抽象性

减少城市小路排队溢出风险,交叉路口超饱和度显示最大偏差,减少小路长队列造成的不良效果,并全面平衡多目标需求,如主路优先级、排队限制和小路延迟、红尾小路队列模型、路剩余容量模型和多参数协调信号控制模型,并使用多目标遗传算法优化这一解决方案多参数协调控制策略将小路每部车延时约17%和队列延时约3050%,并略微增加路口每部车延时和主路队列长度控制策略可充分利用主路控制小路队列长度的能力,有效减少小队列阻塞本地公路网交通作业的风险,并全面平衡动脉路和小路间交通需求提供参考控制法处理道路过饱和相交大差下主要交通冲突转移

开工导 言

多城市主路和小路交叉路口通常采用主路优先控制策略,以确保主路交通能力但是,在初级和次要道路技术级大差交错点上,这种控制法将使小路上队列车辆在交通到达超饱和时超载信号循环持续累积,小路队列会过长甚至溢出,干扰甚至锁住上游交叉点,导致本地路网交通控制故障和交通操作瘫痪

超饱和交通状态发展到一定程度后,城市初级路口和次要路口主冲突从确保交通效率转向避免交通拥塞和平衡交通需求目前,多大城双向主路数正在增加,8至10道以上公路容量大,可容纳更多车辆如何充分利用城市动脉路容量控制超饱和交通溢出量,平衡初级和次要道路交通需求,并维护交通运营和微循环本地公路网是值得考虑的问题。

队列溢出现象也可以表示为超饱和流量Wu X取回路口绿色损失时间和流量效率作为评估超饱和度严重程度的指标多研究者提出了不同方法计算队列长度一号..温德利希等计算机模拟预测相交点稳定状态流时最大队列长度2..Mirchandani和Zou基于队列长度计算模型排队论确定车辆稳态分配3..Lin和Liu计算排队长度和延迟时间交叉点基于出租车定位数据,所得结果适用于非串通道路条件4..

基于队列长度模型,提出了各种多参数信号控制策略Abodolas等视信号控制参数和约束为二次编程问题并平衡交叉口每个入口的队列长度5..Li等多目标优化模型,目标最短队列长度、最小延迟值和最小排出量并获取最优定时法6..参考号7全面考虑信号设计上下游交叉点、转动流、路段长度和相位差取出方法计算交叉点最大排队长度参考号8概念计算法相邻信号化交叉点时协调索引参考号九九计算信号控制延迟 通过使用停止延迟加速或减速延迟成微等交通传输法基于感知控制解决队列溢出向某方向造成的拥塞问题10..

过度饱和交叉路口研究多半侧重于对相邻交叉路口使用协调控制向上游交叉路口传播更大排队压力,但很少有研究涉及多参数协调控制大小路口交叉路口面向超饱和小路过长队列的不利影响,本研究全面协调交通能力、排队和初级和小路延迟,并为技术级差距大路交叉路口制定定向控制策略

二叉排队计算小路红端模型

2.1.模型搭建

基于交通波理论和双流理论,小路红光端建立队列长模型,由VISSIM模拟软件验证模型可靠性

2.1.1.单行队列模型

队列内信号化交叉口最后车辆数与前一周期所扣车辆数和本周期所扣车辆数之和等 去哪儿N级指上轮红光结束后插进车道的车辆数,pcuN级_一号从绿光开始到红光结束进车道数N级₂从绿光开始到红光结束的车辆数并ΔN上下游路段间车辆总数

图一号显示交叉点B入口红灯流量状态N级表示列内等待释放的车辆L级_A级段流量密度大约为拥塞密度,即k_j大全;N级_一号即进入路段循环的车辆数,即即将排队的车辆L级_B级并L级_C级段内上头L级_C级段车辆正常运行L级_B级段开始减速并输入队列此时此时密度k_C级介于最优密度间k_m并阻塞密度k_j大全,也就是说k_m<k_C级<k_j大全.

