text
stringlengths 3
90.9k
|
|---|
"交通信号研究，并在 1983 年研究出了 LHOVRA 控制方法。LHOVRA 是功能模块式的控制策略，其" |
"包含几个控制功能，每个功能的瑞典名称的首字母组成了 LHOVRA，其中 L 代表公交和卡车优先功" |
"能；H 代表主要道路交通流优先功能；O 表示安全功能；V 表示可变黄灯功能；R 代表保证左转车" |
"辆安全的功能；A 代表由黄灯直接转变为绿灯的功能。瑞典交通运输研究所 1992 年在斯德哥尔摩将 LHOVRA 与 MOVA 进行了实测对比。其对比结果" |
"表明各有优点和不足。MOVA 由于具有优化功能，应用时很少达到预置的最大绿灯时间，这是 MOVA" |
"的重要优点；而 LHOVRA 在实际运用时则经常达到信号组预置的最大绿时，也就是说 LHOVRA 的" |
"控制性能在很大程度上决定于预先设定的信号组的最大绿时，这是它的一个不足。LHOVRA 优点在" |
"于它的灵活性和安全性。该研究建议单点自适应信号控制方法的研究方向应该是基于信号组并加上" |
"数学优化的控制策略[11][16]。国外曾对应用广泛的自适应信号控制方法（如 MOVA 、SCOOT 等）进行了现场测试，测试结" |
"果表明，在交通需求较低时，有很好的控制效果，而当交通需求增加、接近交叉口的通过能力时，" |
"控制性能下降[17] [18]。出现这种结果的原因，文献[17][18]认为是这些控制方法是在非饱和交通条件" |
"下进行研究的，也即是以交叉口饱和度小于 1 为前提的，认为在相位绿灯时间内能够完全疏散信号" |
"周期内到达的车辆数。然而实际情况并非总是如此，如在交通高峰期，交通需求经常大于相位的通" |
"过能力，交叉口处产生车辆排队和拥挤现象，交叉口处于过饱和状况。这样就使得针对非饱和情况" |
"设计的信号控制方法的控制效果下降，控制甚至失效。因此，认为这些信号控制方法不适合交通拥" |
"挤状态下的信号控制。随着交通需求的持续增长，伴随而来的是更加频繁的交通拥挤。拥挤状态下" |
"的信号控制方法成为目前重要的研究课题。" |
"1.5 交通拥挤状态下的交通信号控制研究阅读文献可知，对拥挤状态下的交通信号控制研究都是以过饱和状况信号交叉口为例进行的。1722004 海峡两岸智能运输系统学术会议Gazis(1964)是第一个研究过饱和交通条件下的信号控制问题的学者[19][20]。Gazis 用图论的方法对邻" |
"近的两个过饱和交叉口进行建模，并建立了交通网络的“store-and -forward”模型。从有关文献" |
"[18][21][19][20]看，对过饱和交叉口的信号控制方法的研究大都是基于此模型的。1976 年 D‘Ans and Gazis" |
"以两条单行道路相交且不考虑转向的路口为例，构造了交叉口过饱和状况下以队长为变量的状态方" |
"程，提出以交叉口进口道处的车队同时消散为条件，来使整个饱和期的延误最小。当所有进口道上" |
"的车队完全消散后，控制就终止。Michalopulos and Stephanopolos(1977,1978)对其进一步完善，对队" |
"长进行了限制，采用最优控制理论重新求解了上面的问题，得到了一个实用且有效的两阶段控制方" |
"法（称之为“棒-棒”控制）。此方法通过寻找最优的转换（switch-over）点，来实现对交通信号的“棒-" |
"棒”控制，即在第一阶段，将最大绿时置给具有最大到达率的进口，并将最小绿时置给具有最小到达" |
"率的进口；在最优的转换（switch-over）点上，将最大绿时再置给具有最小到达率的进口和将最小" |
"绿时置给具有最大到达率的进口。在控制过程中，如果达到了队长的下限或处于非饱和状态，那么" |
"就要等到该信号的绿灯结束时进行转换。Tang-Hsien Chang(2000)对此方法进行分析，认为上述的" |
"switch-over 点不一定是最优的，因为它不一定发生在一个信号周期的结束，也不一定是过饱和期的" |
"结束时刻。Chang 提出用离散模型来解决此问题，并提出了整个饱和期的周期优化问题，建立了交" |
"叉口延误模型和性能指标的离散表示式，采用了动态优化控制理论求解了所研究的问题[21]。最近也有学者采用智能控制理论对拥挤状态下的控制问题进行研究，研究状况参见 1.6 部分。" |
"关于拥挤状态的交通分析程序的研究开发成果，以 1998 年 3 月发行的 TRANSYT-7F 8.1 版本为" |
