陽(yáng)杰，王吉棟

(西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 610031)

基于元胞傳輸模型的過(guò)飽和交叉口信號(hào)控制方法

陽(yáng)杰，王吉棟

(西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 610031)

為克服現(xiàn)有交叉口信號(hào)控制優(yōu)化方法在實(shí)際應(yīng)用中的局限性，利用二維元胞傳輸模型構(gòu)建交叉口信號(hào)的元胞傳輸模型。以交叉口飽和度的函數(shù)作為通行能力權(quán)重，綜合考慮交叉口各進(jìn)口的交通狀態(tài)，并對(duì)過(guò)飽和進(jìn)口引入飽和度的罰函數(shù)，實(shí)現(xiàn)對(duì)過(guò)飽和進(jìn)口的優(yōu)先優(yōu)化；最后利用遺傳算法進(jìn)行交叉口信號(hào)控制的動(dòng)態(tài)優(yōu)化求解。實(shí)例驗(yàn)證表明：所構(gòu)建的模型同時(shí)適用于過(guò)飽和及非飽和交叉口的信號(hào)控制優(yōu)化，并可有效降低過(guò)飽和進(jìn)口道及交叉口整體的飽和度，有助于提升交叉口的整體通行效益。

信號(hào)控制優(yōu)化；元胞傳輸模型；飽和度；通行能力；遺傳算法

隨著城市機(jī)動(dòng)車(chē)保有量的持續(xù)增長(zhǎng)，城市交通擁堵日益嚴(yán)重。交叉口作為城市交通網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)，其通行能力直接影響整個(gè)路網(wǎng)的通行效益，在早晚高峰時(shí)段交叉口的交通流經(jīng)常處于過(guò)飽和狀態(tài)，導(dǎo)致交叉口排隊(duì)累積和排隊(duì)溢出，嚴(yán)重影響區(qū)域通行能力。由于大部分交叉口道路空間資源有限，因此，主要通過(guò)對(duì)交叉口信號(hào)的控制優(yōu)化提升其整體通行效益。

目前，常用的交叉口信號(hào)配時(shí)方法有Webster、Akcelik、HCM、TRRL算法和沖突點(diǎn)法等；但這些方法主要適用于交叉口的低飽和情況，均以交叉口延誤最小化為優(yōu)化目標(biāo)，未考慮過(guò)飽和狀態(tài)。文獻(xiàn)[1]利用線性規(guī)劃法構(gòu)建適用于各種交通狀態(tài)的單點(diǎn)交叉口的信號(hào)配時(shí)優(yōu)化模型，并利用實(shí)際交叉口驗(yàn)證優(yōu)化模型的有效性。文獻(xiàn)[2]提出考慮整個(gè)過(guò)飽和時(shí)段的信號(hào)相序決策方法，構(gòu)建離散動(dòng)態(tài)優(yōu)化模型，確定最佳周期時(shí)長(zhǎng)和最佳相位綠燈時(shí)長(zhǎng)，表明所提出的離散型性能指標(biāo)模型更合適于過(guò)飽和信號(hào)相序的優(yōu)化。文獻(xiàn)[3]針對(duì)過(guò)飽和交叉口構(gòu)建離散動(dòng)態(tài)優(yōu)化模型，驗(yàn)證該模型較連續(xù)動(dòng)態(tài)優(yōu)化模型控制效果更佳。文獻(xiàn)[4]以信號(hào)相位為離散變量構(gòu)建過(guò)飽和狀態(tài)下的單交叉口離散優(yōu)化模型，并結(jié)合極小值原理給出最佳信號(hào)周期與各相位最佳綠信比優(yōu)化求解算法。文獻(xiàn)[5]利用光滑連續(xù)函數(shù)替代常用的階躍函數(shù)逼近累積到達(dá)和離開(kāi)曲線，構(gòu)建以擁堵時(shí)段駛出車(chē)輛數(shù)最大化為目標(biāo)的動(dòng)態(tài)線性規(guī)劃模型，算例驗(yàn)證該方法的總延誤優(yōu)于TRANSYT-7F模型。文獻(xiàn)[6]以信號(hào)周期為決策變量，以交叉口整體車(chē)輛延誤最小、排隊(duì)車(chē)輛最少為目標(biāo)函數(shù)，構(gòu)建交叉口的周期時(shí)長(zhǎng)優(yōu)化模型，并驗(yàn)證周期時(shí)長(zhǎng)與到達(dá)率、延誤、停車(chē)率等指標(biāo)間的灰關(guān)聯(lián)性。文獻(xiàn)[7]以交叉口的平均延誤、停車(chē)次數(shù)和通行能力為目標(biāo)函數(shù)，并結(jié)合交叉口整體飽和度為多目標(biāo)組合權(quán)重，利用遺傳算法對(duì)優(yōu)化模型進(jìn)行求解。文獻(xiàn)[8]以交叉口各進(jìn)口道排隊(duì)率作為飽和度的權(quán)重，以交叉口各進(jìn)口道綜合飽和度最優(yōu)為目標(biāo)，構(gòu)建適用于單點(diǎn)交叉口信號(hào)控制的優(yōu)化模型。

