（交通运输规划与管理专业论文）高密度路网地区的交通信号控制技术研究.pdf

摘要 摘要 在新城市主义运动的倡导下，高密度路网建设已经成为现阶段城市路网的发展趋势之 一。但是目前，与其相适应的交通信号控制技术尚不完善，无法充分发挥高密度路网连接性 好和选择性多的优点。为此，本文借鉴国内外交通信号控制系统的理论研究和实践应用成果， 结合高密度路网地区的路网结构和交通流特点，深入研究了满足高密度路网地区交通需求的 交通信号控制系统的关键技术，为高密度路网地区区域交通信号控制系统的建设提供理论指 导。 本文研究了高密度路网结构特点，分析了不同类型的城市交通信号控制系统应用效果， 明确了主要研究内容：高密度路网交通信号控制系统、高密度路网交通流模型研究、非饱和 状态高密度路网区域信号控制方法、交通饱和状态高密度路网区域交通信号控制方法。 对于高密度路网交通信号控制系统，首先，分析了高密度路网地区的路网结构特点；其 次，对南京鼓楼地区的交通流状况开展调查，分析了高密度路网地区的交通流特性和现行交 叉口信号控制方案的控制效果；第三，分别研究了常用的城市区域交通信号控制系统体系的 基本原理；最后，总结了城市区域交通信号控制系统在高密度路网中应用的不足，并提出了 适用于高密度路网的交通信号控制系统的基本要求。 对于高密度路网交通流模型，提出了可变元胞传输模型( v a r i a b l ec e l lt r a n s m i s s i o n m o d e l ) ，用于高密度路网地区的交通流预测与模拟。v c t m 模型遵从流量守恒定律，通过 引入元胞交通流密度和元胞长度两个参数，建立了单路段、汇聚、分流等不同形式下的v c t m 模型表达式。v c t m 模型克服了元胞传输模型( c e l lt r a n s m i s s i o nm o d e l ) 应用于高密度路 网地区的局限性。仿真结果表明v c t m 模型能够满足高密度路网的交通流预测、模拟要求。 对于非饱和状态高密度路网区域信号控制方法，首先提出了高密度路网的分布式交通信 号控制模型。该模型采用多目标优化函数，兼顾行程时间延误最小和平均排队占比最小等两 个优化目标；该模型的约束条件主要涵盖了信号控制参数约束、交叉口车队流量消散约束、 排队回流约束等三方面。其次，根据高密度路网的分布式交通信号控制模型非线性、多目标 的特点，提出了基于理想点的自适应离散粒子群优化算法。该算法通过理想点将模型的多目 标函数转换为该算法的适应度函数，在该算法迭代寻优的同时，不断修正适应度函数。同时 该算法还将离散粒子群优化算法和m e t r o p o l i s 接受准则相结合，提高算法的寻优能力，确保 获得模型的有效解。仿真结果表明，当高密度路网的交通需求处于非饱和状态时，分布式交 叉口信号控制模型及其算法能够从高密度路网全局考虑，合理利用高密度路网的时空资源， 提高高密度路网的整体通行能力。但当高密度路网处于饱和状态时，该模型及其算法并不能 体现其控制的优越性。 对于饱和状态高密度路网区域信号控制方法，首先，提出了适用于饱和状态高密度路网 的“长红长绿”信号控制策略。其次，分析了“长红长绿”信号控制策略的基本原理，研究 东南大学博士学位论文 了“长红长绿”信号控制策略在高密度路网中应用的可行性。第三，建立了以交叉口平均 停车次数最少和平均延误时间最短作为优化目标的四相位“长红长绿”信号控制参数优化模 型。仿真结果表明，四相位“长红长绿”信号控制参数优化模型更适用于饱和状态的高密度 路网，该模型通过控制高密度路网内的交通流总量、均匀分布交通流量，减少了交叉口排队 长度和停车次数，提高了高密度路网的整体通行能力。 关键词：高密度路网：路网结构；多目标控制：v c t m 模型；分布式交叉口信号控制模型； 自适应离散粒子群算法；m e t r o p o l i s 接受准则；“长红长绿”信号控制策略 i i a b s t r a e t a b s t r a c t h i g h - d e n s i t yn e t w o r kh a sb e c o m eo n eo ft h eu r b a nn e t w o r kd e v e l o p m e n tt e n d e n c i e su n d e r t h ei n i t i a t i v eo fn e wu r b a n i s m h o w e v e r , t h et r a f f i cs i g n a lc o n t r o lt e c h n o l o g yi si m p e r f e c t i o nf o r t h eh i g h d e n s i t yn e t w o r k ，w h i c hi n d u c t st h a tt h en e t w o r ki su n a b l et oe x e r tt h ea d v a n t a g e so f c o n n e c t i v i t ya n ds e l e c t i v i t y t h e r e f o r e ，t h ep a p e r l e a r n sd o m e s t i ca n di n t e r n a t i o n a l t h e o r y a c h i e v e m e n ta n da p p l i c a t i o nr e s u l t so ft r a f f i cs i g