基于Synchro的交通信号控制子区模糊动态划分方法研究.docxVIP

基于Synchro的交通信号控制子区模糊动态划分方法研究摘要:针对城市交通信号网络控制中控制子区的动态划分问题,应用模糊推理理论提出了交通控制子区的模糊动态划分方法.提出用于表示路口间协调控制需求大小 的协调系数的概念,综合考虑了路口间距、交通流离散性、主干道交通流量、主干道交通流构成及周期等5个因素的影响,给出每个因素影响系数的计算方法,确定 了协调系数的模糊推理方法.选择案例网络进行仿真并与Synchro的相关数据进行了比较,给出了利用协调系数进行控制子区动态划分的判断依据.在对交通路网进行干线或区域协调控制时,提前判断哪些路口可以进行协调控制是必须进行的第一步工作,通常称之为控制子区划分.目前在交通动态子区划分方 面,国外主要从耦合度、引力、协调系数、分级系统划分技术等方面进行了研究,近年来,国内从流量、距离、周期等角度对子区的划分进行了研究,而在 SCATS系统中则主要应用周期来决定合并系数的变化,从而来判断路口之间是否进行协调控制。模糊控制的最大特征是能将操作者或专家的控制经验和知识表示成语言变量描述的控制规则,然后用这些规则去控制系统.因此,模糊控制特别适合于数学模型未知 的、复杂的非线性系统的控制及推理.对于受多因素影响的交通协调控制需求程度的判断,模糊控制方法存在着一定的应用潜力。本文提出一种应用模糊推理来进行 交通控制子区自动划分的方法并进行仿真研究。1 协调系数的模糊推理方法利用协调系数(coordinatability factor, CF)的概念来表示路口之间能够或需要进行协调控制的需求程度.CF数值越大,则对协调控制的需求程度越高.由于涉及到交通流方向的问题,在下面的计算中 考虑的是单向交通的协调系数,即2个路口之间的协调系数分方向进行计算,这样的计算方式也可以为路口之间是实行单向协调还是双向协调提供参考依据。在确定协调系数的模糊推理过程中,共有5个输入量,分别是距离影响系数、交通流离散性影响系数、主干道交通流量影响系数、主干道交通流构成影响系数以及周 期影响系数,输出则为协调系数.下面详细研究各个输入量的计算及模糊推理过程,对于各个参量的隶属度函数在仿真部分讨论。1.1 输入量1)距离影响系数 影响路口协调控制的根本原因之一就是路口之间的间距.当路口之间距离较小,如小于300 m时,路口之间相关性较大,就需要考虑进行协调控制;而当路口之间距离较大,如大于1 000 m时,路口之间车流的离散性将会很大,上下游交通流特征相差较大,则没有必要再进行协调控制。用行驶时间来表示距离的影响.取100 s作为相关性的上限域值,即2个路口之间的行驶时间超过100 s则认为实现绿灯协调的必要性为0;取10 s作为下限域值,即2个路口之间的行驶时间少于10 s则认为实现绿灯协调控制的必要性为100(最大).距离影响系数表示为TCF(time CF)2)交通流离散性影响系数 交通流的离散性与多种因素有关:上、下游车流流向构成、车流车辆种类构成、驾驶员特性、道路特性等,本文用一个综合的交通流离散性影响系数PCF(platoon CF)来体现.下面为PCF的确定过程。3)主干道交通流量影响系数 路口间的协调与主干道的绝对交通量有很大关系.如果主干道交通流量较小,则实现协调控制无法带来明显的效益.主干道交通流量影响系数用VCF(volume CF)表示.4)主干道交通流构成影响系数 下游路口中放行的直行车辆中有多少是上游车辆直行过来的比例,也是影响是否需要进行协调控制的一个方面.如果比例过小,则没有进行协调控制的必要性.同时这个比例的大小也一定程度地反映在车队的离散中,如果比例较小,则表明到达下游路口的车流量离散度很大.主干道交通流转向组成对协调需求的影响用主干道交通流构成影响系数OCF(composition CF)表示.当上游直行车流中在下游路口继续直行的车流量比例小于0.3时,没有必要进行直行协调控制;而当该比例达到0.8时,则有必要考虑进行协调控制.则5)周期影响系数 如果利用单点定时计算方法计算出来的周期长度相差过大,且无法形成整数比例周期关系的时候,路口间进行协调的必要性就会降低,此时如果进行协调则会在很大程度上增加其中某个路口的车辆延误和排队长度.信号周期的相互关系对协调系数的影响用周期影响系数CCF(cycle CF)表示.式中:T1为2个路口信号周期中的较大值;T2为2个路口信号周期中的较小值,本文仅考虑周期比例(T1/T2)在1~2之间,对于超过2的,实际情况中 并不多见,遇到时可以进行同样考虑.这样CCF的取值在[0,100]之间,CCF数值越大,则进行协调控制的可能性就越大.1.2 输出量1.3 模糊推理规则根据以上分析的5项输入和输出的关系,确定如下的模糊推理规则,以距离影响系数TCF为例进行分析.1