目前部分優(yōu)化方法只適用于非飽和交叉口，而針對(duì)過(guò)飽和交叉口的優(yōu)化主要集中在交叉口的整體效益指標(biāo)，如交叉口整體通行能力、延誤、停車(chē)率、最大排隊(duì)長(zhǎng)度等，而未針對(duì)關(guān)鍵進(jìn)口進(jìn)行突出優(yōu)化，同時(shí)未充分考慮各進(jìn)口道的交通擁堵程度[9]。本文構(gòu)建一種適用于交叉口過(guò)飽和狀態(tài)，綜合考慮各進(jìn)口道擁堵程度和關(guān)鍵車(chē)流的信號(hào)控制優(yōu)化模型，以期能夠解決過(guò)飽和交叉口的信號(hào)控制優(yōu)化問(wèn)題。

1 構(gòu)建基于CTM的交叉口模型

1.1 CTM基本原理

Daganzo在1993年提出了元胞傳輸模型(CTM模型)[10-11]，該模型是對(duì)宏觀交通流理論(LWR)的離散近似，能覆蓋流量-密度-速度基本關(guān)系的整個(gè)范圍；可很好地描述交通流的演化過(guò)程，如干擾和排隊(duì)的形成、波動(dòng)、消散以及擁擠波的逆向傳播等重要的交通行為；能夠反映交通動(dòng)力學(xué)特征，適應(yīng)車(chē)流的動(dòng)態(tài)變化，可很好地適用于擁堵或非擁堵?tīng)顟B(tài)的交通流防真[12]。

在CTM模型中，假設(shè)路段上的交通流量q和密度k滿足

q=min{vfk,Q,u(kjam-k)} ，

式中：kjam為交通流的擁擠密度；Q為路段上的最大交通流量；vf為自由流速度；u為擁擠波傳播速度。

圖1 CTM中元胞流量傳輸示意圖

CTM模型中將路段劃分為多個(gè)均勻長(zhǎng)度的元胞，如圖1所示，圖1中i為元胞編號(hào)，qi為元胞i在第t個(gè)仿真時(shí)間步長(zhǎng)內(nèi)實(shí)際輸入的交通流量，mi為元胞i在第t個(gè)仿真時(shí)間步長(zhǎng)內(nèi)的車(chē)輛數(shù)。

同時(shí)將時(shí)間離散為相等的時(shí)間步長(zhǎng)Δt，元胞長(zhǎng)度lc等于標(biāo)準(zhǔn)車(chē)輛在自由流狀態(tài)下行駛一個(gè)仿真時(shí)間步長(zhǎng)的距離，即

lc=vfΔt，

(1)

