[发明专利]基于最小生成树聚类改进遗传算法的相邻交叉口干道协调控制方法

权利要求书

1.一种相邻交叉口干道协调控制模型的建立方法，其特征在于：分析与建立过程如下：

以相邻交叉口系统建立数学模型，并从路口A到路口B下行，分析计算从路口A放行车队到达路口B的延误时间；定义路口A第一相位绿灯启亮时刻为0时刻，按照上游路口A放行车队的队首与队尾车辆到达下游路口B遇到的信号灯状态，以及下游路口B在放行期间是否达到平衡点分以下几种情况：

1)当车队头部到达路口B遇到第一红灯，将路口A绿灯启亮时刻作为0时刻，第一红灯，即路口B在0时刻后对应相位的信号灯第一次为红灯的状态，且车队尾部到达路口B遇到第二红灯即路口B在0时刻后对应相位的信号灯第二次为红灯的状态，在路口B绿灯放行期间，达到平衡点，即到达车辆与放行车辆达到平衡，到达车辆直接通过路口，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

绿灯启亮时刻与达到平衡点时刻的时间间隔：

其中，L为两路口间的距离，L_chu为车队到达下游路口B时的初始排队长度，vl为车辆行驶的自由车速，N_AB为上游路口A放行后的车队总车辆数，有N_AB＝s_d*g_A，s_d为饱和流率即放行率，q₀为车辆到达率；g_A为上游路口A的绿灯时间长，g_B为下游路口B的绿灯时间长，r_B为下游路口B的红灯时间长，T为相位差，C为周期长度，n₁为初始排队车辆数，有Vr为一辆车的平均车身长度，车辆数与车队长度的换算值为4；

该车队延误描述下，t₁为车队头部到达路口B的时刻，t₂为车队尾部到达路口B的时刻，t为车队到达路口B在绿灯放行期间达到平衡点的时刻，该车队的受阻时间长，受阻延误D_xia为：

$D_{xia}=\frac{(n_1+s_d*x)*(x+T-t_1)-s_d*x^2}{2}+\frac{(r_B+T+C-t_2)*q_0*(t_2-T-g_B)}{2}---\left(1\right)$

2)车队头部到达路口B遇到第一红灯，且车队尾部到达路口B遇到第二红灯，在路口B绿灯放行期间，未达到平衡点，即处于过饱和状态，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

未达到平衡状态，处于过饱和状态：N_AB+n₁>s_d*g_B

车队受阻描述下，受阻延误D_xia为：

$D_{xia}=\frac{(n_1+N_{AB}+n_1)*\frac{N_{AB}}{q_0}}{2}+(N_{AB}+n_1)*(T+C-t_2)-\frac{(r_B+C)*g_B*s_d}{2}---\left(2\right)$

3)车队头部到达路口B遇到第一红灯，且车队尾部到达路口B遇到绿灯，且在队尾最后一辆车到达路口B前，已经达到平衡状态，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

达到平衡状态：

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_1+s_d*x)*(x+T-t_1)-s_d*x^2}{2}---\left(3\right)$

4)车队头部到达路口B遇到第一红灯，且车队尾部到达路口B遇到绿灯，但在该绿灯时长内达到平衡点前，队尾最后一辆车已经到达路口B，没有车辆继续到达，平衡点时刻即为车队最后一辆车放行时刻，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

在达到平衡点前，车队最后一辆车已到达路口B：

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_1+N_{AB}+n_1)*\frac{N_{AB}}{q_0}}{2}+(N_{AB}+n_1)*(T+\frac{N_{AB}+n_1}{s_d}-t_2)-\frac{{(N_{AB}+n_1)}^2}{2*s_d}---\left(4\right)$

5)车队头部到达路口B遇到第一红灯，且车队尾部到达路口B遇到绿灯，但队尾最后一辆车到达路口B前都未达到平衡点，即虽然车队在绿灯结束前已经到达路口B，但在绿灯时长内未完全把车队放行，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