n a lc o n t r o ls y s t e m ，a n ds t u d i e sk e yt e c h n o l o g i e s o ft h eh i g h d e n s i t yn e t w o r kt r a f f i cs i g n a lc o n t r o ls y s t e mb a s e do nn e t w o r ks t r u c t u r ea n dt r a f f i c f l o wc h a r a c t e r i s t i c so ft h e h i g h d e n s i t yn e t w o r k t h e s ek e yt e c h n o l o g i e sp r o v i d et h e o r e t i c a l i n s t r u c t i o n sf o rt h ec o n s t r u c t i o no ft h eh i g h - d e n s i t yn e t w o r kt r a f f i cs i g n a lc o n t r o ls y s t e m t h ep a p e rs t u d i e sn e t w o r ks t r u c t u r ec h a r a c t e r i s t i c so ft h eh i g h d e n s i t ys y s t e m ，i n v e s t i g a t e s t r a f f i cf l o ws t a t u si nh i g h - d e n s i t yn e t w o r ki nn a n j i n g ，a n a l y z e st h ea p p l i c a t i o nr e s u l t so fk i n d so f u r b a nt r a f f i cs i g n a lc o n t r o ls y s t e m s ，a n dd e t e r m i n e ss t u d yc o n t e n t s ，i n c l u d i n gt h eh i g h - d e n s i t y n e t w o r kt r a f f i c s i g n a l c o n t r o l s y s t e m ，t h eh i 【g h d e n s i t y n e t w o r kt r a f f i cf l o wm o d e l ，t h e u n d e r s a t u r a t e dn e t w o r ka r e at r a f f i cs i g n a lc o n t r o lm e t h o d ，a n dt h eo v e r s a t u r a t e dn e t w o r ka r e a t r a f f i cs i g n a lc o n t r o lm e t h o d f o rt h eh i g h d e n s i t yn e t w o r kt r a f f i c s i g n a l c o n t r o l s y s t e m ，t h e c h a r a c t e r i s t i c so ft h e h i g h - d e n s i t yn e t w o r ka r ep o r p o s e d s e c o n d l y , t h et r a f f i cf l o wo ft h eh i 曲一d e n s i t yn e t w o r ki s i n v e s t e d ，i no r d e rt oa n a l y z et r a f f i cf l o wc h a r a t e r i s t i c sa n dt h ec o n t r o le f f e c to fe x i s i t i n gt r a f f i c s i g n a lc o n t r o ls y s t e m si nt h eh i g h - d e n s i t yn e t w o r k a n dt h i r d ，t h et h e o r i e so ft r a f f i cs i g n a lc o n t r o l s y s t e m sa r es t u d i e d f i n a l l y , t h ed e f e c t so ft h ea p p l i c a t i o n so ft r a f f i cs i g n a lc o n t r o ls y s t e m si nt h e h i g h - d e n s i t yn e t w o r ka r es u m m a r i z e d ，a n db a s i cr e q u e s t so fat r a f f i cs i g n a lc o n t r o ls y s t e mu s e di n i nt h eh i g h d e n s i t yn e t w o r ka r ep r o p o s e d f o rt h eh i i 曲一d e n s i t yn e t w o r