元胞之間流量傳輸如圖1所示，根據(jù)元胞流量守恒，元胞狀態(tài)(包括車(chē)輛數(shù)、輸入輸出流量等參數(shù))隨時(shí)間更新的關(guān)系滿足

mi′=mi+qi-qi+1,

式中mi′為t+1時(shí)段元胞i內(nèi)的車(chē)輛數(shù)。

t時(shí)段元胞i-1流入元胞i的車(chē)流量qi滿足

qi=min(Ri，Si)，

1.2基于CTM的交叉口模型構(gòu)建

圖2 基于CTM的交叉口模型

由于實(shí)際信號(hào)控制中， 右轉(zhuǎn)車(chē)流不受交叉口信號(hào)控制，因此，構(gòu)建交叉口CTM模型時(shí)不考慮右轉(zhuǎn)車(chē)道。基于二維元胞傳輸模型，構(gòu)建交叉口的元胞傳輸模型如圖2所示，將進(jìn)口道直行、左轉(zhuǎn)車(chē)道化為2條進(jìn)口流鏈，匝道及其銜接的地面車(chē)道被單獨(dú)劃分為1條交通流鏈[13-14]。4個(gè)進(jìn)口有第1～8共8條流鏈。將交叉口出口單獨(dú)化為1條流鏈，4個(gè)出口有第9～12共4條流鏈。元胞(j，n)表示位于流鏈j的第n個(gè)元胞。

每條進(jìn)口流鏈的第一個(gè)元胞(j,n)均相當(dāng)于一個(gè)大型的停車(chē)場(chǎng)，所有等待進(jìn)入路段的車(chē)輛均停放在該元胞中；第一個(gè)元胞的輸出流量q(j,1)即為交叉口各進(jìn)口的外部動(dòng)態(tài)交通需求。

每條進(jìn)口流鏈的最后一個(gè)元胞(j，n)用于實(shí)現(xiàn)交叉口信號(hào)控制的效果，當(dāng)t時(shí)刻進(jìn)口流鏈j所屬相位為綠燈時(shí)，元胞(j，n)的發(fā)送流量則為進(jìn)口道的飽和流量；當(dāng)t時(shí)刻為紅燈時(shí)，元胞(j，n)的發(fā)送流量為0。

元胞(j，n)發(fā)送的流量

出口鏈只包含1個(gè)元胞，其容量為無(wú)窮大；所有離開(kāi)交叉口的車(chē)輛均駛?cè)朐撛?/p>

2 構(gòu)建交叉口信號(hào)控制動(dòng)態(tài)優(yōu)化模型

在進(jìn)行交叉口信號(hào)控制優(yōu)化時(shí)，常用的評(píng)價(jià)指標(biāo)主要有延誤、排隊(duì)長(zhǎng)度、停車(chē)率、通行能力和行人過(guò)街的等候時(shí)間等[15-16]。從交通參與者的角度出發(fā)，應(yīng)使車(chē)流通過(guò)交叉口的延誤盡可能??；從道路資源利用效率的角度出發(fā)，應(yīng)使交叉口的通行能力盡可能大。

2.1交叉口效益指標(biāo)分析

1)排隊(duì)長(zhǎng)度

在元胞傳輸模型中，可以通過(guò)統(tǒng)計(jì)各流鏈各相位綠燈開(kāi)始時(shí)刻元胞中的車(chē)輛數(shù)得出排隊(duì)車(chē)輛數(shù)，從交叉口各進(jìn)口道停車(chē)線開(kāi)始向上游檢測(cè)各條流鏈阻塞的元胞，所有阻塞元胞內(nèi)的車(chē)輛數(shù)總和即為該流鏈的排隊(duì)長(zhǎng)度。交叉口各進(jìn)口道距上游交叉口的距離Lj即為交叉口各進(jìn)口道允許的最大排隊(duì)長(zhǎng)度，各進(jìn)口道的排隊(duì)長(zhǎng)度應(yīng)滿足最大排隊(duì)長(zhǎng)度約束:

2)通行能力、飽和度

CTM模型中各進(jìn)口鏈尾段元胞在綠燈期間按其飽和流率(單位有效綠燈時(shí)間內(nèi)所通過(guò)的最大流量)釋放所能通過(guò)的最大流量則為通行能力；飽和度即為實(shí)際流量與通行能力之比，當(dāng)飽和度大于1時(shí)，交叉口處于過(guò)飽和狀態(tài)，飽和度小于1時(shí)，交叉口處于非飽和狀態(tài)。

