李巧艷,黃鈺斌,吳功策
(東北大學秦皇島分校,河北 秦皇島 066000)
交通信號配時的目的是最大限度減少車輛平均延誤時間,提高通行效率,由WEBSTER延時公式:
其中,c 為周期時間[sec],λ為綠信比,q 為交通流量[veh/sec],s 為交通飽和流量[veh/sec],y =代表流量比,且x =為道路交通飽和度,C= λ s為流量,te為評估時間為穩定飽和流量時間。
對于一個道路路口,本文僅考慮有四種相位,八個方向,設一個路口有n 個相位,每個相位mi個方向,所以對于一個路口的平均延誤公式:
其中qij為第i 個相位j 方向的流量,dij為第i 個相位j方向的延誤時間。
本文的目標是尋求最優的信號周期c和對于每個相位的綠燈時間的最佳分配,使得對于每個路口平均延誤公式最小。而對于每個相位有效綠燈通行時間gei取決于流量比最大的路徑,該路徑也稱為關鍵路徑(Critical Lane).設流量比yij為第i 個相位j方向的流量比,則關鍵路徑的流量比所以交叉路口流量比(intersection fl ow ratio)為
然而有效的綠燈時間與總綠燈時間并不一致,而是彼此錯開的。在綠燈開始初期,車流處于起動加速階段,流率比飽和率低,因而損失時間,該損失的時間稱為綠初損失時間,一般為2sec;黃燈結束末期,車輛開始減速,車流流率下降,造成的損失時間稱為黃末損失時間,一般為3~5sec;綠初、黃末非飽和損失時間合并稱為起動損失時間,信號總起動損失時間計算公式為其中lci為第i個相位的關鍵路徑上的損失時間.而總的損失時間則還需加上全紅時間,即L=l+tall_red。所以總的有效綠燈通行時間ge=c?L 而每個相位的有效綠燈時間為
因為損失時間是可確定的,是故分配綠燈時間即是分配有效綠燈時間.而周期c 通常有一個取值范圍而通常取120秒至160秒,根據時間情況而定。
綜上,我們的目標即是通過滿足一定條件下,合理調整周期c 和分配各個相位的有效綠燈時間gei,使得(2)式最小。由于gei實際上亦是關于c 的函數,所以問題即為:
由于函數形式復雜,我們不用普通函數求極值的方法,我們利用采用遺傳算法求解.
圖1為加拿大埃德蒙頓某交叉路況示意圖,相應的交通相位信息為N/S permissive=32s,N/S amber=3s,N/S all red=1s,E/W permissive=32s,E/W amber=3s,E/W all red=1s。已知周期為60秒.數據預處理后可得全紅時間都為1秒,假定綠初損失時間為2秒,黃末損失時間為3秒,所以總損失時間L 為12秒.根據當地路況人口信息,取te=15min .因此計算可得理論平均延誤時間約為19.8936秒。
用遺傳算法計算,得到新的周期約為50秒.計算得到理論平均延誤時間為19.4778秒.由表二可知綠燈間隔時間分別為4秒.所以總的綠燈時間為g=c?I 。其中,I為總的綠燈間隔時間,即8秒.又各個相位的綠燈時間為最終得到相位安排為N/S permissive=22s,N/S amber=3s,N/S all red=1s,E/W permissive=20s,E/W amber=3s,E/W all red=1s。
利用遺傳算法,我們得到的理論的最有配時設置。將最優配時方案導入VISSIM。我們以延誤作為主要的評價指標,在VISSIM中設置了節點,一次性得到所有延誤相關數據。以車輛平均延誤作為延誤評價的主要數據。仿真結果表明:優化后的配時方案總體上延誤要小于原始配時方案,計算得到優化配時方案的平均延誤比原始配時方案減小了16.69%。
本文首先建立了以平均延誤時間最小為目標,配時周期處于可行域內為約束條件的優化模型,然后通過遺傳算法求解模型,最后用加拿大埃德蒙頓某交叉路口數據進行模擬仿真,計算得到優化配時方案的平均延誤比原始配時方案減小了16.69%。
[1]何家莉.遺傳算法在交通控制中的應用[D].廣西民族大學,2008.
[2]楊建華.遺傳算法的改進及其在城市交通信號優化控制中的應用研究[D].長安大學,2007.
[3]趙建玉.智能計算方法在城市交通中的應用與交通流建模研究[D].山東大學,2006.