N级₂表示本周期离开车辆数此时此时密度k_q二维开始从拥塞密度下降,本周期内最大车辆队列长度如下: 去哪儿L级_D级上下游段间队列长度k_j大全阻塞密度上下游段,pcu/km

当流量处于最优运行状态时,流量密度即为畅通密度k_m上游交叉路口和下游交叉路口之间的路段长度为L此时此地N级=k_m·L级和队列长度L级_D级=0特定段路况完全阻塞时,密度即阻塞密度k_j大全脱机at this time, ∆N级=k_j大全·L级队列长度L级_D级=L级.自k_m<k<k_j大全方程2)应用到密度介于最大密度和阻塞密度之间的案例中间k_j大全,k_C级并k_q二维需要根据实境校准

2.1.2.多线程队列模型

交通流堵塞后 车道变换情况减少交通密度高而空间压缩小,车道交互作用小多路段入口可被视为整体,多路段入口总体排队状况可用路口单行入口排队模型计算: 去哪儿 平均排队长度指当前周期中红端十字路口某些方向入口,千米;L级_D级′(一排队长一循环中m脱机并N级表示交叉点上向此方向行道数

2.2.模型检验

2.2.1.参数测试

拥塞密度k_j大全即速度为零时流量密度这项研究用VISIM模拟软件构建三种不同的模拟程序一号并讨论阻塞密度值图显示模拟结果2.

从模拟结果阻塞密度k_j大全三大方案中约160pcu/kmk_j大全= 160pcu/km模拟验证模型时以阻塞密度取显示Greenberg对数模型4)最佳密度k_m时速59千米

绿光起始时 交通密度k_q二维,20米段后端线3介于90pcu/km至110pcu/km之间,平均值k_q二维公元前100km

VISSIM没有明确方法判定位置k_C级.因此,本研究提出估计法自k_m<k_C级<k_j大全中长L级_A级越少车辆以临界速度行驶 ,并近k_C级方法论k_j大全假设k_C级可解决方式5:

2.2.2模拟程序设置

图中显示4模拟流量方向从交叉点A到B每一道设定500米长3.25米宽,饱和流速为1 800pcu/h信号级定时参数与周期60s、绿光20s、红光37s和aber光3s车辆数量检测器设置入口路上游,车辆数量检测器和队列计数台设置入口路下游模拟时间3600秒

60周期连续模拟显示车辆队列从第十周期开始,第30周期开始稳定为使测试结果更稳定化,选择41至60周期时模拟实验范围差等同++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++模型计算值非常接近VISSIM模拟排队长度

跟踪错误σ用于描述模型计算值与模拟值之间的偏差越小偏差越可靠模型一般来说,当偏差小于10时模型是可靠的 去哪儿L级_微信队列长度由模型计算m;L级_城城队列长度模拟测试m脱机并M级数循环

计算跟踪错误σ单行模型和双行模型中分别为6.78和9.11因此,模型可被视为可靠

3级交换信号控制机制阈值

3.1.路段剩余容量预测模型

路段最大容量指在现有交通条件下可容纳的最大车辆数相邻交叉路口路段剩余容量是确定下游交叉口信号控制计划的重要参数之一剩余路容量可通过向此方向计算入口道红色端长度求得[11..

3.1.1公路总容量

以相邻交叉路口之间的城市路段为研究对象,总路段长度为L级上下游交叉点命名A级并B级图中显示的分页5.

本节总容量如下: 去哪儿Q类总容量路段,pcL级全长路段m;I级等值标准车长度m;h表示前台车辆后端与后台车辆头间的平均空间m;N级表示路段方向数并 表示整数 .

3.1.2排队车辆使用路容量

从以上分析可以看出,如果路段车辆队列长度L级车队列所占用路段容量如下: 去哪儿Q类₀路容量由队列车辆占用,pcL级路段队列长度m.

3.1.3剩余路段容量

路段剩余容量可用两种方法获取一分计算总容量与占用容量之差九九: 去哪儿Q类_R剩余容量路段p

另一种方式是通过车辆队列长度计算空置路段长度,可用此长度容纳的车辆数为路段剩余容量空闲段长度如下: 去哪儿L级路段空闲长度m.