設(shè)Yjx為交叉口各條進(jìn)口流鏈的車(chē)道飽和度，即第x周期內(nèi)進(jìn)入各進(jìn)口流鏈的總交通量與各進(jìn)口流鏈通行能力之比，反映了交叉口的擁擠程度。初始周期內(nèi)進(jìn)入匝道和各進(jìn)口的總交通量可通過(guò)匝道及交叉口的元胞狀態(tài)變量統(tǒng)計(jì)得出，即初始周期開(kāi)始時(shí)刻t0交叉口各進(jìn)口道內(nèi)的車(chē)輛數(shù)與一個(gè)周期時(shí)長(zhǎng)T0內(nèi)進(jìn)入各進(jìn)口道的車(chē)輛數(shù)的總和。有

(2)

(3)

(4)

Yx=max(Yjx)，

(5)

2.2信號(hào)控制動(dòng)態(tài)優(yōu)化模型

采用加權(quán)延誤總和最小化作為目標(biāo)函數(shù)[17-18]；對(duì)各進(jìn)口的延誤乘以飽和度函數(shù)進(jìn)行放大，以體現(xiàn)各進(jìn)口不同飽和度對(duì)綠燈時(shí)長(zhǎng)的需求和不同配時(shí)方案下通行能力的差異；同時(shí)對(duì)過(guò)飽和進(jìn)口的通行能力乘以指數(shù)權(quán)值放大，有利于對(duì)過(guò)飽和進(jìn)口進(jìn)行突出優(yōu)化。有

(6)

s.t.

tmin≤tpx≤tmax,p=1,2,3,4,

lj≤Lj,j∈{1,2,3,4,5,6,7,8},

式中：Px為第x周期加權(quán)通行能力；tpx為第x周期相位p的綠燈時(shí)長(zhǎng)；Tx為周期時(shí)長(zhǎng)，Tmin≤Tx≤Tmax；φ為進(jìn)口道飽和度的罰函數(shù)，用于突出優(yōu)化過(guò)飽和進(jìn)口道；gpx為相位綠燈時(shí)長(zhǎng)，s；p為信號(hào)相位序號(hào),p=1，2，3，4分別表示東西進(jìn)口直行、左轉(zhuǎn)，南北進(jìn)口直行、左轉(zhuǎn)。

相位綠燈應(yīng)滿足最小綠燈時(shí)間和最大綠燈時(shí)間約束，信號(hào)周期也應(yīng)滿足最小周期時(shí)長(zhǎng)和最大周期時(shí)長(zhǎng)限制。交叉口排隊(duì)長(zhǎng)度應(yīng)滿足路段長(zhǎng)度約束，尤其是對(duì)過(guò)飽和交叉口，有利于防止排隊(duì)溢出。

3 基于遺傳算法的多目標(biāo)信號(hào)控制模型求解

遺傳算法(Genetic Algorithm，GA)是模擬自然界生物遺傳和進(jìn)化機(jī)制而建立起來(lái)的一種搜索優(yōu)化算法，體現(xiàn)“優(yōu)勝劣汰、適者生存”的競(jìng)爭(zhēng)機(jī)制，具有很強(qiáng)的全局搜索能力。遺傳算法將問(wèn)題域的可行解集合作為一個(gè)群體，群體中各個(gè)體分別對(duì)應(yīng)一個(gè)可行解，在求解優(yōu)化過(guò)程中將生物的適者生存規(guī)則和個(gè)體間的隨機(jī)信息交換機(jī)制相結(jié)合，模擬生物界進(jìn)化的過(guò)程，采用人工干預(yù)的方式對(duì)可行解空間進(jìn)行隨機(jī)優(yōu)化搜索。

遺傳算法的遺傳操作包含選擇、交叉、變異；遺傳算法的核心內(nèi)容主要為參數(shù)編碼、初始群體的設(shè)定、適應(yīng)度函數(shù)的設(shè)計(jì)、遺傳操作設(shè)計(jì)、控制參數(shù)設(shè)定等。