路口B绿灯时长内未完全把车队放行：N_AB+n₁>s_d*g_B

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_1+N_{AB}+n_1)*\frac{N_{AB}}{q_0}}{2}+(N_{AB}+n_1)*(T+g_B-t_2)-\frac{(r_B+C)*g_B*s_d}{2}---\left(5\right)$

6)车队头部到达路口B遇到第一红灯，且车队尾部到达路口B也遇到第一红灯，且在路口B的绿灯时长内把车队车辆完全放行，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

路口B绿灯时长内未完全把车队放行：N_AB+n₁≤s_d*g_B

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_1+N_{AB}+n_1)*\frac{N_{AB}}{q_0}}{2}+\frac{(T-t_2+T-t_2+\frac{N_{AB}+n_1}{s_d})*(N_{AB}+n_1)}{2}---\left(6\right)$

7)车队头部到达路口B遇到第一红灯，且车队尾部到达路口B也遇到第一红灯，且在路口B的绿灯时长内车队车辆未完全放行，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

路口B绿灯时长内未完全把车队放行：N_AB+n₁>s_d*g_B

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_1+N_{AB}+n_1)*\frac{N_{AB}}{q_0}}{2}+(N_{AB}+n_1)*(T-t_2+C)-\frac{(r_B+C)*g_B*s_d}{2}---\left(7\right)$

8)车队头部到达路口B遇到绿灯，且初始排队车辆未消散，车队尾部到达路口B遇到红灯，在路口B绿灯放行期间，达到平衡点，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

达到平衡点：

上述公式中，L'_chu为车队头部到达路口B时的车辆排队长度，n₂为车队头部到达路口B时的排队等候的车辆数，有：这两个参数同时满足如下条件：

n₂＝n₁-(t₁-T)*s_d

$t_1=\frac{L-L_{chu}^{\′}}{vl}$

得到：

$L_{chu}^{\′}=L-t_1*vl=\frac{L_{chu}*vl+T*s_d*Vr*vl-L*s_d*Vr}{vl-s_d*Vr}$

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{n_2*x_1}{2}+\frac{(r_B+T+C-t_2)*q_0*(t_2-T-g_B)}{2}---\left(8\right)$

9)车队头部到达路口B遇到绿灯，且初始排队车辆未消散，车队尾部到达路口B遇到红灯，但在路口B绿灯放行期间，未达到平衡点，即路口B处于过饱和状态，车队未完全放行，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

未达到平衡点，处于过饱和状态：N_AB+n₂>s_d*(T+g_B-t₁)

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_2+N_{AB}+n_2)*\frac{N_{AB}}{q_0}}{2}+(N_{AB}+n_2)*(T+C-t_2)-\frac{(r_B+T+C-t_1)*s_d*(T+g_B-t_1)}{2}---\left(9\right)$

10)车队头部到达路口B遇到绿灯，且初始排队车辆未消散，同时车队尾部到达路口B时也遇到绿灯，且在车队最后一辆车到达前，已达到平衡点，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

未达到平衡点，处于过饱和状态：x₁<t₂-t₁

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{n_2*x_1}{2}---\left(10\right)$

11)车队头部到达路口B遇到绿灯，且初始排队车辆未消散，同时车队尾部到达路口B时也遇到绿灯，且车队在剩余绿灯时长内完全放行，但在达到平衡点前，车队最后一辆车已经到达路口B，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

未达到平衡点，处于过饱和状态：N_AB+n₂<s_d*(T+g_B-t₁)

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_2+N_{AB}+n_2)*\frac{N_{AB}}{q_0}}{2}+(N_{AB}+n_2)*(\frac{N_{AB}+n_2}{s_d}-\frac{N_{AB}}{q_0})-\frac{{(N_{AB}+n_2)}^2}{2*s_d}---\left(11\right)$

12)车队头部到达路口B遇到绿灯，且初始排队车辆未消散，同时车队尾部到达路口B时也遇到绿灯，但车队在剩余绿灯时长内未完全放行，未达到平衡点，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

未达到平衡点，处于过饱和状态：N_AB+n₂>s_d*(T+g_B-t₁)

