（模式识别与智能系统专业论文）双向绿波优化控制研究.pdf

摘要 摘要 随着现代社会和经济的发展，以及城市化进程的加快，城市交通的拥塞已经 成为世界范围内所面对的的主要问题之一。智能交通控制系统作为缓解城市交通 压力的有效途径而成为学术界和产业界的研究热点，绿波控制是智能交通的重要 研究领域，本文针对城市交通的干线双向绿波的优化控制展开研究。 论文的主要研究工作包括： 1 概述了现代交通控制和智能优化算法的发展，分析了交通控制的基本原理以 及交通信号配时，研究了几种典型的智能优化算法。 2 深入分析了干线中交通流量采集传感器的布局，针对不同的交通道路情况， 对交通流量采集传感器的合理布局进行讨论，以较好地采集干线的交通流量 和提高干线采集的精确，并给出了传感器布局的整体思路。 3 详细描述了双向绿波控制的基本原理和控制目标。基于对交通控制中的性能 指标分析，提出了一种城市干线上双向绿波控制算法，通过对干线上双向绿 波过程的分析，并基于延误、排队长度和绿波损耗的分析建立了双向绿波优 化控制的目标函数。引入了粒子群优化算法( p s o ) 对建立的双向绿波的多 目标模型进行优化设计，并详细描述了优化设计的基本原理与算法。 4 通过u s t c m t s 2 0 仿真平台，对本文提出的双向绿波优化算法进行了仿真， 实验结果验证了本文方法的有效性。 关键词：交通控制，粒子群优化，传感器布局，双向绿波，多目标优化 a b s t r a c t a b s t r a c t w i t l lt h er a p i dd e v e l o p m e h to fm o d e ms o c i e t ya n de c o n o m ya n dt h ea c c e l e r a t i o n o fu r b a n i z a t i o np r o c e s s ，u r b a nt r a f f i cc o n g e s t i o nh a sb e c o m eo n eo ft h em a j o r p r o b l e m sf a c e db yw o r l d w i d e i n t e l l i g e n tt r a f f i cc o n t r o ls y s t e m ，a ne f f e c t i v ew a yt o r e l e a s eu r b a nt r a f f i cp r e s s u r e ，h a sb e c o m et h ei n t e r e s t i n gt o p i co fa c a d e m i ca n d i n d u s t r y g r e e n w a yc o n t r o li sa l li m p o r t a n tc o m p o n e n to fi n t e l l i g e n tt r a n s p o r t a t i o n s y s t e m n i sd i s s e r t a t i o na i m st os t u d yo p t i m a lc o n t r o lo fb i d i r e c t i o n a la r t e r i a l g r e e n 。w a y t h em a i nw o r ko ft h i sd i s s e r t a t i o ni sa sf o l l o w s ： 1 t h ed e v e l o p m e no fm o d e mt r a f f i cc o n t r o la n di n t e l l i g e n to p t i m i z a t i o na l g o r i t h m s a r er e v i e w e db r i e f l y t h eb a s i ct r a f f i cc o n t r o lp r i n c i p l e sa n dt h et r a f f i cs i g n a l t i m i n gm e t h o d sa r ea n a l y a e d s o m et y p i c a li n t e l l i g e n to p t i m i z a t i o na l g o r i t h m sa r e s t u d i e d 2 t h el a y o u to fi n d u c t i v el o o ps e n s o r si ss t u d i e dt oa c q u i r ea r t e r i a lt r a f f i cf l o w i n f o r m a t i o n f o rt h ed i f f e r e n tr o a dc o n d i t i o n s ，t h er a t i o n a ll a y o u tm e t h o d so ft h e i n d u c t i v el o o ps e n s o r sa l ed i s c u s s e dt oa c q u i