基于污染物排放的區(qū)域交通信號(hào)控制模型

詹娟 張慧 邵靜靜

（重慶交通大學(xué)交通學(xué)院，重慶 404100）

基于污染物排放的區(qū)域交通信號(hào)控制模型

詹娟 張慧 邵靜靜

（重慶交通大學(xué)交通學(xué)院，重慶 404100）

為了對(duì)區(qū)域交通進(jìn)行有效控制，并減少車輛尾氣排放造成的環(huán)境污染，本文提出了基于污染物排放的區(qū)域信號(hào)控制模型，通過(guò)模擬仿真進(jìn)行了驗(yàn)證，表明該方法對(duì)于區(qū)域交通控制和減少環(huán)境污染具有重大意義。

區(qū)域交通控制；污染物排放；控制模型

隨著城市的發(fā)展，城市交通問(wèn)題日益突出和嚴(yán)重，加強(qiáng)城市的交通管理和控制，整治城市各項(xiàng)交通問(wèn)題迫在眉睫。隨著計(jì)算機(jī)技術(shù)和自動(dòng)控制技術(shù)的發(fā)展，城市交通控制的規(guī)模也逐漸從點(diǎn)控、線控向面控發(fā)展。關(guān)于區(qū)域交通控制系統(tǒng)的模型、算法都有大量的研究成果，但是卻幾乎沒(méi)有任何研究將城市區(qū)域的環(huán)境污染與區(qū)域控制相結(jié)合。由機(jī)動(dòng)車尾氣排放引起的大氣污染已經(jīng)嚴(yán)重影響了城市居民的生活和健康，尤其是在交通流量大、道路情況復(fù)雜、交叉口集中地區(qū)域，由于交通擁堵和延誤，車輛不停地反復(fù)加減速和怠速所排放的污染物濃度極大，對(duì)城市環(huán)境造成了嚴(yán)重污染，影響居民的生活質(zhì)量。

1 污染物排放

機(jī)動(dòng)車排放污染物主要包括一氧化碳、氮氧化物、碳?xì)浠锖蜕倭慷跆迹渲袑?duì)人體傷害較大的是CO、CH和NOX，本文主要研究這三種污染物的排放。交叉口汽車行駛和怠速時(shí)的尾氣排放情況不相同，所以，由此造成的污染物排放也不相同[1]：一是車輛在交叉口區(qū)域道路上正常行駛時(shí)的尾氣排放量；其二是車輛在所有進(jìn)口道怠速時(shí)的尾氣排放量。

其中，s為污染物類型（s=1,2,3）；u為車輛類型；EFpcuS為污染物s換算成標(biāo)準(zhǔn)小汽車的排放因子g/（puc·km）；EFIpcuS為污染物換算的標(biāo)準(zhǔn)小汽車的怠速排放因子g/（puc·km）；EFSm為u型車的s型污染物的排放因子g/（veh·km）；EFISu為u型車的s種污染物的怠速排放因子g/（veh·km）；au為u型車在交通量總量中的比例；pu為u型車的換算系數(shù)，取值參考《城市道路設(shè)計(jì)規(guī)范》（1995）。

因此，車輛在區(qū)域內(nèi)的一個(gè)信號(hào)交叉口的尾氣排放總量Es為行駛排放和怠速排放之和。

其中：PR為行車線源污染物排放量（g/h）；EFijk為第n條車道的u型車s種污染物的排放因子（g/（輛·km））；xnm第n條車道的u型車的交通量輛/h）；Ln交叉口進(jìn)出口路段寬度（km）；j交叉口車道總數(shù)。

其中：PI為車輛怠速產(chǎn)生的污染物排放量（g/h）；EFIijk為第n條車道的u型車的s種污染物的怠速排放因子（g/(輛·km)）；xnu為第n條車道的u型車的交通量（輛/h）；dn為第n車道的平均停車延誤（s）。

2 延誤的計(jì)算

車輛平均延誤：第i個(gè)交叉口的平均車輛延誤，等于該交叉口各個(gè)進(jìn)口道延誤的加權(quán)平均值[2]，區(qū)域平均延誤等于各交叉口平均延誤的加權(quán)平均值。

由于兩者的量綱不同，將兩者做線性歸一化處理，根據(jù)重要性按比例疊加，建立交叉口延誤最小和污染最小的多目標(biāo)規(guī)劃模型，約束條件為兩者的約束條件，即可得到以下模型：

E和E0是區(qū)域路網(wǎng)中機(jī)動(dòng)車尾氣排放的實(shí)際值和初始值，D和D0是區(qū)域車輛平均延誤的實(shí)際值和初始值，G為加權(quán)系數(shù)。L為相位，Xl為相位l的飽和度，x=(…,xk,…)為決策變量的向量，路段的交通流量。