kt r a f f i cf l o wm o d e l ，v a r i a b l ec e l lt r a n s m i s s i o nm o d e l ( v c t m ) i si l l u s t r a t e di no r d e rt 0s i m u l a t ea n de s t i m a t et r a f f i cf l o wi nt h eh i 曲- d e n s i t yn e t w o r k b a s e do n f l o wc o n s e r v a t i o nl a w , t h ep a p e ri n t r o d u c e st h ec e l l u l a rd e n s i t yo ft r a f f i cf l o wa n dt h el e n g t ho f t h ec e l l u l a ri n t ov c t m ，a n db u i l d st h r e ee x p r e s s i o n so fs i n g l es e c t i o n ，c o n v e r g e n c es e c t i o na n d s t r e a m i n gs e c t i o n v c t mo v e r c o m el i m i t a t i o n so ft h ei m p l e m e n t a t i o no fc e l lt r a n s m i s s i o n m o d e l ( c t m ) i nt h eh i g h d e n s i t yn e t w o r k t h es i m u l a t i o nr e s u l t si l l u s t r a t e dt h a tv c t mc o u l d m e e tt h er e q u i r e m e n t so ft r a f f i cf l o wp r e d i c t i o na n ds i m u l a t i o ni nt h eh i g h d e n s i t yn e t w o r k f o rt h eu n d e r s a t u r a t e dn e t w o r ka r e at r a f f i cs i g n a lc o n t r o lm e t h o d ，t h eh i 曲- d e n s i t yn e t w o r k d i s t r i b u t e dt r a f f i cs i g n a lc o n t r o lm o d e li sp r o p o s e d t h i sm o d a lt a k e sa c c o u n to fm i n i m i z a t i o no f a v e r a g ed e l a ya n dm i n i m i z a t i o no ft h ew e i g h t e dq u e u er a t i o ，i no r d e rt ob u i l dt h em u l t i - o b j e c t i v e o p t i m i z a t i o n f u n c t i o n t h ec o n s t r a i n t so ft h em o d e li n c l u d es i g n a lc o n t r o lp a r a m e t e r sb o u n d ， 1 i i 东南大学博士学位论文 i n t e r s e c t i o nq u e u ed i s s i p a t i o nb o u n 也a n dq u e u es p i l l b a c k sb o u n d s e c o n d l y , a c c o r d i n gt o n o n l i n e a r i t ya n dm u l t i o b j e c t i v eo ft h em o d e l ，t h ea d a p t i v ed i s c r e t ep a r t i c l es w a r mo p t i m i z a t i o n a l g o r i t h mb a s e do nt h ei d e a lp o i n ti sb r o u g h tf o r w a r d t h em o d e l sm u l t i o b j e c t i v ei st r a n s f o r m e d i n t ot h ea l g o r i t h m sf i t n e s sf u n c t i o nb yt h ei d e a lm o d e l ，a n dt h ea l g o r i t h mc o n s t a n t l ym o d i f i e st h e f i t n e s sf u n c t i o nd u r i n gt h ea l g o r i t h m si t e r a t i v eo p t i m i z a t i o n m e a n w h i l e ，t h ea l g o r i t h mc o m b i n e