城市交通绿色信号灯优化剖析.docVIP

城市交通绿色信号灯优化剖析 　　【摘要】在饱和交通状态下，Webster绿信比优化模型要同时消散各个方向上的拥挤车流，忽略饱和与非饱和交通状态下的车流特征差异，导致信号交叉口各个方向上的排队车辆越来越长，为此，提出采用通行优先权的方式，对交通需求大的方向给予更多的绿灯时间，以期实现尽快消散该方向上的拥挤车流.各个方向通过车流获得相应通行优先权进而逐步消散各自方向上的拥挤车流，最终达到预防交通拥挤和快速消散交通拥挤的优化目标.仿真实验证实，本优化方法在处理饱和交通流上更有效。 　　【关键词】交通；信号灯；优化分析 　　在饱和交通状态下，由于受周期时长的限制，信号灯交叉口会出现不同程度的拥挤或堵塞现象，原因是该时段内的交通需求大于信号交叉口的通行能力。因此，解决信号交叉口的交通拥挤问题关键在于提高信号交叉口的车辆通行能力，提高信号交叉口的通行能力主要有两种方法：一是增加进口道的车道数，即拓宽现有路口；二是运用技术的手段来提升该路口的通行能力，拓宽路口的方法只有在该路口有足够的拓展空间情况下才可行，但实际情况是绝大部分的拥挤路口，由于受其地理位置（地处市中心）等因素的限制，没有（足够的）空间可用于该路口的拓宽，即使拓宽路口的方法可以实施，也只能解决一时。解决信号交叉口拥挤问题的另一经济、有效途径就是运用先进的交通管理控制技术。近几年应用较广且使用效果较好的面控系统（如SCATS、SCOOT、TRANSYT）、线控系统（如MAXBAND、PASSER II）和单点自适应控制系统（如MOVA）等相继投入使用，但实践证明也只是在非饱和交通状态下表现良好，能有效地提高信号交叉口的通行能力；而在饱和交通状态下，它们的控制性能下降，对提高信号交叉口的通行能力并无多大帮助，因此，重新认识饱和交通状态下的信号控制方法有着极其现实作用。 　　在非饱和交通状态下，信号控制的优化目标应本着在信号交叉口处的延误、停车率、排队长度等指标最小，这就要求配时的周期时长及其绿信比使得交叉口的通行能力稍微高于本交叉口的交通需求为宜。而在饱和交通状况下，其优化目标则以预防交通拥挤和尽快消散交通拥挤为目标，此时宜采用较长的周期，在进行绿灯时间分配时，Webster绿时分配模型是要同时消散全部方向（相位）上的拥挤车流，实践证明，这在饱和交通状态下是不适应的. 　　1、Webster绿信比优化模型 　　目前信号配时大多采用Webster或HCM等经典的配时算法.在信号周期确定后，各信号相位的绿灯时间是按各相位临界车道的交通流量比进行比例分配的，其分配方法按进行.式中：gi为第i相位的绿灯时间（S）；（v/s）i为第i相位关键车道的流量比；C为周期时长（s）；L为周期损失时间。 　　在非饱和交通状态下，该绿信比优化模型充分考虑了各个方向上的交通需求，各相位分配的绿灯时间合理，能有效降低信号交叉口延误及排队长度等指标，这在几十年的实践应用中已得到证实.而在饱和交通状态下，由于车辆之间的横向干扰加剧，车道通行能力明显下降.采用Webster绿信比算法分配得到的各相位绿灯时间，往往在车道刚处于最佳的通行状态时，绿灯时间却又结束了，从而制约了信号交叉口通行能力的提高，使得交通状况愈加恶劣.正是存在这一缺陷，吸引了众多学者就饱和交通状态下的信号控制参数优化问题展开了研究，并各自从不同角度提出了方法各异的控制参数优化模型，这其中包含有周期时长优化模型、绿信比优化模型和相位优化模型.本文从另一个角度就绿信比优化模型进行探讨，并假定当前周期时长和相位设计已处于最优状态。 　　2、改进的绿信比优化模型 　　2.1优化原理 　　借鉴调度优先权思想，在饱和交通状态下，对交通流的某一项参数设置一个临界值q。.此处以车辆排队长度为例，说明绿信比优化模型的原理.当相位r的排队长度qr≥q。，就将一个gmax一绿灯时间分配给本相位，以达到尽快消散本相位的排队 　　长度，从而预防交通拥挤的产生。当同时有多个相位的排队长度qi，qj，均满足 　　qi≥q。，qj≥q。，时，则从qi，qj，中选取一个最大者，将gmax一绿灯时间分配给此相位，即哪一个方向最容易造成拥挤的产生，就先给予该方向通行优先权，以消散该 　　方向上的车流排队长度，从而缓解交通拥挤.在将gmax一绿灯时间分配给第r相位后，剩余绿灯时间（C-gmax-nL，n代表相位数，L代表相位转换时间）按其他各相位的关键流量比进行比例分配.对任意的相位i的排队长度均满足qi q。时，各相位的绿灯时间按Webster绿信比优化模型进行分配。 　　2.2 q0值的确定 　　q0值既不能过大，也不能太小。q0值过大，可能出现很难有相位r的排队长度qr能大于等于它（由于该方向上的进口道较短等原因），失去了预防交通拥挤产生的初衷；q