3 粒子群算法

Step1：初始化。確定微粒編碼xi=｛x1，x2,x3，x4｝，xi代表相位的綠燈時(shí)間，初始化粒子群，初始化各微粒的位置xi及速度vi,粒子個(gè)數(shù)Num、慣性因子ω（0≤ω≤1）的初值、最大允許迭代步數(shù)G等值、學(xué)習(xí)因子c。

Step2：適應(yīng)值選擇。作為適應(yīng)度函數(shù)minf(x)，按公式計(jì)算出每個(gè)粒子的適應(yīng)度值。

Step3：微粒進(jìn)化，對(duì)粒子群中每個(gè)粒子與全局所經(jīng)歷的最好位置gbest作比較，并檢驗(yàn)這個(gè)粒子的可行性條件，如果這個(gè)粒子的適應(yīng)值較好且滿足約束條件，則將其設(shè)為gbest。

Step4：標(biāo)準(zhǔn)粒子群最優(yōu)解。當(dāng)最優(yōu)粒子的適應(yīng)值足夠好或進(jìn)化代數(shù)達(dá)到預(yù)定代數(shù)時(shí),算法終止并輸出該最優(yōu)粒子。否則重新初始化速度和位置并重新設(shè)定適應(yīng)值，直至得出最優(yōu)粒子，最后將最優(yōu)粒子解碼為最佳配時(shí)優(yōu)化算法。

4 實(shí)例分析

4.1 確定交叉口權(quán)重

選取最典型的井字型區(qū)域交叉口進(jìn)行實(shí)例分析，根據(jù)如圖所示實(shí)際路網(wǎng)的歷史交通數(shù)據(jù)，以及非高峰小時(shí)和非高峰小時(shí)的道路交通流變化，通過(guò)變異系數(shù)法確定1-4交叉口的權(quán)重比為0.2、0.2、0.3、0.3。

圖1 實(shí)際路網(wǎng)簡(jiǎn)化示意圖

圖2 模擬路網(wǎng)

4.2 優(yōu)化參數(shù)

利用synchro仿真軟件對(duì)實(shí)際區(qū)域進(jìn)行仿真，并根據(jù)實(shí)際道路參數(shù)和歷史交通流量設(shè)置道路參數(shù)，選擇區(qū)域平均延誤最小和污染物排放最小的雙目標(biāo)模型，對(duì)區(qū)域各入口交通流量小、近飽和和飽和狀態(tài)下的控制情況進(jìn)行模擬,分別設(shè)置為800、1 000、1 200輛/h，獲得不同交通流量的情況下，區(qū)域的平均延誤和污染物排放總量。

為求得粒子群算法在不同交通狀態(tài)下的微粒子,需要利用VisualC++對(duì)本文提出的粒子群算法編制程序,并根據(jù)以上仿真的基本數(shù)據(jù)用粒子群算法進(jìn)行優(yōu)化,3種不同流量下的最優(yōu)粒子的輸出對(duì)比synchro仿真得到如下表數(shù)據(jù)。

車流量(veh/h)區(qū)域平均延誤時(shí)間(s)區(qū)域污染物排放總量(kg/h)定時(shí)控制基于污染物排放與延誤最小的定時(shí)控制定時(shí)控制基于污染物排放與延誤最小的定時(shí)控制80037.837.2240.64220.12 1 00041.341.5300.78260.23 1 20048.849.3380.28320.45

5 結(jié)束語(yǔ)

作者通過(guò)建立基于環(huán)境污染和延誤最小的區(qū)域交通控制多目標(biāo)信號(hào)控制模型，利用粒子群算法對(duì)該模型進(jìn)行優(yōu)化，該方法通過(guò)編程實(shí)現(xiàn)優(yōu)化求解，并采用synchro仿真軟件進(jìn)行了仿真。結(jié)果表明，基于污染物排放和延誤最小的信號(hào)控制可以有效減少污染物排放且對(duì)平均延誤影響很小，該方法對(duì)于改善城市交通污染有十分重要的意義。

[1]王煒，項(xiàng)喬君，常玉林等.城市交通系統(tǒng)能源消耗與環(huán)境影響分析方法[M].北京:科學(xué)出版社，2002.

[2]唐殿奎.區(qū)域交通控制的分析與研究[D].濟(jì)南:濟(jì)南大學(xué)2010.

[3]于德新，高鵬，楊兆升.基于遺傳神經(jīng)網(wǎng)絡(luò)的區(qū)域交通控制評(píng)價(jià)效果[J].北京工業(yè)大學(xué)學(xué)報(bào)，2010,36(4):490-494.

0141

A

1003-5168(2014)04-0154-02

詹娟（1989—），女，碩士研究生，研究方向：交通信號(hào)工程及控制。