s t h ed i s c r e t ep a r t i c l es w a r mo p t i m i z a t i o na l g o r i t h mw i t ht h em e t r o p o l i sa c c e p t a n c ec r i t e r i at o i m p r o v et h ea l g o r i t h mo p t i m i z a t i o nc a p a b i l i t y , w h i c he n s u r ea c c e s st ot h ee f f i c i e n ts o l u t i o n so ft h e m o d e l t h es i m u l a t i o nr e s u l t ss h o wt h a t , i nt h eu n d e r s a t u r a t e dn e t w o r k ，t h eh i g h - d e n s i t yn e t w o r k d i s t r i b u t e dt r a f f i cs i g n a lc o n t r o lm o d e la n di t sa l g o r i t h mc o u l dc o n s i d e rt h eh i g h - d e n s i t yn e t w o r k i nt h eo v e r a l lc o n s i d e r a t i o n s ，r a t i o n a l l yu s eo ft h en e t w o r k st i m ea n ds p a c er e s o u r c e s ，a n d i m p r o v et r a f f i cc a p a c i t yi nt h eh i g h d e n s i t yn e t w o r k h o w e v e r , i nt h eo v e r s a t u r a t e dn e t w o r k ，t h e m o d e la n di t sa l g o r i t h mc o u l d n tr e f l e c tt h e i rs u p e r i o r i t y f o rt h eo v e r s a t u r a t e dn e t w o r ka r e at r a f f i cs i g n a lc o n t r o lm e t h o d ，“l o n gr e da n dl o n gg r e e n s i g n a lc o n t r o ls t r a t e g yi sp r o p o s e d t h ep a p e rf i r s t l ya n a l y z e st h ef u n d a m e n t a lp r i n c i p l e so ft h e s t r a t e g y , a n ds t u d i e st h ef e a s i b i l i t y o ft h e i m p l e m e n t a t i o no ft h es t r a t e g yi nt h eh i g h - d e n s i t y n e t w o r k s e c o n d l gt h ep a p e rb u i l d saf o u r - p h a s e “l o n gr e da n dl o n gg r e e n s i g n a lc o n t r o l p a r a m e t e r so p t i m i z a t i o n m o d e lb a s e do nm i n i m i z a t i o n o fi n t e r s e c t i o n w a i t i n gd e l a ya n d m i n i m i z a t i o nn u m b e ro fi n t e r s e c t i o ns t o p s t h es i m u l a t i o nr e s u l t si l l u s t r a t e dt h a t ，i nt h e o v e r s a t u r a t e dn e t w o r k , t h em o d e lw a sm o r ea p p l i c a b l et ot h eh i g h - d e n s i t yn e t w o r k ，w h i c h i m p r o v e dt h eh i g h - d e n s i t yn e t w o r k so v e r a l lc a p a c i t yb yc o n t r o l l i n gt h et o t a lt r a f f i cf l o wi nt h e n e t w o r k , u n i f o r md i s t r i b u t i o no ft r a f f i cf l o w , a n dad e c r e a s eo fi n t e r s e c t i o n s q u e u el e n g t ha n d n u m b e ro fs t o p