r eu r b a na r t e r i a li n f o r m a t i o na n d i m p r o v ei n f o r m a t i o na c c u r a t e n el a y o u tm e t h o di sg i v e na sw e l l 3 1 1 1 eb a s i cp r i n c i p l e sa n dc o n t r o lo b j e c t i v e so fb i d i r e c t i o n a lg r e e n - w a ya r e d e s c r i b e di nd e t a i l b a s e do nt h ea n a l y s i so ft h ep e r f o r m a n c ei n d e xi nt r a f f i c c o n t r o l ，ab i d i r e c t i o n a lg r e e n - w a yc o n t r o la l g o r i t h mi sp r o p o s e d b yt h ea n a l y s i s o ft h ep r o c e s so fb i d i r e c t i o n a lg r e e n w a yi nt h eu r b a nt r a f f i ct r u n k , t h ed e l a y , t h e q u e u el e n g t ha n dt h el o s so fg r e e nw a v ea r ei n c o r p o r a t e dt o c o n s t r u c tt h e o b j e c t i v ef u n c t i o n so fg r e e nw a v eo p t i m a lc o n t r 0 1 p a r t i c a ls w a r mo p t i m i z a t i o n ( p s o ) i si n t r o d u c e dt oo p t i m i z et h em u l t i - o b j e c t i v em o d e lo fb i d i r e c t i o n a l g r e e n w a y n ed e t a i l e dd e s c r i p t i o no f t h ep r o p o s e da l g o r i t h mi sg i v e n 4 t h eu s t c m t s 2 0s i m u l a t i o np l a t f o r mi su t i l i z e dt ov a l i d a t eo u ra l g o r i t h m t h e s i m u l a t i o ne x p e r i m e n t a lr e s u l t sd e m o n s t r a t et h ep r o p o s e da l g o r i t h me f f e c t i v ea n d p r a c t i c a l k e yw o r d s ： t r a f f i cc o n t r o l ，p a r t i c l es w a r mo p t i m i z a t i o n ，l a y o u to fs e n s o r , b i d i r e c t i o n a lg r e e n - w a v e ，m u l t i - o b j e c t i v eo p t i m i z a t i o n i i 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或 撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作 了明确的说明。 作者签名：签字日期： 中国科学技术大学学位论文授权使用声明 、 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学 拥有学位论文的部分使用权，即：学校有权按有关规定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，可以将学位论文编入中 国学位论文全文数据库等有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内 容相一致。 保密的学位论文在解密后也遵守此规定。 口公开口保密( 年) 作者签名： 签字日期： 导师签名： 签字日期： ，铑 纱p p 第一章绪论 1 1 研究背景和意义 第一章绪论 城市交通是城市发展的重要组成部分，犹如人体的动脉，维系着整个城市的 正常运转。随着人口的增多、科技的进步和城市规模的扩大，交通方式由原来简 单的车马舟船，转变为以火车、汽车、地铁、飞机等各种现代的综合型交通工具 的运输方式。城市交通状况作为现代城市的重要体现和标志，它见证着每一个城 市的历史与文明、发展与兴衰。