剩余容量如下:

3.2控制方案转换阈值

为了避免局部公路网排队溢出小路造成的交通瘫痪,小路队列长度和剩余容量达到一定限值时,主路优先级总控模式应调整以减少小路排队长度和溢出风险队列长度缩小到一定程度后 主路优先控制模式可返回

信号控制交叉路口周期小路剩余容量等于或甚至小于从上游交叉路口进入小路的车辆数,即时Q类_R≤N级_一号排队溢出将导致小路上游交叉锁定以确定图转换的关键值并发11) 去哪儿N级_一号表示下一周期运抵车辆数,pc

比率y市_一号队列长至路容量标准判定小路是否释放,即 去哪儿y市_一号容量匹配比m/pcu

方程(12)和(b)13合并获取控制机制转换阈值y市_一号基于小路剩余容量预测模型

4级多参数协调控制模型初级路和小路

4.1.控制条件

研究对象为城市交叉信号四相永久循环时间信号优化法本节研究适合小路过热的交叉点多目标优化函数协调主路和小路之间的车辆队列长度并尽量减少交叉点总延迟队列长度交叉使用上述计算法

4.2多目标优化信号控制模型

4.2.1.多目标优化遗传算法

多目标优化问题数学模型如下: 去哪儿V级_分钟内矢量最小化,即矢量目标函数子目标函数f级高山市X级)尽可能小化

4.2.2.2重系数法转换

多目标优化问题,如果子目标函数f级_一高山市X级) (一=一二N级)给定权ω_一高山市一=一二N级)中ω_一表示对应f级_一高山市X级多目标优化函数的重要性中,然后线性加权和子目标函数f级_一高山市X级可表述如下:

if欧市多目标优化问题评价函数使用,多目标优化问题可转换成单目标优化问题,单目标优化遗传算法可用解决多目标问题

4.3优化目标函数和分解模型

4.3.1.延迟信号分解模型

车辆交叉路口延迟指车辆受交叉路口信号控制造成的交通时间损失研究显示,确定式排队理论可适用于超饱和交叉路口延迟评价,车辆抵达率大于容量12..计算公式如下[13: 去哪儿N级即容量,pcug/h;q二维流量抵达率;公元前饱和度;d级平均延迟车道s级;R红光时间s级;y市平均超饱和时数受困车辆并T级调查持续时间通常为15分钟

平均延迟每次入口按车辆延迟加权平均值计算 去哪儿d级_j大全平均延迟乘车入口s级;d级_JI测试平均延迟 Lane车一进门j大全s! S!并q二维_JI测试车辆到站率一出入口j大全k/h.

信号循环中每部车辆平均延迟点为加权平均延迟点 去哪儿d级_一表示路口每辆车平均延迟s级;q二维_j大全车辆运抵速率j大全k/h.

4.3.2.队列平衡策略

队列长度平衡策略分配更多绿色时间向大队列容量比避免长队列或溢出特定方向(通常是小路上)以及时驱散长队列并避免更严重的交通问题方向分配14..

根据上述思想,点信号交叉路口控制目标可简单描述如下: 去哪儿L级_E级均衡性能排队长度索引;L级_一列队长度在每个入口红色端m脱机并L级_一长度路段

4.3.3.多目标优化模型

目标函数是车辆平均延迟值往往最小化,而每个入口队列长度往往平衡交叉点加权系数法用于将双重目标函数转换成单目标函数优化条件和约束如下: 去哪儿α并辰族权值系数;d级_O级并L级_O级性能指示数显示车辆交叉点平均延迟数和优化定时计划行长平衡数;d级_一车辆平均延迟原定时图交叉点;L级_E级均衡性能排队长度索引;C级信号周期s级脱机并 有效绿灯持续时间s级.

