城市交通擁堵問題一直備受關注,干道信號協(xié)調(diào)控制能有效提升干道通行效率,緩解城市交通擁堵。相位差參數(shù)的優(yōu)化一直是干道信號協(xié)調(diào)控制領域研究的重點和難點,傳統(tǒng)相位差優(yōu)化方法以相鄰交叉口的相位差和延誤的關系為研究基礎,應用數(shù)學公式建立解析模型,忽略了連續(xù)交叉口對應的多個相位差之間的內(nèi)在相關性,且對于“方案生成式”的配時優(yōu)化模型,無法快速檢驗模型的有效性。為解決傳統(tǒng)研究的不足,本文構建基于神經(jīng)網(wǎng)絡和遺傳算法的相位差仿真優(yōu)化模型。主要分為以下3個方面的內(nèi)容:（1）首先以交叉口關聯(lián)性研究為基礎,剖析多交口相互影響的作用機理;然后以連續(xù)交叉口的多個相位差為研究對象,分析了干道車輛延誤與多交叉口相位差關系�？紤]到多交叉口相互影響的干道延誤函數(shù)具有復雜的非線性特征,難以用精確的數(shù)學公式表達,引入神經(jīng)網(wǎng)絡來表征干道延誤和多交叉口相位差之間的關系。（2）基于神經(jīng)網(wǎng)絡的干道延誤函數(shù),設計仿真優(yōu)化框架。其中,仿真部分由神經(jīng)網(wǎng)絡實現(xiàn),即給定交叉口之間的相位差,輸出干道延誤值;設計遺傳算法實現(xiàn)優(yōu)化功能,即尋找神經(jīng)網(wǎng)絡中干道延誤函數(shù)最小對應的相位差。兩者相互迭代,實現(xiàn)對干道最優(yōu)相位差的求解。（3）以成都市武侯區(qū)的盛和路... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 干道信號協(xié)調(diào)控制國內(nèi)外概況
        1.2.1 基于停車延誤的干道信號協(xié)調(diào)控制
        1.2.2 基于綠波帶寬的干道信號協(xié)調(diào)控制
        1.2.3 基于人工智能方法的信號協(xié)調(diào)控制
        1.2.4 研究現(xiàn)狀總結及評價
    1.3 研究內(nèi)容與技術路線
        1.3.1 研究內(nèi)容
        1.3.2 技術路線
    1.4 本章小結
第二章 干道信號協(xié)調(diào)控制理論基礎
    2.1 干道協(xié)調(diào)控制方式劃分
        2.1.1 依據(jù)控制原理分類
        2.1.2 依據(jù)控制條件分類
    2.2 干道信號協(xié)調(diào)控制基本參數(shù)和評價指標
        2.2.1 干道協(xié)調(diào)控制基本參數(shù)
        2.2.2 信號控制的主要評價指標
    2.3 本章小結
第三章 多交叉口相互影響的關聯(lián)性研究
    3.1 交叉口關聯(lián)性研究基礎
        3.1.1 交叉口關聯(lián)性概念
        3.1.2 相鄰交叉口關聯(lián)性影響因素
        3.1.3 多因素影響下的交叉口關聯(lián)性作用機理
    3.2 多交叉口相互影響分析
        3.2.1 多交叉口相互影響的初步分析
        3.2.2 多交叉口相互影響的拓展分析
        3.2.3 多交叉口對應的相位差和延誤的關系
    3.3 本章小結
第四章 基于神經(jīng)網(wǎng)絡和遺傳算法的干道相位差仿真優(yōu)化模型
    4.1 基于神經(jīng)網(wǎng)絡的延誤函數(shù)模型
        4.1.1 神經(jīng)網(wǎng)絡
        4.1.2 基于神經(jīng)網(wǎng)絡的干道延誤函數(shù)模型
    4.2 遺傳算法相位差優(yōu)化模型
        4.2.1 遺傳算法
        4.2.2 基于遺傳算法的干道相位差優(yōu)化
    4.3 相位差仿真優(yōu)化框架
        4.3.1 仿真優(yōu)化方法
        4.3.2 相位差仿真優(yōu)化
    4.4 本章小結
第五章 案例分析
    5.1 仿真平臺搭建
        5.1.1 基礎數(shù)據(jù)調(diào)查
        5.1.2 信號配時方案計算
        5.1.3 基于Vissim和 Matlab的仿真平臺
    5.2 相位差仿真優(yōu)化案例
        5.2.1 基于BP神經(jīng)網(wǎng)絡的延誤函數(shù)
        5.2.2 基于遺傳算法的相位差優(yōu)化
        5.2.3 結果比較分析
    5.3 模型敏感性分析
        5.3.1 參數(shù)敏感性分析
        5.3.2 次干路轉(zhuǎn)向比的延誤敏感性分析
        5.3.3 次干路轉(zhuǎn)向比的相位差敏感性分析
    5.4 本章小結
結論
致謝
參考文獻
附錄1 部分程序代碼
攻讀碩士學位期間發(fā)表的論文及科研成果


【參考文獻】：
期刊論文
[1]基于Robertson模型的異質(zhì)交通流車隊離散研究[J]. 姚志洪,蔣陽升.  交通運輸系統(tǒng)工程與信息. 2018(01)
[2]基于種群多樣性的自適應遺傳算法優(yōu)化仿真[J]. 劉芳,馬玉磊,周慧娟.  計算機仿真. 2017(04)
[3]基于神經(jīng)網(wǎng)絡的小時間粒度交通流預測模型[J]. 姚志洪,蔣陽升,韓鵬,羅孝羚,徐韜.  交通運輸系統(tǒng)工程與信息. 2017(01)
[4]基于遺傳算法的交叉口信號控制多目標優(yōu)化[J]. 李振龍,董文會,韓建龍,朱明浩.  計算機應用. 2016(S2)
[5]基于行程時間分布的異質(zhì)交通流車隊離散模型[J]. 姚志洪,沈旅歐,巫威眺,蔣陽升,黃磊.  中國公路學報. 2016(08)
[6]考慮城市干道車隊運行特點的交通信號協(xié)調(diào)控制算法[J]. 別一鳴,李軼舜,王琳虹,王殿海,宋現(xiàn)敏.  西南交通大學學報. 2013(02)
[7]北京交通擁堵引起的生態(tài)經(jīng)濟價值損失評估[J]. 吳棟棟,邵毅,景謙平,霍振彬.  生態(tài)經(jīng)濟. 2013(04)
[8]信號交叉口多目標動態(tài)決策模型及其優(yōu)化方法[J]. 首艷芳,徐建閩.  公路交通科技. 2012(11)
[9]集成VISSIM、Excel VBA和MATLAB的仿真平臺研究[J]. 盧守峰,韋欽平,沈文,劉喜敏.  交通運輸系統(tǒng)工程與信息. 2012(04)
[10]基于綜合綠波帶最寬的交叉口信號協(xié)調(diào)控制優(yōu)化方法[J]. 劉小明,王力.  吉林大學學報(工學版). 2013(01)

博士論文
[1]交通信號協(xié)調(diào)控制基礎理論與關鍵技術研究[D]. 盧凱.華南理工大學 2010
[2]城市交叉口信號協(xié)調(diào)控制方法研究[D]. 宋現(xiàn)敏.吉林大學 2008

碩士論文
[1]停車費用對居民出行方式選擇影響研究[D]. 徐丹丹.北京交通大學 2017
[2]YZY800D型壓樁機機架結構輕量化技術研究[D]. 董作見.西南交通大學 2015



本文編號：3207186