的公平性。 ( 2 ) 高速干道匝道控制与限速控制的协调研究 王震宇【1 4 1 、黄铮【1 5 】等依据智能控制系统的分级递阶结构，提出了高速干道协调控 制系统的递阶体系结构，并以a g e n t 作为各级智能控制器，建立了高速干道协调控制 系统m a s ( m u l t i - a g e n ts y s t e m ) 模型，探讨了m a s 中主体的结构模型、构造方法、 通信机制和协商机制，为基于m u l t i a g e n t 的高速干道协调控制系统的最终实现提供了 理论指导和方法依据。a l e s s a n d r i 1 6 1 、z h a n g t l 7 1 8 1 、h e g y i 1 9 1 等研究了匝道控制和限速 控制的协调问题，如a l e s s a n d r i 将入口匝道控制与限速控制相结合的协调控制策略，采 用时间一空间离散化的高速干道宏观模型，同时考虑限速对密度速度曲线的影响；采 用p o w e l l 优化方法获得了次优的结果，应用结果表明该协调策略可以减轻拥挤，提高 平均车速等；但该算法对大规模道路网络计算的实时性问题和模型时变参数的辨识问 题等未找到有效的解决办法。 1 2 2 集散道路协调控制研究现状 集散道路协调控制1 2 0 】包括线控系统的协调控制( 线控制) 、区域协调控制( 面控 制) ，线控系统协调控制通过选择适当共用周期、绿信比和相位差，使沿干线行驶的 车辆尽可能多地遇到绿灯、车队连续通行的一种联动控制措施；区域协调控制是以城 市某区域内主要交叉口为控制对象，根据实际需要，优化选择共用周期、绿信比和相 位差，使系统控制目标最优的一种控制策略。 中南大学博士学位论文 第一章绪论 ( 1 ) 线控系统协调控制研究 线控系统的控制方式可以是定时控制，也可以是感应控制。如果控制配时是根据 一段时间内交通流的变化规律预先确定好的，这种系统控制方式就称为定时线控。如 果控制变量是基于实时测量的交通参量的，则为感应线控。一般地，定时线控的设备 较为简单，但缺乏适应性；感应线控设备较为复杂，但采用该方式，可提高线控效果。 线控系统优化算法主要为： 1 ) 最大绿波带法 该算法【2 卜2 刁是线控系统最常用的设计方法，它首先将受控系统分成几个子系统， 分别独立优化，获得各子系统的最优配时；然后，以绿波带宽为目标函数，以共用周 期和相位差为协调变量，计算控制参数，既保证子系统的准最优，又保证整个系统准 最优。在最大绿波带计算中，没有充分考虑信号周期与相位差的关系。 2 ) 其它协调优化算法 s i g o p 相位差优化算法【2 2 】以路网为对象，按相位差的误差平方和最小原理，设计 最佳相位差。 陈森发等【2 3 】提出线控系统两级递阶结构：第一级用模糊逻辑控制器确定单路口交 通信号灯的周期和绿信比；第二级用模糊相位控制器确定相邻两路口的相位差；两级 间用模糊转换开关协调。 魏朗等【2 4 】在引入交叉口信号状态位差概念基础上，提出线控系统比例信号相位差 设计方案，并在美国道路通行能力手册( h i g h w a yc a p a c i t ym a n u a l ，h c m ) 信号延迟 计算式的基础上整理出规范化的信号周期及有效绿信比设计模型，从而为线控系统构 建了一套完整的信号群控制参数优化设计模式。 万绪军等【2 5 】分析上、下行车辆在交叉口的延误规律，根据最优化理论，以使沿干 线双向行驶的车辆延误最小为目标，建立了线控系统相位差调节模型。 常云涛等【2 6 】探讨了线控系统传统解法中存在的典型问题，对线控系统中各交叉口 交通流的“驶离到达”模式进行分析，提出了基于遗传算法的相位差优化设计方法。 赵建玉等口7 】以线控系统为研究对象，提出了一种实用的交通流模糊控制算法。在 现有模糊控制算法基础上，增加绿灯延时终止算法，通过对绿灯延时的细微调整，防 止不必要的绿灯延时，从而利用模糊逻辑对绿信比进行优化。 李瑞敏等【2 8 】将模糊控制理论应用于线控系统，提出了分层协调控制模型，分别给 出了周期长、绿信比和相位差的模糊推理方法。 干线协调控制也是国外许多学者的研究重点，h l g a r t n e r 2 9 基于可变绿波带、 w e y 3 0 】基于状态反馈的整数线性规划方程、h e u n g 3 1 】基于模糊控制和动态规划进行了 4 中南大学博士学位论文 第一章绪论 线控系统协调控制研究。 ( 2 ) 区域协调控制研究 1 ) 经典交通信号控制系统研究 目前，在实际交通控制中广泛应用的、较为典型的交通控制系统为s c a t s ( s y d n e y c o o r d i n a t e da d a p t i v et r a f f i cs y s t e m ) 系统、s c o o t ( s p l i t ，c y c l e ，a n do f f s e to p t i m i z a t i o n t e c h n i q u e ) 系统、t r a n s y t ( t r a f ! f i cn e t w o r ks t u d yt 0 0 1 ) 系统、o p a c ( o p t i m i z e d p o l i c i e sf o ra d a p t i v ec o n t r 0 1 ) 、u t o p i a ( u r b a nt r a f f i co p t i m i z a t i o nb yi n t e g r a t e d a u t o m a t i o n ) 系统及r h o d e s ( r e a l t i m eh i e r a r c h i a lo p t i m i z e dd i s t r i b u t e de f f e c t i v e s y s t e m ) 系统等【3 2 - 3 8 1 。 ( 至) t r a n s y t 交通网络研究工具 t r a n s y t 是英国道路研究所( t r a n s p o r tr o a dr e s e a r c hl a b o r a t o r y ，t r r i ，) 于1 9 6 6 年提出的交通网络信号配时离线优化软件。t r a n s y t 是一种脱机操作的定时控制系 统，系统主要由仿真模型和优化计算两部分组成。t r a n s y t 将车辆延误时间和停车 次数以加权和的形式折合成总运行费用，以总运行费用最小为系统的优化目标：控制 参数为绿信比与相位差，建立数学模型用“爬山法”进行离线优化计算确定；周期从事 先确定方案中通过运行指标的比较选出。t r a n s y t 是最成功的静态系统，它被世界 上4 0 0 多个城市所采用。但也存在明显的不足：计算量很大，在大城市中这一问题 尤为突出。周期长度不进行优化，事实上很难获得整体最优的配时方案。因其离 线优化，需大量的路网几何尺寸和交通流数据，在城市发展较快时，为保证可信度往 往不得不花费大量时间、人力、财力重新采集数据再优化制定。不能实时响应交通 流的变化。 s c o o t 绿信比、周期、相位差优化技术 s c o o t 是t r r l 在t r a n s y t 的基础上发展起来的一种交通网络实时自适应协调 控制系统。s c o o t 模型及其优化原理与t r a n s y t 基本相仿，不同点是s c o o t 为方案 生成式控制系统，通过安装在交叉口每条进口道最上游的车辆检测器所采集的车辆到 达信息，联机处理，形成控制方案，连续实时调整周期、绿信比和相位差以适应不同 的交通状况。 s c o o t 系统具有许多优点，如它包含一个灵活、准确的实时交通模型，不仅用于 制定配时方案，还可以提供各种交通信息；s c o o t 能实时预测下一周期的交通状况， 提高了结果的可靠性和有效性；s c o o t 调整参数时采用频繁的小增量变化，既避免了 信号参数突变给车辆带来的损失，又可通过频繁的累加变化来适应交通条件的变化； 中南大学博士学位论文 第一章绪论 s c o o t 的车辆检测器埋设在上游路口的出口处，为下游交叉口信号配时预留了充足的 时间，且可有足够时间作出反应以预防车队阻塞到上游交叉口。s c o o t 的不足是： 相位不能自动增减，相序不能自动改变。独立控制子区的划分不能自行解决，需人 工确定。饱和流率的校核未自动化，现场安装调试相当繁琐。需要大量的车辆检 测器，单个检测器的失效可能引起系统的崩溃。 ( 蔓) s c a t s 悉尼协调自适应交通系统 s c a t s 采取分层递阶的控制结构。地区级的计算机自动把各种数据送到管理计算 机；监控计算机连续地监视所有路口的信号运行、检测器的工作状况；地区主控制器 分析路口控制器送来的车流数据，确定控制策略，并对本区域各路口进行实时控制， 同时，还把收集到的数据送到控制中心用于离线分析；路口控制器采集分析检测器提 供的交通数据，并负责传送到地区主控制器，同时接受地区主控制器的指令，控制本 路口信号。s c a t s 以类饱和度( 车流有效利用绿灯时间与绿灯显示时间之比) 综合流 量最大为系统目标：无实时交通模型，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确定。 s c a t s 系统充分体现了计算机网络技术的突出优点，结构易于改变，控制方案容 易变换，在需要时s c a t s 能合并相邻地区联合控制，也可允许各路口自主实施车辆感 应控制。但s c a t s 系统有几个明显不足： s c a t s 实为一种方案选择系统，限制了配 时参数的优化程度。( g ) s c a t s 过分依赖于计算机硬件，除了p d p i l 系列数字计算机外， 无法在其它计算机系统上方便实施。选择相位差方案时，无车流实时信息反馈，可 靠性低；无法检测到排队长度，难以消除拥挤。 虽然这些系统已经在实际中得到应用，并取得了一定的效果，但是这些系统所采 用的方法要么是离线优化方式( t 毗蝌s y t ) ，不能适应交通流的动态变化；要么虽 然是在线优化方式( s c a t s ) ，但因无实时的交通流模型，导致优化程度较低。 2 ) 基于先进控制技术的区域协调控制 李瑞敏等【3 9 j 在分析当前城市交通信号控制系统发展趋势的基础上，针对我国城市 交通实际