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(n_2+N_{AB}+n_2)*\frac{N_{AB}}{q_0}}{2}+(N_{AB}+n_2)*(r_B+T+g_B-t_2)-\frac{(r_B+T+C-t_1)*s_d*(T+g_B-t_1)}{2}---\left(12\right)$

13)车队头部到达路口B遇到绿灯，且初始排队车辆完全消散，车队尾部到达路口B时遇到红灯，满足如下条件

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

初始排队车辆完全消散：L'_chu＝L-t₁*vl≤0，

车队受阻描述如下，受阻延误D_xia为：

$D_{xia}=\frac{(r_B+T+C-t_2)*q_0*(t_2-T-g_B)}{2}---\left(13\right)$

14)车队头部到达路口B遇到绿灯，且初始排队车辆完全消散，车队尾部到达路口B时也遇到绿灯

车队头部到达路口B的时刻：

车队尾部到达路口B的时刻：

初始排队车辆完全消散：L'_chu＝L-t₁*vl≤0，

D_xia＝0

以上所有的延误受阻的所有不同情况，从下游路口B到达上游路口A的上行车队，同样分为上述14种情况，且得出上行车队的总延误D_shang，因此该相邻交叉口的总延误为：

D＝D_xia+D_shang (14)

至此，相邻交叉口的干道协调控制系统的数学模型已完成建立；

同时考虑分析上游放行车队的队首与队尾到达下游路口时遇到的信号灯状态以及在下游路口放行期间路口前车队是否完全放行，得到14种不同情况下的车队延误描述，建立了相邻交叉口干道协调控制模型。

2.一种基于最小生成树聚类改进遗传算法的相邻交叉口干道协调控制方法，其特征在于：该方法包括以下步骤：

步骤一，进行个体编码、初始化数据，并设定参数；

针对相邻交叉口的交通控制中周期长度、绿灯配时以及相位差三因素做优化，译码方法如下：

周期长度计算公式为

$Cycle=MinC+INT\&lsqb;(MaxC-MinC)*\frac{X}{2^n-1}\&rsqb;$

其中，n为对应二进制位数；MinC为周期长度最小值，取80s；MaxC为周期长度最大值；取120s由于最大为120，因此周期长度需要6位二进制表示，即n为6；X为对应二进制转换成10进制的十进制数值，令用f_i表示一个个体中的第i个参数值，上式转化为：

Cycle＝MinC+INT[(MaxC-MinC)*f₁]

各路口各相位的绿灯配时需要5位二进制表示，计算公式为：

G＝MinG+INT{(Cycle-2*MinG)*f₂}

其中，MinG为最小绿灯时长，取40s；

相位差需要6位二进制表示，计算公式为：

Offset＝INT[Cycle*f₄]

步骤二，进行种群初始化，随机产生popsize个22位个体组成的种群；

步骤三，计算种群内个体的适应度值；

步骤四，对种群进行最小生成树聚类；

步骤五，选择种群内个体参加遗传操作；

对种群内个体采用轮盘赌选择两个个体，如果两个个体不属于同一类，则两个个体被选定，参与到遗传操作中产生后代个体；如果两个个体属于同一类，判断两个个体的适应度值大小，将适应度值大的个体淘汰，重新选择，直到选到的个体属于不同类为止；

步骤六，对步骤五选择的个体进行交叉和变异操作；

交叉操作，采用单点交叉，随机产生交叉位，互组父代个体之间的基因位，形成两个新的个体；

变异操作，对交叉后产生的两个个体，以一定的概率进行变异，0变1，或1变0，变异后产生个体还需要解码后判断是否满足t_i的条件，如果满足，将其归入下一代种群，直到产生大小为popsize的后代种群，作为下一代操作的父代种群；如果不满足，则直接淘汰产生的新个体，同时计数器不进行累加，保证最后产生popsize个后代个体；

步骤七，重复执行步骤四～六，得到最佳个体；

所述步骤一中，同时对影响交通控制的参数周期长度、绿灯配时以及相位差三因素进行个体编码；所述步骤三中，计算适应度的适应度函数为相邻交叉口的总延误公式(14)。