文摘
抵消优化交通控制系统是至关重要的,特别是当溢出效应出现。为了避免车辆队列溢出效应,一个动脉抵消饱和动脉十字路口的优化模型,提出了基于最小化的队列长度在整个持续时间饱和交通环境。本文使用冲击波理论来分析下的队列交叉方法的演化过程饱和交通环境。然后通过建立和分析函数偏移和每个周期的最大队列长度之间的关系,一个映射模型的偏移量和最大队列长度在饱和条件下成立。这个模型的有效性和敏感性被VISSIM仿真测试环境。最后,结果表明,当卷比率是0.525 - -0.6,调整抵消相当饱和条件下可以减小队列长度和有效地提高车辆运行效率。
1。介绍
在干道系统中,合理的采用协调控制可以减少车辆延误和停止。偏移量是一个重要的干线信号协调控制的参数,它决定相邻交叉口的协调控制的效果。现在主要有两种类型的补偿优化(1- - - - - -3):(1)最大绿波带,设置抵消为了获得绿波旅行时间(最大化比绿波带宽周期的长度)。它包括图解法、数学分析方法,和马克斯乐队方法;(2)减少车辆延误和/或停止,优化车辆延误一个指数函数关系所抵消(停止)和偏移量。
上述动脉的协调方法在实际交通管理起着重要的作用。然而,这些方法主要是设计欠饱和协调,即上游输入链接供应可以满足需求4]。车辆逐年增加,饱和状态的动脉系统变得越来越普遍。如果我们使用上面的方法来分析饱和条件下,我们会获得误导的结果。因此,研究饱和补偿优化的动脉有重要的理论意义和应用价值。
当交通需求超过道路容量或交叉能力,出现饱和状态,和车辆队列继续增加。这些队列溢出路的存储容量和物理块十字路口,逐渐扩散到周围的十字路口。实现信号控制策略设计的欠饱和条件是无效的,甚至计数器产品饱和条件(5- - - - - -7]。因此,进行交通分散和减少队列长度是饱和的主要信号控制目标环境。现在,饱和干线信号协调控制的研究主要包括以下三类:(1)最大的系统容量,基于最大释放大量的系统的优化目标;哈提卜,贾德(8]给出了相应的控制策略,和Ghassan Rahim [9)进行协调控制基于控制目标系统的移交卷。(2)减少车辆延误或停止:优化策略(10- - - - - -12)主要分析交通旅行团队在整个持续时间的延迟饱和交通环境,然后一个动脉抵消优化模型提出了基于客观的最小化延迟或队列长度。(3)控制队列长度:Chang和林13)提出了一种饱和交通控制方法,管理排队耗散和形成分区部分,和利伯曼et al。14)提出了一个方法来优化队列长度基于饱和干线协调控制策略。王等人。15,16)把行人安全协调系统的一个重要因素。然而,本文重点是每周期理论模型;没有最优控制的最大队列长度连续多个周期。
根据客观的最小化队列长度在整个持续时间的饱和交通环境,提出了一种方法来优化补偿的饱和动脉通过分析队列基于冲击波理论的演化过程。通过建立和分析功能抵消和单周期的最大队列长度之间的关系,一个映射模型的偏移量和最大队列长度建立饱和状态。最后,模型的有效性和敏感性测试VISSIM软件。
2。队列饱和交通环境的演化过程
2.1。饱和的状态描述动脉
交通需求远远超过能力时饱和动脉路口,流入的车辆的数量超过这些放电的方法,下游的十字路口和队列长度将逐渐增加。假设信号定时参数保持不变,这种方法将可持续发展的当前状态,那么长时间排队将波及上游交叉口。我们的研究是基于以下基本假设。
(1)饱和动脉十字路口是典型的四个阶段,和相序保持一致和固定。每一个周期是由绿色和红色的时间而不考虑黄色。在相邻路口右转流越来越没有信号控制,所以它的影响可以忽略。图1显示交通流量的主要方向和相序在饱和动脉相邻路口,东西方通过阶段的协调阶段。