s k e y w o r d s ：h i g i i d e n s i t yn e t w o r k ；n e t w o r ks t r u c t u r e ；m u l t i - o b j e c t i v ec o n t r o l ；v c t m ；d i s t r i b u t e d t r a f f i cs i g n a lc o n t r o lm o d e l ；a d a p t i v ed i s c r e t ep a r t i c l es w a r mo p t i m i z a t i o na l g o r i t h m ；m e t r o p o l i s a c c e p t a n c ec r i t e r i a ；l o n gr e da n dl o n gg r e e n ”s i g n a lc o n t r o ls t r a t e g y i v 图目录 图目录 图1 1 主要研究内容8 图1 2 论文章节结构关系图9 图2 1 调查区域图。1 2 图3 1 交通量与密度之间的分段线性关系2 6 图3 2c t m 基本模块2 6 图3 3 路段汇聚与分流形式2 7 图3 4 城市路网元胞划分2 9 图3 5v c t m 模型的基本元胞3 0 图3 - 6c t m 模型与v c t m 模型基本元胞结构31 图3 7v c t m 模型模拟路段示意图3 4 图3 - 87 0 0 v e h h 时，元胞密度实时变化图3 5 图3 - 91 2 5 0 v e h h 时，元胞密度实时变化图3 6 图3 1 01 6 0 0 v e h h 时，元胞密度实时变化图3 6 图3 1l7 0 0 v e h h 时，元胞密度模拟仿真偏差3 7 图3 1212 5 0 v e h h 时，元胞密度模拟仿真偏差3 7 图3 1316 0 0 v e h h 时，元胞密度模拟仿真偏差。3 8 图4 1 分层式区域交通控制结构4 3 图4 - 2 分布式区域交通控制结构4 4 图4 - 3 交叉口信号控制示意图4 5 图4 4 被控区域系统结构图4 6 图4 5 被控交叉口信号参数优化结构4 6 图4 - 6 信号周期与交通延误关系曲线图【7 5 】4 7 图4 7 典型信号交叉口4 9 图4 8 子控制区域路网建模结构5 l 图4 - 9 典型交叉口相位示意图5 5 东南大学博士学位论文 图4 1 0 交叉口队列形成示意图5 6 图4 “回流队长指标示意图5 9 图4 1 2 车辆排队对相邻车道的影响6 0 图4 1 3 交通信号控制模型结构6 2 图4 1 4 自适应离散粒子群优化算法结构图7 0 图4 1 5 交叉口信号参数优化流程7 l 图4 1 6 自适应离散粒子群优化算法流程图。7 2 图4 1 7 高密度路网模型7 4 图4 1 8 各交叉口的延误时间比较7 5 图4 1 9 各交叉口平均停车次数比较7 6 图4 2 0 各交叉口的平均排队长度比较7 7 图4 2 i 被控区域内，通行车辆总数变化折线图。8 0 图4 - 2 2 被控区域内，车辆出行总距离变化折线图8 0 图4 2 3 被控区域内，车辆平均出行时间变化折线图一8 l 图4 2 4 被控区域内，车辆平均出行延误变化折线图8 l 图5 1 高密度路网区域信号控制结构8 4 图5 2 高密度路网地区的绿波控制8 5 图5 - 3 流量、密度、速度关系曲线图8 6 图5 - 4 交叉口东西向直行相位为“长绿”状态交通流示意图8 7 图5 5 交叉口东西向直行相位为“长红”状态交通流示意图8 8 图5 - 6 一条道路的“长红长绿”信号控制策略示意图9 0 图5 7 被控区域的等价信号交叉口示意图9 2 图5 8 被控区域内东西向车道示意图9 4 图5 - 9 交叉口车辆延误示意图9 6 图5 1 0 各交叉口的延误时间比较1 0 8 图5 ii 各交叉口平均停车次数比较i1 0 图5 1 2 各交叉口的平均排队长度比较i1 1 x 图目录 图5 1 3 被控区域内，通行车辆总数变化折线图l1 4 图5 1 4 被控区域内，车辆出行总距离变化折线图1 1 4 图5 1 5 被控区域内，车辆平均出行时间变化折线图1 1 5 图5 1 6 被控区域内。车辆平均出行延误变化折线图1 1 5 x i 表目录 表目录 表1 1 交通控制理论、方法和系统发展2 表2 1 国内典型高密度路网地区路网特性1 2 表2 - 2 典型区域交通信号控制系统15 表3 1 模拟路段中各元胞参数3 5 表3 - 27 0 0 v e h h 条件下，元胞密度预测分析。3 8 表3 31 2 5 0 v e h h 条件下，元胞密度预测分析3 8 表3 - 41 6 0 0 v e h h 条件下，元胞密度预测分析3 8 表4 1 各种控制目标下，信号控制的性能评价5 0 表4 - 2 u p ( f ) 状态逻辑表5 4 表4 3 两种控制方式在高密度路网中应用的整体评价7 8 表5 - l 三种控制方式在高密度路网中应用的整体评价。