城市交通不仅仅是一个市政工程问题或交通技术 问题，而且是一个综合性的社会问题。 近年来，随着社会经济的发展、城市化进程的加快和机动车辆的迅猛增加， 城市交通问题日益严重。在世界各国的城市中导致了交通拥挤、城市污染、能源 浪费，交通事故频发等严重的交通问题，这些都对交通提出了新的课题。目前， 城市交通拥挤己成了社会经济发展的主要障碍，也是全球经济发展的瓶颈问题。 虽然解决交通拥挤的直接有效办法是修建更多的路桥或者加宽道路以提高路网 的通行能力，但是修建路桥的巨额资金和城市空间的严格限制，使这一方法的有 限性和可行性大打折扣。因此如何应用先进的管理技术和信息技术，提高道路交 通控制和管理水平，在现有道路条件下和保障交叉路口的交通安全的条件下如何 合理使用现有交通设施并充分发挥交通路口的通行效率这一课题引起了人们的 高度关注( w e b s t e r 等，1 9 6 6 ) 。城市交通信号控制就是通过对道路交叉路口的交 通流进行诱导和调节，减少或完全消除可能引发交通事故的交通冲突点，使车辆 和行人的延误时间减少、交叉路口相连各车道的通行能力增加，实现交通流的安 全性快速性与流畅性。 发展城市交通信号控制系统( u r b a nt r a f f i cc o n t r o ls y s t e m ，简称u t c s 系统) 是 改善城市交通运行状况的重要途径，它也是智能交通系统( i t s ) 中的重要部分。 其中的干线控制是现代城市交通控制的研究热点之一。干线承担着城市的主要交 通负荷，城市某一干线交通的好还决定着此处的交通网络顺畅与否。干线协调控 制是城市区域协调控制的基础，提高干线协调控制的效果，对于整个城市的交通 状况的改善有着重大意义。 第一章绪论 1 2 交通信号控制的目标和任务 1 2 1 城市交通的主要问题 在本世纪初期，由于汽车的数量比较少，城市的道路完全能满足交通需求， 交通问题也比较少。但是，自从第二次世界大战以来，世界的经济迅速发展，城 市也在扩展，城市的汽车数量也是迅猛增加，从而导致城市的交通问题日益严重， 主要表现在： ( 1 ) 交通事故频繁，对人类生命财产安全造成了极大的威胁： ( 2 ) 交通拥挤和道路堵塞比较严重，影响了车辆运输效率，限制了城市的 经济的发展； ( 3 ) 公共运输系统运行效率降低和空气污染比较严重，对城市环境破坏力 也加大了。 这些问题，影响了人类的生活质量，也给我们生存的环境、经济和社会造成 了日益严重的不良后果。随着科学技术的发展，特别是电子技术、计算机技术等 突飞猛进发展，人们开始深入探讨采用道路交通自动控制等新技术来解决城市交 通问题。道路交通自动控制出现的标志是交通信号灯，早期的交通信号灯对于安 全地疏导交通起到j 很好的作甬，进而引起入i ij 的关注，许多专家学者升始从事 这方面的研究。一般来说，道路交通自动控制主要是指交通信号控制。 1 2 2 交通信号控制的目的 根据第1 7 届国际道路会议精神，可以对交通信号控制的目的定义如下：交通 信号控制的目的，就是要在确定的行政规定约束下，采取合适合理的营运方式来 确保公共和私人运输方式具有最佳的交通条件。交通信号自动控制的目的主要体 现在以下几个方面： ( 1 ) 减少城市交通事故的发生，增加交通的安全性 自第一辆装有内燃机的汽车问世以来，全世界已经有几千万人死于各种交通 事故中，目前，全世界每年有四十万到五十万人死于交通事故，由此，提高行车 的安全刻不容缓。实践也表明，现代科学技术在道路交通中的应用可以有效地减 少交通事故的发生。 ( 2 ) 缓解城市交通拥挤、堵塞，提高运行效率 由于城市道路的空间有限，而车辆数量且是每年都在迅猛增加，目前全世界 许多国家的城市随处都可以见到交通拥挤和堵塞现象。二十世纪七十年代，英国 道路研究实验室的研究表明：在英国一个大约具有一百个交叉口的城市内，每年 2 第一章绪论 由于车辆延误所造成的经济损失就达四百多万英镑；在东京，通过2 6 8 个主要交 叉口的低效交通流引起的年经济损失约为两亿美元；在巴黎每天的交通拥挤所引 起的损失时间相当于一个拥有十万人口的城市的日工作时间。广州市政府近几年 根据调查研究发现，交通拥挤和堵塞已经成为制约广州市国民经济发展的一个重 要因素之一。因此，要通过科学的手段，引导交通流的合理运行以提高运行效率。 ( 3 ) 节约能源消耗，降低城市交通车辆对环境的污染 一些学者的研究调查表明，车辆的每一次加减速运动，都将使燃油消耗增加。 根据测算，如果一辆小汽车在7 k m h 的速度间加减速1 0 0 0 次，则将比匀速行驶时 多耗油6 0 l ，如果是卡车的话则要多消耗1 4 4 l 。另外，车辆在启动和制动时排出 的废气量也是匀速行驶时的七倍以上，其中汽车排出的废气包括一氧化碳、碳氢 化合物、氮氧化合物和光化学产物等污染物。从这里也可以看出，交通的好坏不 仅影响运输效率而且也直接影响到我们赖以生存韵环境。 ( 4 ) 提高城市公共运输系统的吸引力和效率 目前，国内外专家学者几乎一致认同要大力发展公共交通，其主要原因是公 共交通运输工具如公共电汽车、地铁等具有客容量大、占用道路空间少的特点。 当城市居民大量采用公共交通方式出行时，就可以大大地减少小汽车的使用，节 省道路空间，减少车辆拥挤与堵塞。城市交通在经过以往的迅猛发展后，目前几 乎所有的国家在优先发展公共交通方面已经达成共识。