本文選取最常用的二進(jìn)制編碼進(jìn)行信號(hào)控制優(yōu)化問(wèn)題的可行解編碼[19-20]。在信號(hào)控制優(yōu)化過(guò)程中的決策變量為各相位綠燈持續(xù)時(shí)間t1、t2、t3、t4，例如用[aM/4…a1，bM/4…b1，cM/4…c1，dM/4…d1]代表一個(gè)染色體(染色體中的某一部分aM/4…a1等表示遺傳算法中一個(gè)綠燈持續(xù)時(shí)間t1的二進(jìn)制的編碼段，一個(gè)二進(jìn)制的編碼101011對(duì)應(yīng)著一個(gè)十進(jìn)制的數(shù))，則染色體中的各部分[aM/4…a1]、[bM/4…b1]、[cM/4…c1]、[dM/4…d1]分別與各相位的綠燈時(shí)間t1、t2、t3、t4對(duì)應(yīng)。本文采用目標(biāo)函數(shù)作為遺傳算法的適應(yīng)度函數(shù)，利用輪盤(pán)賭進(jìn)行種群個(gè)體選擇，使用兩點(diǎn)交叉的方法進(jìn)行種群個(gè)體的交叉重組，當(dāng)?shù)^(guò)程達(dá)到預(yù)先設(shè)定的代數(shù)K時(shí)，終止迭代。

4 實(shí)例驗(yàn)證

以成都市某交叉口為例，對(duì)本文構(gòu)建的信號(hào)控制優(yōu)化算法的有效性進(jìn)行驗(yàn)證。各條進(jìn)口道包含左轉(zhuǎn)、直行、右轉(zhuǎn)車(chē)道各1條，結(jié)合圖2中CTM模型構(gòu)建方法建立該交叉口元胞傳輸模型。根據(jù)實(shí)際調(diào)查，取各進(jìn)口道路段長(zhǎng)度L=450 m，自由流速度vf=36 km/h，仿真時(shí)間步長(zhǎng)Δt=3 s，由式(1)得元胞長(zhǎng)度lc=30 m，將路段劃分為15個(gè)元胞，參數(shù)設(shè)定如表1所示。

交叉口為四相位信號(hào)控制，信號(hào)周期為120 s， 其中第一相位(東西進(jìn)口直行)綠燈37 s，第二相位(東西進(jìn)口左轉(zhuǎn))綠燈25 s,第三相位(南北進(jìn)口直行)綠燈29 s，第四相位(南北進(jìn)口左轉(zhuǎn))綠燈17 s。對(duì)該交叉口工作日晚高峰17：30—18：30時(shí)段交通量調(diào)查結(jié)果如表2所示；CTM模型中各步長(zhǎng)的外部交通需求采用均勻輸入。

表1 交叉口元胞傳輸模型參數(shù)

表2 各進(jìn)口元胞傳輸模型流量參數(shù) pcu/h

根據(jù)綠信比(一個(gè)信號(hào)相位的有效綠燈時(shí)長(zhǎng)與周期總時(shí)長(zhǎng)之比)和飽和流率(一條進(jìn)口車(chē)道在一次連續(xù)的綠燈時(shí)間內(nèi)，能夠連續(xù)通過(guò)停車(chē)線的折算為小轎車(chē)的最大車(chē)輛數(shù)，pcu/h)計(jì)算得知，交叉口西進(jìn)口的直行車(chē)道飽和度為1.11，處于過(guò)飽和狀態(tài)；南進(jìn)口直行車(chē)道飽和度為0.79，處于非飽和狀態(tài)，選取這2條車(chē)道進(jìn)行分析。HCM手冊(cè)中信號(hào)優(yōu)化初始化時(shí)間選取為15 min，利用MATLAB構(gòu)建交叉口的元胞傳輸模型，按初始配時(shí)運(yùn)行8個(gè)周期初始化路網(wǎng)交通狀態(tài)。初始時(shí)段(0～900 s,即第1～8周期)內(nèi)，過(guò)飽和及非飽和進(jìn)口道的車(chē)道占有量和累計(jì)排隊(duì)長(zhǎng)度如圖3、4所示，圖3、4中元胞16為進(jìn)口鏈下游出口，停車(chē)線位于第16個(gè)元胞起點(diǎn)，排隊(duì)車(chē)輛從停車(chē)線開(kāi)始依次第1個(gè)元胞方向排隊(duì)。