5级案例剖分研究

5.1.当前插件状况

哈尔滨市Zhengyi路和Kean街交叉路口被视为研究案例正义路北南方向有12条双向通道,基南街东西方向有4条双向通道典型地连接主干道和小干道并存大容量空白基本状况显示于表2.分三大信号相位:一相直向北南方向,一相左向北向,另一相直向西向左转图显示信号定时计划6.

表显示通过视频观察分析法收集的部分流量数据3.

检测器设置在十字路口入口道前后观察并记录检测器通过车辆数因此,可获取交叉道平均排队长度表24显示多周期数据的平均值

平均每部车辆入口平均延迟数和每部车辆交叉点平均延迟数计算法为17-21,结果见表5.

5.2优化算法求解

5.2.1.方案转换判断

排队长度参数和路容量参算13)主要包括L级++I级,h并N级.等值车辆长度I级平面车辆后端与后端车辆头间平均空间为6米h2米表显示4平均排队西入口L级511米,车道数N级二分适当容量匹配比y市_一号计算为3.4m/p

从绿光开始到红光结束本信号循环的平均车辆数N级_一号时速40分取参数为14转换阈值y市_一号计算为2.9正因如此y市_一号=3.4>y市_一号=2.9流量状态满足方案转换标准,本研究中提议的控制法可用

5.2.2.2判定重系数

值权系数α并辰族优化算法解决问题通常取决于主路服务级别如果主路服务水平相对高,小路队列长度应作为主改进指数,即α<辰族.如果主路服务水平差,缩短路延指数应该是主改进指数,而缩短队列长度将成为一个次要因素,即α>辰族.服务级介质α=辰族.值范围显示于表6[6..

分析正义路和基安街交叉路口,从北方进口车辆平均延迟34.93秒,相应服务级为C南方进口车辆平均延迟35.70秒,相应服务级别为D正因如此α=0.5辰族=0.5

5.3前后比较优化

所收集数据输入优化模型并用遗传算法解决获取优化信号定时机制问题(图中显示7和车辆平均延迟和队列交叉点定时制7)模型应用性和效果通过比较延迟度和队列长度优化前后测试

表27显示北南主路平均延迟约16.7%,平均队列长度增加8.411.4%同时,西向小路上车辆平均延迟率下降约16.9%。平均队列长度大减31.5++50路口每部车辆平均延迟增加6.44%图解8(a)并8(b)显示协调优化前后各种指标的变异

原控方法下西入口队列长度接近全路段,东入口队列长度接近自身路段长度2/3超长队列有溢出风险 小路两个入口优化后,西入口队列长度减到约行道段向外长度二分之一,东入口队列长度减到约行路段向外长度六分之一,从而大大降低队列溢出风险不论信号机制是否优化,主路队列长度仍约为自身路段长度的1/5,而路面负载没有大幅增加因而可以认为优化效果相对均衡,优化计划合理有效

6级结论

通过理论研究、模拟实验和案例分析可得出下列结论:(1)超饱和流量继续发展到一定程度时,主干线与主干线和小干线容量悬殊的主要冲突将改变从确保交通效率到避免局部交通阻塞和平衡交通需求,控制策略也应相应修改多参数协调控制法全面考虑主路和小路容量、延迟度、队列长度和服务水平,这有助于充分利用主路容量控制小路排队和队列溢出风险并平衡主路和小路流量需求(2)案例研究显示,多参数协调控制相交器平均延迟增加6.44%,主路队列长度增加8+11单车平均延迟约17%,小路队列长度减少3050%结果表明优化方法可显著减少小路排队延时,同时略增主路排队长和交叉路口车辆平均延迟时间,避免排队溢出造成本地路网交通阻塞,控制效果相对平衡合理

数据可用性

支持本研究发现的数据可应请求从相关作者处获取(电子邮件:[email protected])

利益冲突

作者声明他们在发布本研究方面没有利益冲突

感知感知

作者感谢实验室主管李绍燕提供实验设备,感谢威斯康星大学成杨教授计算方法作者感谢东北林业大学交通研究中心的教师和研究生的帮助这项工作得到了中国黑龙江省自然科学基金会支持LH2019E004和中国自然科学基金会7171047