如图1,上游的十字路口,而下游的十字路口。到达十字路口的车辆下游,由两部分组成:西方的方法通过流和北左转方法流上游交叉口。到达下游交叉口的车辆每循环的数量 在哪里是到达车辆的数量每下游交叉口的周期;和是西方方法和北方法放电率的十字路口;和是西方方法和北方法旋转运动的比例十字路口吗;和东西方直和南北左转相位绿灯时间。
(2)协调上游交叉口的相位绿灯时间是足够的。当绿灯时间开始,排第一排放饱和流率,以及后来的排放平均到达率。如果我们忽略排到下游交叉口的离散性,旅游排将脉冲到达下游: 在哪里和是上游的到来和放电率交叉协调阶段;饱和流率;是上游交叉口的饱和度卸货时间协调阶段。饱和的时间卸货
然后有三股脉冲排旅行,如图2说明了这一点。
(3)最大周期长度模型来确定交叉口周期(17]: 在哪里是周期时间;总损失时间;饱和条件下的持续时间;总流动比率。
(4)的共同的周期长度饱和动脉是由传统方法(18],饱和周期的数量可以计算如下: 在哪里是常见的周期长度。
(5)每一个交叉口的绿灯时间的分配平等饱和原则。
2.2。队列的进化分析
路口交叉,多走走停停的交通所产生的冲击波是一种引起的信号变化。显示在图3上游路口绿灯时间开始时,饱和流率的排第一卸货排放到下游的十字路口。头车排在下游路口被迫停止,因为红色的时间,它创造了不同的流和密度条件之间的到来,停止了交通,形成一个排队冲击波: 在哪里代表了密度;和是第一部分的平均流速和密度流;和可以计算的19] 用(2.8)(2.7),然后 在哪里是指队列放电进展。
当车辆到达饱和流率的加入队列,第二部分流动将继续队列,形成一个排队冲击波: 同样,在下游交叉口的开始绿色,车辆开始放电的饱和流率形成一个放电冲击波: ,,十字路口的所有上游移动,最后分割的点,这是最大队列长度。
3所示。抵消优化饱和动脉
3.1。单周期函数偏移量和最大队列长度之间的关系
图3显示相邻路口流的操作条件。初的下游交叉口绿,车辆的平均速度前往下游交叉口和连接的原始队列的速度降低为0。直到下游交叉口的放电冲击波蔓延到这个位置,头车下游继续旅行的平均速度。随后以下头车辆前到达点在这样的过程()中运行的链接。后点到下游的车辆的平均速度,毫无遮拦。上述过程如图3。根据图3可以表示为,抵消 在哪里十字路口的抵消吗,。和可以计算为 在哪里是原始队列数量的十字路口阿明费;队列的最大数量的十字路口吗阿明费。用(3.2)(3.1),然后
十字路口的最大队列长度,可以表示为(15)计算模型的最大队列数量每循环。这个模型应该与下面的两种情况。
(1)当每周期和偏移量,最大队列数据,常见的周期,绿灯时间,原始队列数量、到达率、放电率有着密切的关系。
(2)当、最大队列数量等于原始队列数量、到达率。虽然这队列数量是最短的时间,这将导致损失的下游交叉口绿,没有考虑这种情况:
3.2。计算模型的队列长度的多样化
在饱和条件下,如果信号时间是固定的,到达率和放电率稳定,最大队列号码,和原始队列数量大于之前的周期,和队列长度循环之间的关系和可以由以下方程:
的最大队列和原始队列号码的十字路口,增加饱和度期间逐周期,并达到最大饱和周期。我们可以得到法律的队列长度变化相邻周期如图4。忽视到来的扰动和放电;变量数量的原始队列数据可以计算
算法求解的变量数量最大队列数据模型是按以下步骤。
步骤1。通过引入参数代表头车的停留时间在流加入第一部分原始队列的最后,
有连续的车辆从上游加入队列;假设队列停留时间,然后他们负相关:
步骤2。队列的第一部分从上游流循环是