圖3 西進(jìn)口直行車(chē)道交通量占有量 圖4 南進(jìn)口直行車(chē)道交通量占有量

圖3反映了西進(jìn)口直行車(chē)道的排隊(duì)長(zhǎng)度形成、消散過(guò)程以及排隊(duì)滯留現(xiàn)象。圖3水平面內(nèi)8個(gè)山丘形長(zhǎng)度分別對(duì)應(yīng)第1～8周期的排隊(duì)最大長(zhǎng)度。隨著仿真時(shí)間逐步增長(zhǎng)，排隊(duì)滯留車(chē)輛隨時(shí)間逐漸累積，第1周期排隊(duì)末尾處于第12個(gè)元胞，到第7周期排隊(duì)長(zhǎng)度已延伸至第6個(gè)元胞,由此可知該進(jìn)口處于過(guò)飽和狀態(tài)。圖4反映了南進(jìn)口直行車(chē)道的排隊(duì)長(zhǎng)度形成、消散過(guò)程。圖4水平面內(nèi)8個(gè)山丘形狀長(zhǎng)度始終保持不變，說(shuō)明第1～8周期排隊(duì)長(zhǎng)度均能完全消散，該進(jìn)口處于非飽和狀態(tài)。

從圖3、4分析可知，本文所構(gòu)建的交叉口元胞傳輸模型，能模擬出過(guò)飽和、非飽和狀態(tài)的交通波形成與消散過(guò)程。

利用式(2)～(4)獲得CTM模型中各進(jìn)口交通效益指標(biāo)，結(jié)合式(6)構(gòu)建多目標(biāo)信號(hào)控制優(yōu)化模型。設(shè)定遺傳算法中染色體長(zhǎng)度為30，最大迭代代數(shù)為100，交叉率為0.9，變異率為0.05，種群規(guī)模為40。初始化時(shí)段為0～900 s(第1～8周期)，優(yōu)化時(shí)段為900～2 700 s，選取第9～15周期進(jìn)行優(yōu)化前后效果對(duì)比分析。優(yōu)化前，交叉口采用的固定信號(hào)配時(shí)，每一周期長(zhǎng)度均為120 s(除去12 s黃燈時(shí)間，則綠燈時(shí)間為108 s)，利用遺傳算法求得各優(yōu)化周期的信號(hào)配時(shí)(有效綠燈時(shí)長(zhǎng))如表3所示。

優(yōu)化前后西進(jìn)口直行、左轉(zhuǎn)車(chē)道排隊(duì)長(zhǎng)度l1、l2對(duì)比分析如圖5、6所示。西進(jìn)口直行車(chē)道在0～900 s排隊(duì)車(chē)輛不斷累積，l1持續(xù)增長(zhǎng)，最長(zhǎng)達(dá)450 m；進(jìn)行動(dòng)態(tài)優(yōu)化后，900～2 700 s西進(jìn)口直行車(chē)道排隊(duì)長(zhǎng)度逐步下降，并維持在100 m以內(nèi)。西進(jìn)口左轉(zhuǎn)交通需求較小，l2均維持在3 m以內(nèi)，每周期排隊(duì)車(chē)輛均能完全消散。

表3 交叉口各優(yōu)化周期優(yōu)化前后的信號(hào)配時(shí) s

圖5 西進(jìn)口直行車(chē)道排隊(duì)長(zhǎng)度對(duì)比 圖6 西進(jìn)口左轉(zhuǎn)車(chē)道排隊(duì)長(zhǎng)度對(duì)比

圖7、8為優(yōu)化前后北進(jìn)口直行、左轉(zhuǎn)車(chē)道排隊(duì)長(zhǎng)度l3、l4對(duì)比。北進(jìn)口由于受信號(hào)周期波動(dòng)的影響，導(dǎo)致l3、l4短時(shí)間內(nèi)增長(zhǎng)；優(yōu)化時(shí)段后期。l3、l4趨于穩(wěn)定，并小于優(yōu)化前的排隊(duì)長(zhǎng)度。

圖7 北進(jìn)口直行車(chē)道排隊(duì)長(zhǎng)度對(duì)比 圖8 北進(jìn)口左轉(zhuǎn)車(chē)道排隊(duì)長(zhǎng)度對(duì)比