"代表。TRANSYT-7F 8.1 以前的版本（如 7.2 版本）都是针对非饱和交通条件的，不适合过饱和交通" |
"状况的分析。McTrans 对 TRANSYT-7F 7.2 版本进行了改进，加上了对车队阻塞情形的描述，（但对" |
"其描述的算法没有发表，可能是保密）使之适用于对过饱和交通状况的分析。新版本使用的优化方" |
"法仍然是“爬山”法，且没有考虑相序的优化，仍有需要改进的地方[8]。文献[20]使用遗传算法对信号" |
"的四个控制参数进行了优化，并用 CORSIM 把使用遗传算法和 TRANSYT-7F8.1 版本优化的结果进" |
"行了对比，结果相当。LO（2001）提出了基于交通流的流量—密度的基本关系来研究适用不同交通状态，尤其是过饱" |
"和交通状况的信号控制方法的新观点。认为以前的研究没有将流量—密度基本关系用于城市道路交" |
"通信号控制中，主要是由于包含基本关系的交通流模型（如 LWR 模型—是 the Lighthill and" |
"Whitham(1955) and Richards(1956)三人提出的交通流模型）的求解困难。直到 Daganzo(1994、1995)" |
"研究出了一个基于简化的流量—密度基本关系的一个有限微分方法来求解 LWR 模型（称为" |
"CTM—Cell –Transmission Model 模型）。这样，交通流的流量—密度关系重新引起了学者们的兴趣。" |
"文献[22]以两条单行道路相交并且不考虑转向的交叉口为对象，用基于 CTM 的方法对信号控制方法" |
"进行了初步研究。作者指出，论文的目的就是强调交通流的流量—密度基本关系对交通信号控制的" |
"重要性，并提供了一个例子来表明这样做的益处，而将基于流量—密度基本关系的不同的交通流模" |
"型在信号控制中的作用留做以后的研究，并认为这项课题的研究具有挑战性。" |
"1.6 基于智能控制理论的交通信号控制研究" |
"1.6.1 模糊理论在交通信号控制中的应用研究由 Zadeh 在 1973 年首次提出的模糊逻辑是基于人类知识与经验的数学表示。模糊逻辑控制器是" |
"一种语言控制器，是较理想的非线性控制器，它不依赖于被控对象的精确的数学模型，在具有不确" |
"定性的系统中得到了成功的应用。Pappis and Mamdani 在 1977 年将模糊理论用到了交叉口的信号控" |
"制上[23]。这是模糊理论在交通控制领域的最早应用。它以两条单行道路相交而成的交叉口为例，用" |
"模糊逻辑进行信号控制。模糊规则根据计算的“信息度”对绿时不同的持续时间进行评价，计算延长" |
"当前相位绿时的信息度。如果没有一个信息度达到 50%或更高，那么就立即中断绿时。否则，延长" |
"绿时。重复此过程直到预置的最大绿时[24]。1983 年 Nakatsuyama et al.基于 Pappis and Mamdani 在 1977 年提出的模糊控制器的概念，用模糊" |
"逻辑对沿干道的两个相邻交叉口，进行了协调控制，也是在假设是单向交通的情况下进行的研究。" |
"1992 年 Chiu 将模糊逻辑用在了一个小型的交通网络上.假设了网络中的交叉口进口道是双向交通但" |
"没有考虑转向交通流，指出信号控制参数(周期,相序,相位差)的调节是该交叉口的交通状况和相邻交1732004 海峡两岸智能运输系统学术会议叉口信号控制参数的函数。1996 年 Sayers and Bell 用模糊逻辑实现了交通感应控制。利用模糊逻辑" |
"来计算下一个周期信号组的绿时秒数.并用“权”(其值在 0-1)做为每一信号组需要绿时的紧急度[25]。" |
"1999 年 Mohamed B.Trabia et al.设计了一个模糊逻辑信号控制器控制一个四路交叉具有直行和" |
"左转的孤立交叉口。控制器的性能评价是基于车辆平均延误和停车比例来评价。该系统与感应控制" |
"进行了比较效果强于后者[24]。" |
"1.6.2 神经网络在交通信号控制中的应用神经网络在交通信号控制上的应用研究，以用于对交叉口处的交通流建模研究的居多，如 Ledoux" |
"提出了基于神经网络的实时自适应城市交通信号控制系统的交通仿真模型。Ledoux 在 1997 年以两" |
"条单行道路相交而成的交叉口为例，不考虑转向车流，用神经网络建立了交叉口处交通流的模型，" |
