[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

说明书

技术领域

本发明属于城市交通控制中相邻交叉口信号配时的优化问题，首先建立相邻交叉口干道协调控制模型，然后采用基于聚类改进的遗传算法对其进行优化，是一种利用计算机技术、遗传算法、聚类分析方法以及数学建模方法来实现对城市相邻交叉口信号配时控制的方法。

背景技术

由于当前城市交通拥挤状况日益加剧，对交叉口的信号控制就显得尤为重要，尤其是对车流量较大的干道交叉口，因此合理的协调控制干道交叉口的交通信号可有效缓解交通拥挤状况。对于干道交叉口的信号控制，传统的方法有图解法与数解法，它们是以最大绿波宽度为目标进行求解控制，其中数解法作为最常用的一种数值计算方法，已在一些干道系统设计中得到广泛应用，但其在计算过程中，考虑的因素过少，致使得到的信号解并不能获得较好的实际控制效果。

针对传统的干道协调控制方法存在的考虑因素太少，未充分考虑实际交通流的特点等问题，许多学者进行了研究并提出了各种模型与智能控制算法。王进等人以获取最大排队长度为研究目标，建立了关联交叉口排队长度计算模型，详细的分析了交叉口前的排队生成机理，但其仅仅是验证了该计算方法的精确性，并没有建立完善的交通控制模型；卢凯、徐建闽以最小延误为性能指标，建立了干道协调控制相位差模型，但其优化方法采用枚举法实现，有待进一步改进；谷远利等人同样以最小延误为性能指标，建立了相邻交叉口相位差优化模型，且加入了外进口道与内进口道的研究分析，同时考虑了车辆的离散型，但其优化方法采用了存在较多缺陷的简单遗传算法，并且没有给出详细的遗传算法的设计过程。刘广萍、裴玉龙提出了在非饱和，饱和以及过饱和情况下的交叉口延误计算方法，但仅仅是以单交叉路口为研究目标提出了一种计算延误的方法，和王进等人一样并没有提出完善的交通控制模型。

因此，本发明以车辆总延误为性能指标，通过分析车队到达路口前遇到的信号灯状态以及路口前车辆在放行期间是否完全放行建立了更完善的相邻交叉口干道协调控制模型，并采用改进的遗传算法作为优化算法，同时以周期长度、信号配时、相位差三个因素作为参数进行优化求解。最后与采用标准遗传算法以及传统的数解法分别作为优化算法得到的结果进行比较，验证所建立的干道协调控制模型以及改进遗传算法的有效性、合理性。

发明内容

本发明的目的是以两相邻交叉口间干道路口前车辆的总延误最小为优化目标建立一个更完善的相邻交叉口干道协调控制模型，利用基于最小生成树聚类改进遗传算法对该模型进行优化求解，得到合理有效的周期长度、绿灯配时以及相位差，从而对相邻交叉口进行交通控制。

本发明的干道协调控制模型的假设：针对相邻交叉口(图1)的干道协调控制系统采用常见的二相位(仅有直行相位)设计方法，建立相应的交通控制模型，相位转换之间不考虑信号损失时间；不考虑车辆离散情况，车辆到达率为一固定值，保证有连续的车辆到达；不考虑驾驶员以及行人等因素。

以图1所示的相邻交叉路口系统建立数学模型，并以从路口A到路口B下行为例，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，到达车辆可直接通过路口)，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(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，本文假设为4)。

该车队延误描述如图2所示。