結(jié)合表3所得每周期各相位綠燈時(shí)長(zhǎng)gpx和表1中各車(chē)道的飽和流率S(j,n)，由式(4)～(5)計(jì)算第9～15周期優(yōu)化前后交叉口整體及各進(jìn)口飽和度如表4所示。優(yōu)化后交叉口整體飽和度以及過(guò)飽和進(jìn)口道飽和度顯著下降，交叉口通行效率顯著提升。

5 結(jié)論

基于二維元胞傳輸模型構(gòu)建交叉口的元胞傳輸模型，并以交叉口飽和度的函數(shù)為權(quán)重，充分考慮各進(jìn)口的交通狀態(tài)，以各進(jìn)口加權(quán)通行能力總和為目標(biāo)函數(shù)，突出對(duì)過(guò)飽和進(jìn)口的優(yōu)先優(yōu)化。通過(guò)實(shí)例分析，文中所構(gòu)建的交叉口元胞傳輸模型可準(zhǔn)確的模擬交通流的轉(zhuǎn)播，包括排隊(duì)的形成與消散過(guò)程，同時(shí)，利用本文所構(gòu)建的動(dòng)態(tài)優(yōu)化模型，可有效降低過(guò)飽和進(jìn)口道和交叉口整體的飽和度，提升交叉口的整體通行效益。

表4 交叉口各進(jìn)口車(chē)道第9～15周期優(yōu)化前后飽和度對(duì)比分析

[1]CEDER A,RESHETNIK I.An algorithm to minimize queues at signalized intersections[J].Journal of the Operational Research Society,2001,52(6):615-622.

[2]MICHALOPOULOS P G,STEPHANOPOULOS G.Optimal control of oversaturated intersection:theoretical and practical considerations[J].Traffic Engineering & Control,1978,19(5):216-221.

[3]CANG T H,LIN J T.Optimal signal timing for an oversaturated intersection[J].Transportation Research Part B:Methodological,2000,34(6):471-491.

[4]CHANG T H,SUN G Y.Modeling and optimization of an oversaturated signalized network[J].Transportation Research Part B:Methodological,2004,38(8):687-707.

[5]LIU H,BSLKE K N,LIN W H.A reverse causal-effect modeling approach for signal control of an oversaturated intersection[J].Transportation Research Part C：Emerging Technologies,2008,16(6):742-754.

[6]楊錦冬,楊東援.城市信號(hào)控制交叉口信號(hào)周期時(shí)長(zhǎng)優(yōu)化模型[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2001,29(7):789-794. YANG Jindong,YANG Dongyuan.Optimized signal time model in signaled intersection[J].Journal of Tongji University(Natural Science)，2001,29(7)：789-794.

[7]曹成濤,徐建閩.單交叉口交通多目標(biāo)控制方法[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(16):20-22. CAO Chengtao，XU Jianmin.Multi object traffic signal control method for single intersection[J].Computer Engineering and Applications,2010,46 (16): 20-22.

[8]祁宏生,王殿海,陳松.基于綜合飽和度的單點(diǎn)信號(hào)控制方法[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2012,44(2):134-137. QI Hongsheng,WANG Dianhai,CHEN Song.Isolated intersection control based on integrated saturation degree[J].Journal of Harbin Institute of Technology,2012,44 (2): 134-137.

[9]DION F,RAKHA H,KANG Y S.Comparison of delay estimates at under-saturated and over-saturated pre-timed signalized intersections[J].Transportation Research Part B:Methodological,2004,38(2):99-122.

[10]DAGANZO C F.The cell transmission model：A dynamic representation of highway traffic consistent with the hydrodynamic theory[J].Transportation Research Part B：Methodological，1994，28(4)：269-287.

[11]DAGANZO C F.The cell-transmission model：part Ⅱ: network traffic[J].Transportation Research Part B：Methodological，1995，29(2)：79-93.

[12]黃瑋,沈峰,楊曉光.基于細(xì)胞傳輸模型的交通流仿真特征及適用性研究[J].交通信息與安全,2008,26(1):19-23. HUANG Wei,SHEN Feng,YANG Xiaoguang.Research on characteristic and applicability of traffic flow simulation based on CTM[J].Journal of Transport Information and Safety,2008,26(1):19-23.