"又在 1999 年对其进行了改进，使整个交通流模型在重交通条件下也适用。建立的模型只局限于一个" |
"信号交叉口，它包括两个模型：一个用于交叉口进口道上的交通流；另一个用在交叉口内部的交通" |
"流。前者用神经网络实现，后者用简单的启发式模型[26]。" |
"1.6.3 专家系统在交通信号控制中的应用专家系统在交通工程中的最早应用是在 1987 年。如果把交通信号控制方法的研究分成两个阶" |
"段，第一阶段是选择相位方案；第二阶段是配时方案的产生的话，那么专家系统从最初在第一阶段" |
"的应用发展到了目前在整个阶段的应用上[27] 。相位的选择过多的是依靠专家的经验，需要交通工程师在考虑相关因素，像交叉口几何形状、" |
"相交路口的重要性、交通流量、车道和当地的交通状况等后进行制定。因此，基于专家的知识进行" |
"相位方案的选择是合理可行的方法[27]。文献[28]研究了基于知识的专家系统 KBES（Knowledge-Based" |
"Expert System）技术，进行了相位和孤立交叉口的信号配时设计系统（PHAST-the PHasing And Singnal" |
"Timing）的研究。PHAST 系统考虑冲突的交通量和交叉口的几何形状来决定合适的相位。个人知识" |
"和作者经验用于产生相位和配时的规则；来自于 HCM 的相关知识用于设计配时参数。在相位和相" |
"位时间分配了以后，就进行相位交叉口的服务水平评价。如果服务水平得到提高就采用，否则就修" |
"改相位方案。文献[29]研究了基于规则的信号自适应控制方法 GASCAP（Generalized Adaptive Signal" |
"control Algorithm Project），其中有三个算法：队长估计算法；非饱和交通状况下的一组规则集；拥" |
"挤下的定时配时方案的计算法。文献[30]研究了一个基于规则的 SPPORT（Signal Priority Procedure for" |
"Optimization in Real-Time）信号控制方法。它利用基于规则的优化程序来产生一些可选的信号配时" |
"方案，而实施方案的产生是通过交叉口的一些交通事件的优先级来确定的。在给定时间内，每一个" |
"交通事件会产生一个请求（如延长绿时或中断绿时等），然后，通过一个启发式决策过程产生一个合" |
"适的配时方案。2 归纳与分析以上对国内外在交通信号控制方法方面的研究进行了阐述。可以看出，对交通信号控制方法的" |
"研究主要集中在了三个问题上，其一是交叉口进口道交通量的预测；其二是信号优化算法的应用研" |
"究；其三是信号优化性能指标或目标函数的选取；而且智能化的信号控制方法是一研究热点。研究的交叉口进口道交通量的预测模型可以分为线性预测模型和非线性预测模型。线性预测模" |
"型的研究应用是基于离散系数进行的。国外有离散系数现成的经验公式，而国内没有。因为离散系" |
"数准确与否影响预测的精度，由于国内外交通特点的不同，直接采用国外的离散系数是不妥当的，" |
"文献[31]认识到了这个问题，并对此进行了研究。毫无疑问，若得到了国内交通流准确的离散系数，" |
"则国内交通信号控制效果将有显著提高；实际上由于交通运行存在着很强的随机性，预测模型的建" |
"立是非常困难的，难以建立起精确的数学模型，这使得以常规数学模型为基础的经典控制方法难以" |
"获得满意的控制效果[32]，而智能控制不依赖控制对象的精确的数学模型，这对于交通控制是一个有" |
"效的方法[33]。城市交通智能控制是一种必然趋势[34]。因此智能控制理论在交通控制中应用研究是重" |
"要的研究课题。从研究程度看，可以认为智能理论在交通信号控制中的应用研究处于理论研究阶段，" |
"这从国内外研究概况中可以看出这一点。车流在路网上的运行情况直接受信号控制参数的影响，必须对交通信号进行合理的配时，通过1742004 海峡两岸智能运输系统学术会议对信号控制参数的优化，使得交通性能指标（目标函数）最佳。分析国内外研究概况可知，应用的" |
"信号控制参数寻优方法有数学求导法、爬山法、线性规划法、最优理论法、遗传算法等。在此将应" |
"用于定时控制的参数寻优法称为“数学求导法”，因为，定时控制时的周期最佳公式是对 Webster 的定" |
"时信号交叉口的延误公式通过求导近似得到的[6]；在信号参数的寻优算法中最有名的应属“爬山法”" |
"了，它是优化信号控制参数的经典算法，但是“爬山法”的不足是易陷入局部极值，得到的可能不是" |