1 1 2 x i i i 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个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，也不包含为获得东南大学或其 它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所 做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：也鱼邋e t期： 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交 学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论 文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论 文外，允许论文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内 容。论文的公布( 包括刊登) 授权东南大学研究生院办理。 研究生签名：哇亟煎焦导师签名： 啦 乡 _ j 第一章绪论 1 1 立题的背景及意义 第一章绪论 随着城市的现代化进程加快，城市交通需求量急剧增长，城市道路交通拥堵现象己成为 世界各国普遍面临的城市问题。近年来，我国人民群众生活水平提高，小汽车逐步进入家庭， 城市汽车保有量迅猛增长。从2 0 0 1 年至2 0 0 7 年期间，我国汽车保有量增长率均维持在1 5 左右，截至2 0 0 7 年底，我国汽车保有量已达到约4 2 0 0 多万辆规模【。但我国城市交通建设 发展相对缓慢，城市道路总长度年均增长率不足9 。城市供需失衡局面使我国许多城市道 路负荷日益加重，道路拥挤、交通堵塞、行车混乱等现象有增无减。 自二十世纪九十年代以来，源于j a n ej a c o b s 等对现代主义路网和街道空间的批判和对 传统街道价值提倡，兴起了新城市主义运动。在新城市主义运动的倡导下，高密度路网建设 已经成为现阶段城市路网发展趋势之一。高密度路网表现为均质的路网机理特征，通过比较 均质的交通流组织形式，保障充分利用高密度路网良好的连接性和选择性，而非通过传统的 等级路网体系将交通流向交通干道汇集，实现疏导交通【2 】。高密度路网结构的优越性及其良 好的连接性和选择性，获得了广泛认同。国内外已建成了诸多典型的高密度路网，例如美国 纽约曼哈顿地区、西班牙巴塞罗那城区、法国巴黎c b d 地区、日本东京c b d 地区，以及 国内的上海外滩地区、天津小白楼地区、大连中山广场地区、武汉解放大道地区、南京新街 口地区等地区。这些地区均具备了高密度路网的基本特征，即道路细而稠密，道路间距约在 1 0 0 米 - - 3 0 0 米之间，主要由2 车道至4 车道的道路组成正交棋盘式网络交通，路网密度分 布均匀，道路之间无明显的道路等级差异。 虽然高密度路网地区具备了良好的连接性和选择性，交通设施相对较为完善，但由于该 地区社会活动和经济活动聚集，交通需求集中，致使该地区的交通系统更为脆弱，容易造成 交通拥堵，导致城市交通功能和效率下降。尤其在路网处于饱和或过饱和状态时，路网时常 发生局部区域交通拥堵现象，影响了该区域正常的社会活动和经济活动。 各类城市交通信号控制系统在高密度路网中应用效果并不理想。究其原因，一方面，高 密度路网普遍分布在城市的商业中心区或老城区，交通需求总量大，变化幅度大：另一方面， 高密度路网具备路网密度大、道路宽度窄、路段长度短的特点，造成相邻交叉口信号控制效 果相互影响、制约。一旦高密度路网内交通需求总量过多或变化幅度过大，目前所采用的城 市交通信号控制系统均难以避免路网内区域性交通拥堵现象产生，无法发挥高密度路网连接 性和选择性好的特点。因此，有必要针对高密度路网特点，研究满足路网交通需求的城市交 通信号控制系统。通过更有针对性的城市交通信号控制系统，发挥高密度路网连接性与选择 性好的优势，提高交通流的运行效率，确保路网内交通流的正常运行。 为此，本文以国家9 7 3 计划项目“城市交通需求生成机理与瓶颈识别”( n o 东南大学博士学位论文 2 0 0 6 c b 7 0 5 5 0 1 ) 和国家“十一五”科技支撑计划课题“城市交叉口功能提升与设计关键技 术”( n o 2 0 0 6 b a j l 8 8 0 7 ) 为依托，对高密度路网地区交通信号控制的关键技术进行研究。 根据高密度路网特性，建立一套具有针对性的交通信号控制系统，充分发挥高密度路网连接 性与选择性好的优点，合理管理、控制路网内交通流，减少交通拥堵，提高路网的通行效率。 1 2 国内外研究和应用概况 1 2 1 城市交通信号控制系统发展概况 8 0 年代以来，随着计算机技术、检测技术、通信技术、控制技术的飞速发展，现代化 的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 ) 应运而生。城市交通信号控制系统 是利用交通信号的自动控制，对道路上运行的车辆和行人进行指挥、疏导。交通信号自动控 制是交通控制的重要组成部分，是科学交通管理的一种有效手段。现代化的城市交通信号控 制系统具有以下功能：提高现有道路的交通效率；改善道路交通安全；减少能量消耗和环境 污染：收集交通信息，提供交通情报；强化交通执法和指挥交通诱导，为整个社会提供综合 的经济效益。事实证明，现代化交通信号控制系统的应用是缓解城市交通问题的有效手段之 一。现代化交通信号控制系统发展阶段如下表1 1 所示： 表1 1 交通控制理论、方法和系统发展 以城市交通信号控制系统主要技术特点及其应用时间为标准，城市交通信号控制系统发 展大致经历了以下四个阶段： ( 一) 第一代交通信号控制系统 受到当时数据采集、数据通信、计算能力等方面的制约，第一代交通信号控制系统多数 通过脱机仿真优化配时的方法，形成固定配时的交通控制策略，实现整个网络的交通运行。 