[13]高云峰,韓皓,胡華.信號(hào)控制交叉口交通行為的簡(jiǎn)單二維元胞傳輸模型[J].系統(tǒng)工程理論與實(shí)踐,2015(1):150-159. GAO Yunfeng,HAN Hao,HU Hua.A simple two-dimensional cell transmission model: A dynamic representation of traffic at multiphase signals[J].Systems Engineering-Theory & Practice,2015(1):150-159.

[14]楊東霞,巨永鋒.基于CTM的交通信號(hào)多目標(biāo)優(yōu)化方法[J].交通運(yùn)輸工程學(xué)報(bào),2011,11 (3):105-111. YANG Dongxia,JU Yongfeng.Multi-objective optimization method of traffic signal based on CTM[J].Journal of Traffic and Transportation Engineering,2011,11(3):105-111.

[15]HONG K L,CHOW A H F.Control strategies for oversaturated traffic[J].Journal of Transportation Engineering,2004,130(4):466-478.

[16]劉金明.基于多目標(biāo)規(guī)劃的城市道路交叉口信號(hào)配時(shí)研究[D].北京:北京交通大學(xué),2011. LIU Jinming.On signal timing of urban road intersections based on multi-objective programming[D].Beijing：Beijing Jiaotong University,2011.

[17]首艷芳,徐建閩.信號(hào)交叉口多目標(biāo)動(dòng)態(tài)決策模型及其優(yōu)化方法[J].公路交通科技,2012,29(11):92-97. SHOU Yanfang,XU Jianmin.Multi-objective dynamic decision-making model of signalized intersection and its optimization method[J].Journal of Highway and Transportation Research and Development,2012,29 (11): 92-97.

[18]PHAN V C,ALAM F,POTGIETER J,et al.Integrated fuzzy signal and ramp-metering at a diamond interchange[J].Journal of Advanced Transportation,2013,47(4):413-434.

[19]陳智,劉小明,劉文婷,等.過(guò)飽和交叉口交通信號(hào)模糊關(guān)聯(lián)控制方法[J].信息與控制,2014,43(3):374-380. CHEN Zhi,LIU Xiaoming,LIU Wenting，et al.Interconnected control of traffic signals at oversaturated intersections using fuzzy control method[J].Information and Control,2014,43 (3): 374-380.

[20]李瑞敏,陸化普.基于遺傳算法的交通信號(hào)控制多目標(biāo)優(yōu)化[J].長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,29(3):85-88. LI Ruimin,LU Huapu.Traffic signal control multi-object optimization based on genetic algorithm[J].Journal of Chang′an University Natural (Science Edition),2009,29 (3): 85-88.

OversaturatedIntersectionControlMethodBasedonCellTransmissionModel

YANGJie，WANGJidong

(SchoolofTransportationandLogistics,SouthwestJiaotongUniversity,Chengdu610031,China)

In order to overcome the practical limitation of the intersection signal control optimization method, the two-dimensional cell transmission model is used to establish the cell transmission model of the signal intersection. The function of intersection saturation degree is used as weight of capacity, the traffic states of all the entrances are taken into consideration in all the intersections, and the penalty function of the oversaturated entrance is introduced and the oversaturated entrance is optimized with priority. Genetic algorithm is used to calculate the dynamic optimization of the intersection signal control. The experiments show that the established model applies to the signal control optimization of both the saturated and unsaturated intersections can effectively reduce the saturation degree of the oversaturated entrance and the whole intersection, and is helpful to improve the through efficiency of the saturated intersection.

signal control optimization; cell transmission model; saturation; capacity; genetic algorithm

U491.51

：A

：1672-0032(2017)03-0030-08

(責(zé)任編輯：楊秀紅)

2017-02-20

陽(yáng)杰(1992—)，男，四川達(dá)州人，碩士研究生，主要研究方向?yàn)槌鞘薪煌ㄒ?guī)劃，E-mail:515896294@qq.com.

10.3969/j.issn.1672-0032.2017.03.005