城市交通信號燈配時控制研究與設計

張武

摘 要：隨著我國城市日新月異的發展，機動車數量急劇增加，交叉口的荷載也越來越大。如何利用有限交通資源，使得繁重的交通能夠有效地被疏導，是迫在眉睫的事情。本文以單點交叉路口為研究對象，提出了一種基于多目標優化的單點交叉口動態配時算法。根據中國混合交通流的實際情況，建立了多目標信號的動態時序模型，并利用模糊折中將其轉化為單目標函數，同時，用改進的粒子群優化算法進行求解，進而得到改善后的配時方案。

關鍵詞：多目標優化 動態配時 粒子群優化算法

中圖分類號：U491 文獻標識碼：A 文章編號：1672-3791（2018）08（a）-0002-02

1 信號控制基本參數

1.1 信號相位

為了調整車流量，利于車輛通行，在城市道路交叉口，通常會安置信號燈。根據信號燈顏色的不同，來控制車輛行駛的節奏。綠燈的方向上車輛可以行駛，而紅燈方向的車輛不能行駛，這可以由交通流來驅動，我們稱此交通流為相位。相位差是交叉口與交叉口之間信號燈的同一顏色開始時間（或結束時間）的時間差，相位差主要應用于交叉口和交叉口之間的車輛參數，適當合理地設置交叉口的相位差，可以使車輛連續通過交叉口，保持道路暢通。反之，相位差的不合理設置容易導致車輛連續遭遇紅燈，增加車輛延誤，增加道路擁堵。本文設置了4個相位。

1.2 時間參數

（1）周期：信號周期是配時優化的一個重要參數，與配時優化效果有著密不可分的關系。在交叉口道路系統中，信號周期是交叉口全部信號燈都運行一個完整的信號周期所需的時間總和（各個方向上紅、綠、黃燈均運行一次）。

（2）綠信比：在一個交通信號燈配時周期內，綠信比為有效綠燈時間與信號周期的比值。車輛可以充分利用有效的綠色時間，綠色時間與平穩交叉口的綠色字母比是信號燈設計優化定時的關鍵時間參數。信號相位的綠信比越高，綠光利用率越高，信號相位越平滑，車輛擁擠率越低，在有效綠色時間內通過的車輛總數也就越多。

（3）交通流參數：交通流量是指在一定時間內通過指定路口的車輛總數，沒有特殊說明時為車流量。根據大量的觀測資料，我們發現到達交叉口的車輛在概率論中基本上遵循離散分布，如泊松分布和二項分布。通過運用數學知識，我們可以更精確地得到交通的數據信息，也能更好地把握交通狀況。

2 交通信號控制的設置依據

2.1 減速讓路/停車控制交叉口的最大通行能力

根據交通法規，當主干道上的車輛較多時，主干道的通行能力幾乎不受二級公路車輛的影響。而對于次路上的車輛，只有在主路車輛優先通過并確保在道路安全的前提下，才可以通過。也就是說，在這種控制模式下，主干道在交叉口的最大通行能力近似等于其飽和度（有序安全地通過主干道的車輛總數），取決于主干道的通行能力。通過計算主要道路車輛為二級道路車輛提供行使空間，次要道路的最大容量可以通過線路提供的空間數量（允許次要車輛插入主車輛之間的空間數量）來計算。

2.2 交叉口的平均延誤時間

如果主干道與次干道的交通流量之比固定，則可以近似地描述兩種控制模式下交叉口交通流延誤時間的變化曲線。為了減少交叉口的延誤時間，采用兩種方法：當交叉口總交通流量較小時，控制方式不變，但仍采用減速特許/停車控制模式；交叉口總交通流量大時SI，采用GNAL控制方式。

3 動態配時算法的實現

3.1 相關性能指標的選取

（1）Delay D（每車道車輛平均信號控制延遲）：為了提高有限道路資源的利用效率，將車輛進出各階段的車輛延誤降至最低是一個重要的研究方向。道路上的車輛延誤D主要由兩個部分組成：均勻延遲Du（由車輛均勻到達引起的延遲）和隨機delay Dr（由前一段時間遺留的初始排隊車輛引起的延遲），其中Du是到達延遲的恒定延遲。Dr是延遲差，用于不一致的車輛到達率。

（2）隊列長度：在多目標聯合優化函數中，不需要增加該指標，而是作為模糊控制變量來實現對綠燈時間的動態控制，使多目標聯合優化和動態定時策略能夠有效結合。

（3）容量：我們使用停車線作為車輛在有效綠燈時間內通過交叉口的標準。根據停車線原理，將車道上一小時內通過停車線的車輛數作為車道容量，也是衡量道路通行能力的標準。

3.2 信號配時優化模型

在信號交叉口配時的重要性能參數包括：通行能力、Delay、隊列長度、停車次數和飽和度。本文主要以提高通行能力、減少延誤、減少排隊長度、減少停車次數作為信號定時指標的4個性能參數。同時，通過加權選擇交通容量、延誤和停車時間作為多目標聯合優化的參數。采用隊列長度作為模糊控制指標，增加交叉口的有效綠燈時間，從而形成信號配時優化模型。

3.3 模糊動態優化算法

模糊動態優化根據模糊控制的雙輸入單輸出理論，將當前階段和下一階段的隊列長度作為模糊控制變量。即首先模糊當前階段的隊列長度和下一階段的隊列長度，然后通過搜索模糊規則表并經過運算得到模糊組合的特定關系。然后以實際交叉口當前相位的隊列長度和下一相位的隊列長度作為輸入變量，得到輸出模糊值，并通過去模糊化得到綠燈附加時間。

4 實驗仿真結果對比

通過Matlab得到仿真結果，由仿真數據進行比較可知，多目標優化算法優于Webster算法，極大地降低了交叉口的總延誤、平均停車時間和提高了道路的通行能力。在多目標優化模糊控制算法的基礎上，通過在周期中加入了第一階段的有效綠燈時間，從而進一步優化了定時方案。與多目標優化算法相比，當第一階段的有效綠燈時間超出周期時，總延遲和容量將得到改善，停車時間與多目標優化算法基本相同。這是因為在隊列長度較小的情況下，模糊控制可以補償時間損失，優化定時方案。當隊列長度較長時，在完全補償損失時間的基礎上增加了周期，這與實時交通情況是一致的。

參考文獻

[1] 肖超，余立建.基于模糊理論的城市區域交通控制研究[J].交通科技與經濟，2014，16（3）：68-71.

[2] 張永忠，王力.道路交通信息檢測技術及應用[M].北京：機械工業出版社，2013.

[3] 黃向黨，金志揚，羊秋玲.交通燈動態配時策略研究[J].計算機技術與發展，2013（10）：224-226.

[4] 李振福，李漪，孫藝萌，等.大中城市公共交通可持續優先發展研究現狀[J].北京交通大學學報：社會科學版，2013，12（3）：37-46.

[5] 劉祥鵬，隋樹林.單交叉口交通信號控制方法現狀及其展望[J].科技信息，2012（32）：124-125.

[6] 梁驍，殷勇輝，吳顏.單交叉口信號配時的動態優化[J].公路交通技術，2010（2）：125-127.

[7] 黃輝先，史忠科.城市單交義路口交通流實時遺傳算法優化控制[J].系統工程理論與實踐，2001（3）：102-106.

[8] 陳森發，陳洪，徐吉謙.城市單路口交通的兩級模糊控制及其仿真[J].系統仿真學報，1998，10（2）：35-40.