[发明专利]基于宏观基本图的交通信号迭代控制优化方法

摘要

本发明涉及道路交通信号控制领域，具体为基于宏观基本图的交通信号迭代控制优化方法，解决目前现有的交通信号控制方案效率低下，且不能与路网实际情况有效结合，导致交通硬件设施不能充分有效利用，路网通行效率低下的问题，方案：一、确定路网进口并编号，得进口编号集合R‑Enterance{R1,R2,…,Rm,…}；二、进口在时间节点的车流量变化值的集合为：Rj‑Enterance{R1j,R2j,…,Rmj,…}；三、各条路段的消散率Vm＝Smgm(t)；四、第m条路段的车辆数：hmj＝hmj‑1+Rmj‑Vm；五、车辆密度车辆密度误差y(t)＝x1(t)‑x2(t)；六、结合下面的相位约束条件得g1(t)＝c‑l‑g2(t)；七、采用P型迭代学习控制法gk+1(t)＝gk(t)+Γ[yd‑yk(t+1)]，令yd＝0，得绿灯时间。优点：根据实时车辆密度情况，对交通信号作出及时的调控，有效提高交通效率，解决高峰期堵车情况，方便出行。 1

主权项

1.一种基于宏观基本图的交通信号迭代控制优化方法，包括以下操作步骤：

一、根据实际中路网A的具体情况，确定路网A中的每个交叉路口的车辆进口，并对所有车辆进口建立编号，则可得车辆进口编号集合，表示如下：

R‑Enterance{R₁,R₂,…,R_m,…}，

其中R_m表示第m条路段的车辆进口；确定固定时间间隔Δt，总结所有时间节点并建立时间节点集合，表示为：

T‑interval{t₀,t₁,…t_j…}，

其中t_j＝t_j‑1+Δt；

二、在步骤一的基础上，将各个车辆进口在各个时间节点处相对应的车辆流量变化值的集合表示为：

R_j‑Enterance{R_1j,R_2j,…,R_mj,…}，

其中R_mj表示第m条路段的车辆进口，在t_j‑1至t_j时间段内统计的车辆数；

三、确定各条路段的消散率，其中第m条路段的消散率由V_m表示，且V_m的计算公式如下：

V_m＝S_mg_m(t)，

其中S表示各路段的饱和流率,S_m表示第m条路段的饱和流率，g_m(t)表示第m条路段对应的绿灯时间；

四、对步骤二得出的R_mj和步骤三得出的V_m进行数据处理获得第m条路段的车辆数，其表达式如下：

h_mj＝h_mj‑1+R_mj‑V_m，

其中h_mj为第m路段在t_j‑1至t_j时间段内统计的车辆数；h_mj‑1为第m条路段在t_j‑2至t_j‑1时间段内统计的车辆数；

五、设x₁(t),x₂(t)分别表示某交叉口两相位对应路段的车辆密度，其中该交叉口相位1对应路段m，则由上述步骤四中得到的数据h_mj可计算得出，相位1对应路段m在t_j‑1至t_j时间段内的车辆密度，表达式为：

其中e_m为路段m的长度，h_mj为路段m在t_j‑1至t_j时间段内统计的车辆数；同理可得出该交叉口相位2对应路段的车辆密度为x₂(t)；则可以得出同一交叉口两相位对应车辆密度的车辆密度误差y(t)，表达式为：

y(t)＝x₁(t)‑x₂(t)；

六、再设该交叉路口中相位1所对应路段的绿灯时间为g₁(t)，相位2所对应路段的绿灯时间为g₂(t)，则结合下面的相位约束条件：

可得：g₁(t)＝c‑l‑g₂(t)，

其中c为信号周期，l为损失时间；

七、基于步骤五和步骤六，对各交叉路口的各相位绿灯时间进行迭代调整，且所述迭代调整采用P型迭代学习控制法，其表达式如下：g_k+1(t)＝g_k(t)+Γ[y_d‑y_k(t+1)]，其中Γ为学习增益，具体学习增益的大小视路网情况而定，y_d为两相位对应的车辆密度误差，令y_d＝0，则可得出某一交叉路口相位k+1在当前车流交通情况下的绿灯时间。