此时，对于城市交通管理 和控制来讲，如何有效地提高公共交通的效率是个关键问题，同时包括实行公共 交通优先的各种措施和方法。 1 2 3 交通信号控制的任务 交通控制的对象主要是车辆及其各种人员，交通信号控制的主要任务是对道 路上的交通运行合理地引导和控制，缓解交通拥挤，增进交通运输安全。如图 1 1 所示，交通信号控制涉及到行人、车辆、道路等因素，而且这些因素中， 图1 1 交通信号控制系统的因素 第一章绪论 行人和车辆的运行规律有很大的随机性，很容易相互影响和受其他因素影响。这 些决定了交通信号控制不同于工业控制，交通控制是复杂的、巨型、开放型的系 统控制。 1 3 国内外双向绿波交通控制研究现状 而随着现代控制技术和计算机技术的发展，国内外相继地出现了很多种智能 交通系统，如国外的澳大利亚的s c a t 系统、英国的t r a n s y t 系统和s c o o t 系 统以及美国的r h o d e 系统等等。国内的很多控制系统都是在国外的基础上加以 改进的，同时也开发了一些自己的控制系统，如s u a t a 交通控制系统。 针对干线交通在城市交通中的重要意义，人们开始对在干线交通控制也进行 了很多研究，特别是干线中的双向绿波控制的研究，是现在干线交通控制研究中 的热点。 1 3 1 国外的双向绿波交通控制研究现状 国外的城市交通控制发展较早，对交通的控制的研究也相对较成熟，很多学 者也对干线上的绿波控制进行了浸入研究。具有代表性的丁作包括： l i t t l e 等人首先提出了最大绿波带宽的m a x b a n d 控制，针有n 个交叉路口 ，的城市交通干线，给出一组优化的相位差，使尽可能多的机动车在设定 的速度范围内能够一次不停的通过交通干线。 g a r t n e r 等在m a x b a n d 方法的基础上提出了复合绿波带宽的m u l t i b a n d 控制，对其许多重要特性都进行了改进，如增加排队车辆的清空时间、允许车辆 左转，以及实现干线中不同路段有不同绿波带宽。 h a k i m 等( h a k i m 等，2 0 0 1 ) 提出了多种基于多智能体的道路交通分布式控 制概念模型进行干线的双向绿波研究。 同时国外的一些研究学者在对建立双向绿波的模型和对绿波控制时也采用 了不同的方法。 a k c e l i k 等通过概率论方法认为车辆到达和离去的规律服从某种概率分布， 车辆到达累计数与离去累计数之差为排队车辆数，来建立干线绿波模型的车辆的 排队长度。 n e w e l l 等依据排队论将某种交通设施( 如交叉口、瓶颈等) 模拟为服务台， 把交通流在路段上的运行过程看作车辆在排队系统中接受或等待服务，认为车辆 在系统中等待服务即为排队，根据排队论建立干线上的绿波模型的车辆排队长 度。 4 第一章绪论 型。 国外还有一些学者依据流体力学以及其他的数学方法建立起干线的控制模 1 3 2 国内的双向绿波交通控制研究现状 国内在双向绿波交通控制方面的研究起步相对较晚点，但是也取得了一些成 果。 浙江大学i 拘g u o j i a n gs h e n 等通过模糊神经网络对干线上的双向绿波模型进 行优化控制，得到了很好的效果，并应用到实际的杭州一高速公路的控制中。 万绪军等通过对沿干线上、下行两个方向行驶得车辆延误规律的分析，建立 了相位差与干线延误的数学模型，反映了沿干线行驶车辆在干线各交叉口延误情 况的内在机理。但是在他们只给出了干线中的延误模型，而没有给出对绿波模型 优化求解的具体的优化算法。 r u i m i nl i 和l ix i a o h o n g 等提出了使用遗传算法以系统的总延误或停车次数 最小为目标对于线协调绿波控制的方案进行优化的方法。虽然可以得到很好的控 制效果，但是遗传算法运行效率不高，不适合扩展至实时控制。 高云峰等提出按照概率思想求解相位参数的策略，优化目标为通过车流在干 线上的停车次数和停车延误。指出车流在干线的路段上行驶速度服从正态分布， 并在此基础上提出了概率统计思想。但是在此研究中也没有给出具体的优化算 法。 国内还有一些学者采用其他的建模方法来建立干线上的绿波模型，但是对绿 波模型的选取也是各异的，有的是只研究延误或者排队长度等，基本上都是以单 目标的方式来研究的，而对于建立的绿波的多目标问题也都是通过目标函数的加 权化为单目标来优化求解，同时优化算法的选择也是各异的。 1 4 双向绿波优化的研究目的与意义 对于干线的交通控制，是近年来国内外城市交通控制研究的热点。城市交通 干线承受着整个城市的主要交通负荷，对路口间的相位差进行有效地协调控制可 以实现交通流合理地优化调度，从而提高整条干线的交通流量和服务水平，避免 交通堵塞。城市干线交通的顺畅与否对城市的经济发展起着至关重要的作用，也 是交通控制的主要任务。交通干线交叉口信号容易实现单向绿波带控制，而对大 多数城市干线双向绿波带控制却一直没有很好地效果，双向绿波的实现也是现在 交通控制研究的主要方向之一。 干线的双向绿波优化的主要目的与意义是： 5 第一章绪论 ( 1 ) 增加干线的车流量通行率，缓解日益加剧的城市交通拥挤。 ( 2 ) 减少干线行驶的车辆的时间与经济消耗，如减小通行时间、减少油的消耗。 ( 3 ) 很好地优化配时，为次干线缓解交通压力，保证城市交通的安全运行。 ( 4 ) 对汽车减排和环境保护有重要作用。 1 5 本论文的主要内容和章节安排 本文围绕着现代智能交通的发展状况，分别对交通控制理论进行和智能优化 算法进行讨论介绍。并且重点介绍了智能优化算法中的粒子群算法( p s o ) 以及 现代交通控制中的干线协调交通控制理论的研究现状。然后给出交通流量传感器 的优化布局，以及对干线交通控制中的双向绿波系统的建模和模型的优化。最后 对双向绿波系统模型的优化仿真实验并给出仿真实验结果，以及对整个系统优化 结果的分析。 第二章，首先根据国内外交通现状，对交通控制理论进行回顾和介绍，然后 对智能优化算法进行分析介绍，分别给出几种现代非常流行的优化算法的模型、 算法步骤和算法的优缺点。最后重点讨论了智能优化算法中的粒子群优化算法 ( p a r t i c l es w a r mo p t i m i z a t i o n ，p s o ) ，并对它的一些改进的算法进行介绍，最 后分析了p s o 的算法步骤和特点。 第三章，提出了交通流量采集传感器优化布局的方法，由于交通的车流量、 人行流量的空间分布和时间段的分布不同，以及道路交叉口的不同，如单交叉口、 双交叉口等等，这种情况下对交通量的采集就出现不同，对交叉口的传感器的优 化合理布局就可以高效地采集交叉口的方向流量，从而为下一步的不同进行信号 配时提供很好地依据，同时也提高了交通控制的质量。 第四章，首先给出干线交通的一些基本概念、控制参数，然后对干线交通协 调控制进行分析，以及讨论现在的一些交通协调控制方法。最后提出干线的双向 绿波概念，并建立双向绿波的数学模型。 第五章，首先对四章中提出的双向绿波的数学模型进行讨论、分析，然后选 择在第二章中介绍的智能优化算法中的粒子群优化算法( p s o ) 对双向绿波的数 学模型进行函数优化，进而求出p a r e t o 解集，以此保证干线上交通绿波效率最高。 第六章，对第五章的双向绿波优化方法进行了仿真实验，并对整个仿真结果 进行了分析。 第七章，给出结束语，以及对本文的一些需要进一步研究的方面和不足之处 进行了展望。 本论文的大概框架结构如图1 2 所示。 6 第章绪论 1 6 本章小结 图1 2 本论文的结构框架 本章概述了本论文研究的背景和意义，阐述了交通控制研究的背景和意义， 并国内外城市交通的发展进行了简要介绍，同时介绍了国内外在对干线绿波的研 究的基本现状。根据现代城市的交通发展问题，提出了交通控制的任务和目的， 分析了实施交通控制的必要性；同时给出了现代交通控制研究中干线的双向绿波 优化的目的和意义。同时对被论文的大概结构安排进行了简要的介绍，给出了本 论文的大概结构框架。 7 第二章基本理论 第二章基本理论 在第一部分中简要地对交通状况和交通控制进行了介绍，在此种情况下就引 起很多学者对交通控制进行了思考：我们是不是可以通过一些控制方法来改变整 个交通流。于是国内外都相继出现了各种交通控制系统，但是这些交通控制系统 还是不能很好解决现在交通拥挤和车辆延误的问题，人们开始对交通控制系统一 些控制参数进行研究，提出了智能交通控制系统，同时对智能交通控制系统的一 些参数进行寻优，来优化一些系统参数。 本章首先对交通控制理论进行介绍，然后对一些常用的优化算法进行简单介 绍，最后对在本论文中要用到的粒子群优化算法( p a r t i c l es w a r mo p t i m i z a t i o n ， p s o ) 的基本原理和算法的求解步骤以及算法的基本特点进行详细地介绍。 2 1 交通控制的基本理论 几十年来，城市规模和经济的快速发展，对城市交通控制效率的要求也越来 越高，在这将简要介绍交通控制方面的一些理论：交通控制的系统的分类、交通 控制中的主要参数和性能指标、交通信弓的定时控制中鬣时设计。 2 1 1 交通控制系统的发展分类 随着现代电子技术及计算机技术的发展，交通控制系统也在飞速地发展，交 通控制已经从单个信号交叉口的点控和单向控制发展到线控和多交叉口的多向 控制，也即经历了三个阶段，也即可以分为三大类：单点控制、线控、面控，如 图2 1 所示的发展形式( 尹宏宾等，2 0 0 0 ) 。同时给出了一些信号交通控制的规 则，也由离线定周期控制方式发展到在线实时控制方式。 图2 1 交通控制系统形式的发展 同时，对一个交通控制系统而言，它主要由五个部分组成：交通流控制系统、 8 第二章基本理论 交通检测设备、数据处理设备、控制器、控制设备。它的简化框图如图2 2 所示 ( 尹宏宾，徐建闽，2 0 0 4 ) 。 图2 2 交通控制系统的简化框图 现在对其进行简要介绍： ( 1 ) 交通检测设备，这是整个交通系统车流量采集以及对交通车辆的速度 的采集的重要设备。它为以后的交通控制系统的信号配时以及交通的 优化控制提供合理的参数，同时它的合理布局也是现在交通控制研究 的重点，它的布局本文将在第三章进行详细地讨论。 ( 2 ) 数据处理设备，它属于交通检测设备和交通控制起的中间转换部件， 它将交通检测设备传输过来的数据，如车流量、车辆的运行速度、加 速度等模拟量转换为控制器可以处理的0 ，l 数字量。为控制器的合理 处理控制参数提供可靠准备。 ( 3 ) 控制器，这是整个交通控制系统的核心部件，是进行参数优化配时， 是控制命令的发出者。