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 ) 是第一代交通信号控制系统的典型代表。该系统是 由英国交通与道路研究实验室( u k t r a n s p o r ta n dr o a dr e s e a r c hl a b o r a t o r y ，即t r r l ) 于 1 9 6 8 年提出的离线优化交通控制方法与软件。t r a n s y t 属于定时脱机式区域交通信号控 制系统，主要由两大部分组成：一部分是交通流模型，仿真在信号灯控制下交通网络内车流 的行驶状况；另一部分是对信号配时设计的优化程序。第一代交通信号控制系统应用广泛， 2 第章绪论 控制简单、可靠、效益费用比高。但第一代交通信号控制系统控制方案不能随交通流随机变 化，特别是当交通量数据过时后，控制效果明显下降，重新制定优化配时方案将消耗大量的 人力物力，具有交通配时方案易老化、控制对策灵活性差、无实时交通反馈信息等缺点。 ( 二) 第二代交通信号控制系统 以s c o o t ( s p l i t c y c l e - o f f s e to p t i m i z a t i o nt e c h n i q u e ) 和s c a t s ( s y d n e yc o o r d i n a t e d a d a p t i v et r a f f i cs y s t e m ) 为代表的交通信号控制系统为第二代交通信号控制系统。s c o o t 是在t r a n s y t 的基础上发展起来的，属于对控制区域内的交通信号实行自适应协调控制 系统。s c o o t 系统先建立系统的数学模型，通过采集各交叉口车辆到达信息和数学模型联 机处理，形成实时优化路网信号的配时控制方案。s c a t s 系统是一种方案选择式实时自适 应控制系统，通过分层式的三级控制，实行对若干子系统的整体协调控制，对选取的配时方 案进行局部优化调整。第二代交通信号控制系统得益于通信、采集、自动控制、计算机等技 术的发展，实现了对交通网络的区域自适应控制。第二代交通信号控制系统对实时交通状况 的变化反应比较灵敏，适应性强，得到了广泛应用。 ( 三) 第三代交通信号控制系统 1 9 8 3 年由美国提出的o p a c ( o p t i m i z a t i o np o l i c i e sf o ra d a p t i v ec o n t r 0 1 ) 交通信号控制 系统是较先进的智能控制交通系统，并在9 0 年代初开始试运行。系统中采用动态规划原理 优化控制策略，在规划程序的动态编程算法中提出离散时间周期性滚动优化的方法。 u t o p i a 系统是在o p a c 的基础上建立的第一个离散时间控制系统。该系统决策间隔为3 秒，滚动区间长度为1 2 0 秒，系统控制结构是完全的分散式结构。初始或缺省的信号策略由 交通控制计算机提供给交叉口节点控制器，各节点控制器用启发式优化过程根据自己的实际 情况，在滚动区间内部分或全部修改信号控制策略。在优化方法上，该系统将滚动区间内的 所有决策系列以决策树的方式表示，将滚动区间求取最优化信号策略的问题转化为求解最短 路径的问题。第三代交通信号控制系统通过采用分散式控制结构，减少网络通信量和分散系 统崩溃风险，并使优化过程具有最少的约束条件，有效提高交通信号控制策略生成效率。第 三代交通信号控制系统正在逐步推广，但目前应用范围有限，需要进一步研究和工程检验。 ( 四) 第四代交通信号控制系统 第四代交通信号控制系统是将人工智能和知识工程等先进的前沿科学应用于交通信号 控制系统，其研究已取得了一系列重要成果。第四代交通信号控制系统的最大特点是其控制 算法具有强逼近非线性函数的能力不依赖于精确的数学模型，可以有效地处理复杂性高， 难以用精确数学模型描述的交通信号控制系统。美国、荷兰、德国等目前正在研究基于智能 a g e n t 的u t c ，主要原理是在城市交通网络中的一系列重要节点部署智能a g e n t ，用于对所 属网络区域实施信号灯控制。智能a g e n t 具有本区域的交通流信息，不但具有交通管理专家 的经验知识，还具有不断学习的能力。智能a g e n t 之间通过通信层( 规范、内容、协议) 进 行信息( 路由信息、交通流信息、控制信息) 交流，解决单智能a g e n t 信息不完整的缺点。 智能a g e n t 通过协调层进行目标协同，解决交通网络中资源、目标和结果冲突，最终实现交 3 东南大学博士学位论文 通控制的优化。第四代交通信号控制系统的研究仍处于实验阶段，目前在美国、德国、西班 牙等国家已取得了良好的实验效果。 1 2 2 城市交通信号控制方式研究概况 城市交通信号控制方式种类繁多，按其控制范围可分为单点控制、干线控制和区域控制。 单点控制的控制目标为被控制交叉口的控制效果最优，一般不考虑相邻路口的车流运行状 况；干线控制以一条干线作为研究对象，以牺牲支路车流的利益为代价，对干线车流的运行 进行协调控制；区域控制通过控制使整个被控区域的交通流运行状况最优，对整个区域进行 协调控制。相较而言，区域控制以城市交通或局部交通区域作为研究对象，考虑更为全面， 越来越受到国内外专家学者的重视。 ( 一) 单点控制 交叉口的单点控制模型主要基于多时段t o d 模型建立。此类单点控制模型均以交叉口 历史交通流数据为建模对象，无法适应交通流变化的随机性，造成多时段t o d 算