步骤3。通过引入参数代表头车的停留时间在流加入第二部分结束的原始队列,
步骤4。队列的数量从上游总流循环是: 然后在循环队列的最大数字可以计算为
第5步。我们可以得到的变量数量最大队列数据(3.12): 然后
的最大队列和原始队列号码最后饱和周期可以表示为如下方程:
3.3。偏移量优化模型
通过建立一个单一的周期函数偏移量和最大队列长度之间的关系,每个循环队列长度的计算模型多样化饱和时间期间,我们提出一个动脉抵消基于最小化的目标队列长度优化模型在整个饱和交通环境的持续时间,避免队列溢出。
方程(3.16)构建之间的关系和。如果其他参数是已知的,一个最优的偏移量通过简单迭代法可以获得:
4所示。模拟测试和分析
为了验证饱和动脉优化方法的应用效果,我们模拟交通运行状态的两个十字路口(方案1),采用单点控制的协调控制(方案2),和优化协调控制(方案3)VISSIM软件,也输出的比较分析评价这些模拟场景。
4.1。模拟测试方案
模拟测试动脉示意图如图5:所有的方法都是交通专用左转车道,他们没有滑/滑右转车道,因为我们没有采取边拐车辆建模时考虑。设计一个动脉的方法米,意味着队列放电进展米,平均旅行速度公里/小时,饱和流率阿明费/ h,所有输入旋转运动比例的十字路口,。
所有条目数量和长度的动脉显示在表的方法1:假定路段长度之间的十字路口和是400,以为相关交通veh veh / / h和128卷1794 h。
假设两个路口的饱和时间是1200年代,总损失时间年代,三个不同的模拟场景的时间计划(见表可以获得2)。
4.2。仿真结果的讨论
输出最大队列长度和平均队列长度、平均车辆延误两个路口的三个时间计划在过去的饱和周期。
如表所示3,当使用优化的抵消,链接的最大队列长度是263米,比方案1和方案2的最大队列长度,也与计划相比下降了10.8% 2。平均队列长度也下降了15.3%。仿真结果的最大队列长度的目标链接在饱和期图所示6。此外,当运行时间参数方案3,平均车辆延误协调阶段相比前两个方案保持不变。特别是,最大队列长度、平均队列长度和平均车辆延误noncoordination阶段有不同程度的改善。因此,为了确保竞争阶段的操作参数不恶化,抵消由我们计算优化方法能有效减少最大队列长度,防止队列溢出的方法协调阶段。
4.3。敏感性分析
有一个偏移量和最大队列长度的函数,并确定偏移量合理可以减少最大队列长度。这是否优化不同的到达率显著与否,这需要灵敏度分析。
如图7量增加,调整补偿的有效性降低最大队列长度是更重要的。但不是量越大越好,当卷率(体积和饱和流率的比值)是0.525 - -0.6,避免排队溢出通过优化抵消;卷率高于0.6,调整抵消无法降低了队列长度,溢出是不可避免的,我们应该考虑调整周期长度或绿色。
5。结论
我们已经提出了一个基于队列长度补偿优化方法饱和动脉的约束,其目标是减少队列长度,避免队列spillback饱和的整个持续时间。为了避免二次队列、算法开发中我们假设通过脉冲放电从上游流向下游。VISSIM仿真结果表明特点:为了确保竞争阶段的操作参数不恶化,偏移量计算的优化方法可以有效降低最大队列长度,防止队列溢出。此外,模型的敏感性分析表明,在卷比率超过阈值,通过调整效果抵消减少量增加时最大队列长度是不那么重要。下一步将重点深入研究时间参数协调优化策略的饱和动脉。
承认
这项工作是由美国国家科学基金会支持的中国(批准号50908100,批准号51278520,批准号51278220)和中国博士后科学基金资助项目(批准号20110491307)。作者感谢匿名评论者的有价值的输入和建议。