它决定整个交通控制系统的运行精度和响应效 率。 ( 4 ) 控制设备是执行控制器发出的控制指令，转换为执行的模拟量的设备， 在交通流控制系统和控制器之间起着转换作用，它把控制器发出的控 制信号转变为交通流控制系统的执行信号，如一定的电压或者电流值。 ( 5 ) 交通流控制系统，此部件对交通流量实时进行控制的部件，如交通的 红绿灯信号的时间分配转换，来疏导交通流，控制到了交叉口的各个 相位的绿灯时间，对各相位显示出不同的绿信比。 2 1 2 交通控制系统中的主要参数和性能指标 前一小节讨论了现代交通控制系统的发展和主要组成部件，下面讨论的一些 参数和性能指标是我们设计控制系统的主要参数，也是我们判断交通控制系统 设计合理与否的重要依据。它们主要包括周期、信号相位、绿信比、相位差、交 通流量和饱和流量、通行能力、损失时间、停车次数和平排队长度等等，下面就 9 第二章基本理论 对这些参数和性能指标进行详细地介绍。 2 1 2 1 周期 在交通控制中，交通信号按照红、黄、绿依次循环变化一次所对应的时间就 叫做交通信号周期( 丁) ，一般单位为秒( s ) 。此时令表示循环变化一周红灯的 时间，同理以、分别为黄灯和绿灯的时间，即有 丁二矿尺+ f r + f g ( 2 一1 ) 此时也可以形象地表示为如图2 3 所示。一般情况下，周期是不能小于3 6 s 大于 一妊鲁一一普一 霹缪缀臻黟肇跟辫雾粥臻一一 8 。腮。 图2 3 信号周期表示图 1 5 0 s 的，因为，要是过于小的话不能是车辆在每个路口顺利通行，但是周期过 大的话，又很浪费时间。 2 1 2 2 信号相位 在每个道略的交叉 1 车辆和行人都是沿着不同的方向通过，过叼如果不采 取一定的引导控制方案，就会发生交通冲突，这种情况下就要采取分时通行的方 法，即在平面交通的一周期中，给交叉口的每一方向一定的通行权限。于是信号 向定义为：在一个信号周期中，交叉口的一个或者多个方向可获得通行权。在一 个信号周期中，有几个信号相的系统就成为几信号相位系统。实际中，多有三相 位、四相位系统，如图2 4 所示的二相位车流。 图2 4 二相位车流示意图 2 1 2 3 绿信比 由2 1 2 1 中我们已经介绍了周期的概念，而绿信比是交通信号控制中非常 重要的概念。在介绍绿信比之前我们先引入有效绿灯时间的概念，首先令如为 某一相位的损失时间，于是有效绿灯时间可以定为： l o 第二章基本理论 t e o2f g + t r t c 那么绿信比五便可以定义为在一个交通信号周期中分配给每个信号相的有效时 间情况，即 名：垃 z 1 一般情况下，干线的绿信比在每相中要最大。 2 1 2 4 相位差 相位差有绝对相位差和相对相位差之分，是指相邻的两个交叉口起始绿灯的 时间差，用这个时间差和信号周期比所得的叫做相对相位差。相位差在干线交通 中是一个非常重要的参数，是绿波控制的重要控制参数，相位差一般用驴表示。 2 1 2 5 交通流量和饱和流量 交通流量定义为在单位时间内通过道路的某一定点处的车辆数，用g 表 示，这个数值是一个随机性的测量数，是随时在变化的数值。 饱和流量定义为在交叉口的停车线处后的排列的车，经过一定时间加速后到 达正常速度，车队能在一稳定值通过的车辆数，在这里用u 表示。国内外许多 学者经过对交通的研究提出了计算饱和流量的计算公式。其中著名的有英国人 w e b s t e r 提出的计算公式 “= 5 2 5 b ，其中b 是交叉口进口的车道宽度 英国人k i m b e r 提出的非线性公式 z ，= 1 9 6 b 。- 9 7 9 b + 2 9 6 4 ，b 表示车道的宽度 以及我过学者提出的非线性计算公式 砧= 3 9 9 0 1 5 6 4b + 2 4 1b2 ，b 表示车道宽度 2 1 2 6 通行能力 通行能力定义为在一定的交通管制和道路条件下，在单位时间车辆能够通过 某一点的最大量数，通常以p c u d 表示。一般情况下可以表示为： l， g 。= 甜o 其中，q c 表示通行能力，“表示饱和流量，f 嘭表示绿信比。 2 1 2 7 损失时间 第二章基本理论 损失时间是指在交通中由于交通冲突或者信号控制设施的限制给车辆在一 信号周期中所带来的时间损失。损失时间也是交通控制中的一个重要的参数，包 括前损失时间和后损失时间，分别用于b l ，f l 表示。如图2 5 为损失时间的描 图2 5 损失时间的描述 述，其中f f l 表示如的起点滞后绿灯的起点的消耗时间，t b j 表示的终点滞 后于的时间量。 2 1 2 8 停车次数 由于车辆在行驶中遇到红灯或者交通堵塞现象使车辆在行驶中停车。而停车 次数定义为在一信号周期车辆停使的次数，通常用h 表示，有些文章中也称为停 车率。它是交通控制中的一个重要参数，是决定交通车辆在交叉口的耗油和排放 尾气的重要影响因素，同时也是提高交通控制效率要考虑的一个很重要的因素。 2 。1 2 9 平均排队长度 排队长度是指在一个交通信号控制周期中所有车道的最长排队的长度的平 均值。平均排队长度是交通信号周期为单位来计算的，此参数与平均车辆的延误 息息相关的，是现代交通控制研究的重点，也是交通控制中需要考虑的一个重要 因素。 