【摘要】：機動車保有量的持續(xù)增加和城市化進程的不斷加快,導致交通擁堵現(xiàn)象愈演愈烈,使路網(wǎng)交叉口群的有效控制成為智能交通領(lǐng)域的研究熱點。在實際應用中,交叉口群的控制不僅受到車輛和行人等因素的影響,而且還受到路網(wǎng)密度、路段情況和交叉口信號燈等因素的影響。因此,綜合各類交通因素,準確識別交叉口群的交通狀態(tài),按照相應原則對其進行子區(qū)劃分并協(xié)調(diào)控制子區(qū)內(nèi)各個交叉口的交通信號,能夠在很大程度上降低路網(wǎng)交通延誤以提高其整體通行效率,從而有效緩解交通擁堵。本文從交叉口群的交通狀態(tài)識別、關(guān)聯(lián)交叉口子區(qū)劃分以及子區(qū)信號控制三個方面對城市交叉口群的協(xié)調(diào)控制方法展開研究。主要工作如下:1.研究交叉口群的交通狀態(tài)識別問題。針對交通流在路段和交叉口之間具有連續(xù)性以及各指標對識別結(jié)果貢獻不同而造成交通狀態(tài)識別率較低的問題,提出一種基于改進模糊聚類算法的交通狀態(tài)識別方法。通過將路網(wǎng)中關(guān)鍵交叉口和其上游路段作為一個識別單元,引入信息熵理論確定各指標權(quán)重以改進模糊聚類算法的目標函數(shù),利用改進算法對交通數(shù)據(jù)進行聚類以提高交通狀態(tài)識別率。2.研究關(guān)聯(lián)交叉口子區(qū)的動態(tài)劃分問題。針對交叉口間距、信號周期和交通流量等劃分因子未能全面體現(xiàn)出各類關(guān)聯(lián)性因素的問題,提出一種基于改進軟集合的關(guān)聯(lián)交叉口子區(qū)動態(tài)劃分方法。通過綜合考慮交叉口關(guān)聯(lián)性的動、靜態(tài)因素并選取5個劃分因子,將劃分因子集合與其對應的權(quán)重共同作為軟集合的輸入,將相鄰交叉口的協(xié)調(diào)系數(shù)作為軟集合輸出,根據(jù)輸出值的大小實現(xiàn)關(guān)聯(lián)交叉口子區(qū)的合理劃分。3.研究子區(qū)交叉口的信號協(xié)調(diào)控制問題。針對相鄰交叉口存在關(guān)聯(lián)性和遺傳算法早熟收斂的問題,提出一種基于改進遺傳算法的子區(qū)信號優(yōu)化方法。通過將具有強關(guān)聯(lián)性的交叉口作為一個信號控制單元,一方面,引入小生境思想的共享函數(shù)對算法的群體適應度進行調(diào)整,另一方面,自適應地調(diào)整遺傳算法的交叉概率和變異概率,利用改進算法對平均延誤時間進行優(yōu)化以實現(xiàn)交叉口的有效控制。
【學位授予單位】：蘭州理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U491.54;TP18
【圖文】：

圖 1.2 課題技術(shù)路線4 結(jié)構(gòu)安排本文共分為五章，主要內(nèi)容如下：第 1 章 緒論。對課題的研究背景和意義進行介紹，對國內(nèi)區(qū)劃分和區(qū)域控制的研究現(xiàn)狀進行分析，并對現(xiàn)有研究存在的進行總結(jié)，以此簡要說明了本文的主要工作和結(jié)構(gòu)安排。第 2 章 理論基礎(chǔ)。介紹了交通控制技術(shù)、交通參數(shù)、評價指、軟集合理論和遺傳算法。第 3 章 基于信息熵加權(quán)的 FCM 交通狀態(tài)識別。本章節(jié)建立元和交通閾值表，利用信息熵求解出各參數(shù)的權(quán)重并以加權(quán)歐類算法的目標函數(shù)。通過 MATLAB 平臺對交叉口群的交通數(shù)改進前后算法的聚類結(jié)果，得出該方法具有較高識別率。第 4 章 基于改進軟集合的關(guān)聯(lián)交叉口子區(qū)劃分。本章節(jié)介紹其計算公式，利用信息熵法進行各因子權(quán)重的計算，并將交通

路a 路b圖 5.2 路網(wǎng)子區(qū)，根據(jù)第四章的關(guān)聯(lián)交叉子區(qū)進行控制�？紤]到交3 的交通參數(shù)作為仿真參數(shù)c.南北直行；d.南北左轉(zhuǎn))交一小時的數(shù)據(jù)如表 1 所示表 5.1 A3 三個時段交通數(shù)量 飽和度 晚高峰流量 飽0.92 515 00.93 936 00.16 229 00.88 648 00.73 531 00.47 587 0

【參考文獻】

相關(guān)期刊論文 前10條

1 黃艷國;許倫輝;鄺先驗;;基于模糊C均值聚類的城市道路交通狀態(tài)判別[J];重慶交通大學學報(自然科學版);2015年02期

2 韓印;邢冰;姚佼;劉婧;;混合交通流條件下區(qū)域交通信號控制優(yōu)化模型[J];交通運輸工程學報;2015年01期

3 張亮亮;賈元華;牛忠海;廖成;;交通狀態(tài)劃分的參數(shù)權(quán)重聚類方法研究[J];交通運輸系統(tǒng)工程與信息;2014年06期

4 首艷芳;徐建閩;;基于群體動力學的協(xié)調(diào)控制子區(qū)劃分[J];華南理工大學學報(自然科學版);2013年04期

5 盧凱;徐建閩;鄭淑鑒;王世明;;協(xié)調(diào)控制子區(qū)快速動態(tài)劃分方法研究[J];自動化學報;2012年02期

6 馬瑩瑩;楊曉光;曾瀅;;基于譜方法的城市交通信號控制網(wǎng)絡小區(qū)劃分方法[J];系統(tǒng)工程理論與實踐;2010年12期

7 胡華;高云峰;楊曉光;;考慮路網(wǎng)OD路徑的交叉口群動態(tài)劃分方法[J];計算機工程與應用;2010年31期

8 李瑞敏;陸化普;;基于遺傳算法的交通信號控制多目標優(yōu)化[J];長安大學學報(自然科學版);2009年03期

9 姜桂艷;郭海鋒;吳超騰;;基于感應線圈數(shù)據(jù)的城市道路交通狀態(tài)判別方法[J];吉林大學學報(工學版);2008年S1期

10 臧利林;賈磊;羅永剛;;交通干線相鄰交叉口動態(tài)協(xié)調(diào)控制研究[J];公路交通科技;2007年07期

本文編號：2775122