基于多目标优化相邻两交叉口信号配时研究.docx

评委一评分，签名及备注队号：1492评委三评分，签名及备注评委二评分，签名及备注选题：A评委四评分，签名及备注题目：基于多目标优化相邻两交叉口信号配时研究摘要现代社会，随着交通拥堵现象的日益严重，交叉口信号配时的优化对减小道路交通压力有着十分重要的意义。针对相邻两交叉口信号配时优化问题，本文从等待时间和等待车辆数两个角度分别建立优化模型，对该问题进行了研究。在模型一中，将相邻两交叉口作为一个系统，建立了以系统中车辆总等待时间最小为目标函数，以各相位有效绿灯时间、信号周期时长为约束条件的优化函数模型。运用遗传算法（GA）和模拟退火精英协同算法（SACEA）两种方法，利用MATLAB编程，分别对模型进行了求解，得到了两种优化配时方案。在模型二中，将两交叉路口作为一个系统，对系统的车辆等待数进行分析。将一个系统周期结束时该系统的车辆等待数总和作为主优化函数，将各交叉路口各自一个周期结束时的等待放行车辆数总和作为次优化函数，将各相位时间作为约束条件建立多目标优化模型。同样运用GA算法和SACEA两种方法对模型进行求解，得到了两种优化配时方案。每个模型得到的最优配时方案与现行配时方案对比如下：交叉口相位差(s)相位1绿灯时间(s)相位2绿灯时间(s)相位3绿灯时间(s)相位4绿灯时间(s)周期(s)交叉口等待时间(s)A现行852193122140158.1模型一1230.8617.2515.2320.1499.5096.9模型二1326.8621.1215.1522.24101.3990.5B现行843173518129275.4模型一1232.516.2315.4318.1298.35100.6模型二1331.1221.3516.7515.11100.3485.6在模型检验部分，采用Synchro软件对优化配时方案和现行配时方案分别进行仿真，以交叉口的等待时间作为衡量标准，得到了两种模型的配时结果都优于原有的方案，验证了模型的有效性，并且SACEA算法的优化效果明显优于GA算法。在收敛性、时间复杂度、空间复杂度方面，SACEA算法的收敛速度及复杂度均高于遗传算法。最后，本文以模型二为基础进行了推广，将两交叉口四相位优化配时推广到了多交叉口多相位的网状系统，使模型更具有通用性。关键词：多目标优化；遗传算法；模拟退火精英协同算法；MATLAB；Synchro一、问题重述随着城市化水平的提高，机动车数量急剧增加，城市交通拥堵问题日益严重。平面交叉口是道路交通的主要冲突点，不仅机动车数量多，而且行人和非机动车也在同一平面通过。定时控制这种传统信号灯控制方法会造成某些方向绿时浪费，而在有些方向上车辆通行又延误严重。因此，智能交通信号控制成为了主要控制手段，优化交叉口信号配时是提高交叉口运行效率最有效的方法之一。现有武汉市某相邻两交叉口 A、 B交通数据如表1所示，交叉口 A 的第一、二、三、四相位时间分别为 56s、23s、35 s、26s。测得两个交叉口的相位差为 8 s，交叉口 B 的第一、二、三、四相位时间分别为 47 s、21s、39 s、22s。每个相位时间都包括 3s黄灯时间、1s红灯时间。表1交通数据交通数据交通流量/(PCU·h-1)车均延误时间/s左转直行右转左转直行右转武汉市A交叉口东进口3661394987.556.725.80 西进进口5254083008.164.895.63北进口100394576武汉市B交叉口东进口80211545765.2611.334.96西进口450304329南进口169420845.0313.615.43北进有效指导提高实际平面交叉口的通行能力和服务水平，减少城市交通网的交通延误，改善城市交通现状，要解决的问题有：设计通用模型与算法，对交通信号进行配时优化研究；求解出改善后的交通信号配时方案并进行仿真检验；从时间复杂度、空间复杂度、收敛性进行对比分析，对模型进行进一步优化。二、问题分析这是一个配时优化问题，根据武汉市两相邻平面交叉路口A、B的交通数据对交通信号配时方案进行优化，以提高实际平面交叉口的通行能力和服务水平，减少城市交通网的交通延误，改善城市交通现状。问题的特点在于A、B为两个相邻的交叉路口，且交通信号为四种相位。问题的难点在于所建立的模型在充分考虑单交叉口各进口处车辆流向和流量的基础上需要将A、B连接起来加以协调控制，构成干线交叉口交通信号的协调控制系统，以减少相交道路车流对干线车流的干扰。在保证相交道路车流行车需求的同时，使干线车流获得最大的通行权。三、模型假设（1）排队车辆平均分配到该行驶方向的车道上；（2）为保证绿信比，各相位的绿灯时长不低于10 s；（3）黄灯时车辆不允许通过；（4）只考虑机动车相位，不考虑行人相位；（5）两相邻