2 1 3 交通信号定时控制中配时设计 定时控制指的是交通信号周期和绿信比等参数是固定的，下面就对定时控制 的交通信号周期和信号配时给予简要的介绍。 2 1 3 1 交通信号周期的计算 1 2 第二章基本理论 英国学者w e b s t e r 通过计算机技术和排队论方法，推导从了计算交叉i z l 的到 达车辆的是随机延误，最后推导出计算交通信号的最佳周期t o 的公式： t ：= 1 5 t r l + 5 0 1 一y 其式中，的单位为秒( s ) ，如是每个交通信号周期的总损失时间，单位秒( s ) ， 为交叉口处临界车道组的交通流量比之和。上式中的屯的计算在我国一般选择： 如= ( 死+ t , - t ，) 其中，t g 为绿灯损失时间，f ，为绿灯间隔时间，t y 为黄灯时间长，在我国一 般情况下都规定为3 s ，n 为一周期中的某信号相位。 流量比之和定义如下算式： y = f ， ， 其中y ：鱼，其他的符号如前面说的含义相同。 _ 工7 甜 在一般情况下y 0 9 ，当大于0 9 时就需要对道路口或者交通信号的相位 重新设计或者调整。 2 1 3 2 交通信号的配时 在交通信号的一周期中，根据总的损失时间，可以得出一周期中总的有效绿 灯时间。然后对于每一相，按照最大流量比来分配可以得到各相有效的绿灯时间。 即可以按照如下两公式来计算： t 历= t o t 死 f = 丁 竺竺! 兰! ：呈! ：! g tg t j y 其中的符号的含义同前文一样。 随着现代计算机技术和电子技术的发展，虽然现在的交通控制的发展比较迅 速，但是这些交通信号配时和参数的调整是完成交通控制的基本要求和根本，是 整个交通控制理论发展的依据，这些都为我们以后对整个交通系统的建模优化提 供了理论依据及设计前提。 第二章基本理论 2 2 一些智能优化算法的简要概述 随着现代控制理论和数学工具的发展，各种计算方法也都在迅速发展完善， 也促进了各种优化方法的发展。其中智能优化算法是专家学者通过对一些自然现 象的观察、总结而发展建立起来的一些控制数值分析算法【7 0 1 。这些智能优化算法 具有并行、自组织、自学习与自适应等特征，为实际工程中遇到的复杂问题提供 了一种新的解决途径，进而提高了数据分析、寻优的效果。这类算法如图2 6 所示，( 张丽平，俞欢军，陈德钊等，2 0 0 4 ) 包括进化算法( e v o l u t i o n a r y a l g o r i t h m s ， e v ) 、粒子群算法( p a r t i c l es w a r mo p t i m i z a t i o n ，p s o ) 、禁忌搜索( t a b o os e a r c h ， t s ) 、分散搜索( s c a r e rs e a r c h ，s s ) 、模拟退火( s i m u l a t e d a n n e a l i n g ，s a ) 、 人工免疫系统算法( a r t i f i c i a li m m u n es y s t e m ，a i s ) 和蚁群算法( a n tc o l o n y o p t i m i z a t i o n ，a c o ) 。下面将分别对这七种算法的概况进行简要地介绍。 优化算法 进化算法( e a ) 粒子群算法( p s o ) 禁忌搜索( t s ) 分散搜索( s s ) 模拟退火( s a ) 人工免疫( a i s ) 蚁群算法( a c o ) 图2 6 优化算法 ( 张丽平。俞欢军，陈德钊等，2 0 0 4 ) 进化算法( e a ) 是发展比较早的一种优 化算法，它是通过对生物进化过程的模拟提出来的。通过模拟生物染色体的进化、 交叉表现出的适者生存过程来求解实际问题，最终得到对环境最适应的生物个体 ( 即问题的最优解或者解集) 。这种算法的操作对象是一群体，在求解过程中要 为求解的问题设定一适应度，以此来比较解的优劣。但是此种算法运算比较复杂， 求解算式庞大，需要反复求解计算，效率不是很高。 ( 张丽平，俞欢军，陈德钊等，2 0 0 4 ) 禁忌搜索( t a b us e a r c h 或t a b o os e a r c h ， 简称t s ) 的思想最早由f r e dg l o v e r ( 美国工程院院士，科罗拉多大学教授) 提出 来的，它是一种全局逐步寻优的算法，是对人类智力过程的一种模拟。此算法通 过引入一个灵活的存储结构和相应的禁忌准则来避免迂回搜索，并通过藐视准则 来赦免一些被禁忌的优良状态，进而保证多样化的有效探索以最终实现全局优 1 4 第二章基本理论 化。此算法在一些函数优化中有了一定的应用，但是此算法的效率不是很明显， 运算量较大且很复杂。 ( 张丽平，俞欢军，陈德钊等，2 0 0 4 ) k i r k p a t f i c k 等人在1 9 8 3 年，依据固体退 火原理，将退火算法的思想引入到组合优化的领域，进而提出了经典的模拟退火 算法，该算法采用m e t r o p o l i s 判断准则，并用一组称为冷却进度表的参数控制算 法进度，使算法求出问题的近似最优解，此种算法的求解较复杂，并且不容易理 解。 ( 张丽平，俞欢军，陈德钊等，2 0 0 4 ) 人工免疫系统( a r t i f i c i a li m m u n es y s t e m a i s ) 优化算法是模仿自然免疫系统功能的一种智能方法，它实现一种受生物免 疫系统启发，通过学习外界物质的自然防御机理的学习技术。它是一种基于免疫 机理优化算法，把优化问题的目标函数和约束条件以及优化化解、解与目标函数 的匹配度看着是免疫系统的抗原、抗体、抗原和抗体之间的亲和度。该算法同样 是不易理解，繁杂的，计算量也很大。 ( 张丽平，俞欢军，陈德钊等，2 0 0 4 ) 分散搜索算法是由g l o v e r 于1 9 7 7 年提 出来的，它最初是作为解决整数规划的启发式方法，在最初的设计中，初始解不 是随机产生的，而是根据解空间的特点和要求来产生的。分散搜索利用一组参考 点搜索问题的最优解。该算法与进化算法相似，具有杂交和变异等相似操作，并 且应用相对较灵活，可以解决很多多目标优化问题。但是该算法同样是很繁杂的， 计算量也较大。 ( 张丽平，俞欢军，陈德钊等，2 0 0 4 ) 蚁群算法是意大利学者d o r i g o 于1 9 9 1 年在他的博士论文中首次系统地提出的，是基于蚂蚁种群在寻找食物过程中发现 路径的行为的一种组合优化算法。通过建立的人工蚂蚁来表示目标函数的解向 量，然后以人工蚂蚁的寻迹最短时的向量为多目标问题的解。该算法也有如同进 化算法一样的计算量大、繁杂等缺点，不易理解。 2 3 粒子群优化算法( p s o ) 的基本理论 在2 2 节对一些常见的优化算法进行简要介绍了，虽然这些算法都能能好地 对多目标进行优化就优化的解集，但是这些算法都是很繁琐复杂、耗时，下面将 详细介绍粒子群优化算法( p s o ) ，此算法相对于前面介绍的算法而言，较易理 解，算法也是比较简单明了，也不是很复杂，同时也为我们在后面的交通控制中 将利用此优化算法对目标函数进行优化，以得到p a r e t o 解打下基础和铺垫。 第二章基本理论 2 3 1 粒子群优化算法( p s o ) 的提出 ( 张丽平，俞欢军，陈德钊等，2 0 0 4 ) 粒子群优化算法( p a r t i c l es w a r m o p t i m i z a t i o n ，p s o ) 是一种基于群智能( s w a r mi n t e l l i g e n c e ) 方法的演化计算 ( e v o l u t i o n a r yc o m p u t a t i o n ) 技术。p s o 同遗传算法类似，是一种基于群体 ( p o p u l a t i o n ) 的优化工具。对所求问题的系统中群体首先初始化为一组随机解， 然后通过对粒子群迭代搜寻最优值。在此并没有使用遗传算法的交叉( c r o s s o v e r ) 和变异( m u t a t i o n ) 等操作，而是粒子( 可能的解) 在定义的解空间中跟随最优 的粒子来进行搜索求解。相对于遗传算法而言，p s o 算法简单、容易实现和理解， 同时又有一定的智能背景，很适合科学研究和工程实际的应用。因此，p s 0 算法 一提出，就立刻引起了智能计算等领域中研究人员的广泛关注，并在短短的几年 时间里出现大量的研究成果，形成了一个研究热点。但是目前国内对p s o 的研究 还不是很多，很多大学和研究者都对其进行了深入的研究，也提出了很多的改进 算法，并把其很好地运用到实际的问题的求解和优化中，得到了很好的效果。 粒子群优化算法( p a r t i c l es w a r mo p t i m i z a t i o n ，p s o ) 是l ：i ：l k e n n e d y 和e b e r h a r t 于1 9 9 5 年提出的( 熊盛武，李锋等，2 0 0 3 ) 受到人工生命( a r t i f i c i a ll i f c ) 的研究 结果启发，p s o 的基本概念源于对鸟群捕食行为的研究。设想这样一个场景：一 群鸟在随机搜寻食物，仕这个区域里只有一块食物，所有的鸟都个知道食物在那 里，但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么 呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。p s o 从这种模型中 得到启示并用于解决优化问题。p s o 中，每个优化问题的潜在解都是搜索空间中 的一只鸟，称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值 ( f i t n e s sv a l u e ) ，每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子 们就追随当前的最优粒子在解空间中搜索。p s o 初始化为一群随机粒子( 随机 解) ，然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值” 来更新自己。第一个就是粒子本身所找到的最优解，这个解称为个体极值( p e r s o n a lb e s t ) 。另一个极值是整个种群目前找到的最优解，这个极值是全局极值 ( g l o b a lb e s 0 。另外也可以不用整个种群而只是用其中一部分作为粒子的邻居， 那么在所有邻居