信号交叉口优化设计与仿真研究.docxVIP

信号交叉口优化设计与仿真研究 0 传统信号优化方法所取得的效果 传统的信号优化方法通常从时间和空间两个方面对交叉口进行优化。随着城市交叉口能力的提高，这种传统的信号优化方法的效果变得越来越弱。因此必须寻找新的优化方法来提高交叉口的性能,本文将先通过信号优化,然后在通过VISSIM仿真的基础上,提出空间优化,最后对空间优化后的交叉口重新进行信号优化,并通过VISSIM仿真,发现其效果良好,对交叉口的性能有了很大的改善。 1 优化结果的运用 将信号优化模型和VISSIM仿真结合起来,将会更好的对交叉口进行优化,建立优化模型的具体步骤如下: Step1:通过建立信号优化模型,对交叉口进行信号优化; Step2:查看优化的结果,并与优化前的状况进行比较;比较的参数可以有很多,本文主要对各信号的饱和度、交叉口总延误和交叉口的通过能力这三个方面进行比较;如果优化结果比较满意,则转到Step5,否则继续下一步; Step3:对信号优化后的结果进行VISSIM仿真,找出交叉口存在的问题,提出工程渠化的方法; Step4:根据工程渠化后的交叉口,重复Step1,直到优化结果满意为止; Step5:对最后得出的交叉口优化结果进行VISSIM仿真,衡量优化结果。 2 信号优化模型 传统的Webster方法只考虑了车辆的延误,在此对其做以下必要的改进。 2.1 绿灯饱和的确定 延误d公式取自美国《道路通行能力手册》中,其适用于交叉口饱和度为0.6~1.2,具体形式如下: 式中:c——周期; λ——绿信比; x——饱和度,且x=q/λs; g——有效绿灯时间; q——交通量; s——饱和流量。 2.2 停车率公式 停车率h是指最少停车一次的车辆数与通过交叉口的车辆总数的比率,其公式如下: 各参数含义同上。 2.3 相位绿灯时间 在基于车辆延误和停车次数进行信号配时,以车辆总延误和总停车次数为效益函数来构造模型,其中各相位有效绿灯时间按照各相位流量比进行分配,具体如下: 式中:l——交叉口的损失时间; cmin——最小周期长; γ——交叉口两个指标之间的加权系数,它随着流量的不同可以取不同的值。 利用编程计算,并假定周期为最小周期长,以2s为步长向上搜索,使效益函数最小的周期达到最大周期为止。 3 进口处排斥、旅行时间车辆通过产品距离及距离的确定 利用交叉口的各种数据,通过VISSIM对交叉口的状况进行计算机仿真,并选取进口排队延误、排队长度、通过车辆总数、旅行时间、旅行延误作为评价指标。 各指标含义如下: a)进口排队延误延误是指由于道路和环境条件、交通干扰以及交通管理与控制等驾驶员无法控制的因素所引起的行程时间损失,以“s/辆”计;进口处排队延误是指车辆在进口处排队等待通过交叉口时所损失的时间; b)通过车辆总数指通过交叉口的车辆总数; c)排队长度车辆排队等待通过交叉口时的队伍长度,以“辆”计;模拟时,当汽车行驶速度低于1km/h时,认为排队开始,当汽车速度回升超过3 km/h时,认为排队结束; d)旅行时间车辆通过交叉口的时间,为方便计算和比较,本文选择了距离交叉口处一定距离的若干点作为计算旅行时间的起止点; f)旅行延误车辆通过交叉口的实际旅行时间与车辆按自由行驶速度通过交叉口的时间之差。 4 相位基础数据 以北京市某信号交叉口为例,该交叉口是典型的城市快速路(环线)与主干道形成互通式的立体交叉口,具体交通设计如图1所示。 根据调查分析,相位损失时间为9s,周期时长为164s,平均延误时间为55s,通过能力为6 768辆/h。其中交叉口的各相位基础数据如表1所示。 由表1可知,第一和第三相位饱和度超过了1.0,处于过饱和状态,第二相位饱和度也较高,这说明该信号交叉口的设计不能满足当前的交通需求,因此必须进行改善和优化,以缓解交叉口拥堵问题。 4.1 编程计算表的计算 对其进行信号优化,假定加权系数γ=0.5,损失时间为9s,最小周期长为100s,最大周期长为180s,编程计算得表2。 从表2可以看出,第一、二相位的饱和度有了一定程度的下降,但是第一、第三相位的饱和度仍然很高,超过了0.9,这说明信号配时优化已经不能很好的改善联想桥交叉口的通行效率、性能等,进而需从空间上对其进行优化。 4.2 交通设计优化 根据现场调查的结果、对流量流向的分析比较,以及通过对交叉口的VISSIM仿真分析,发现现状交叉口存在以下问题: a)东进口的平均排队延误和总延误最大,严重超过了其他三个进口,是亟需整改的; b)由北向东、由东向北、由东向西三个方向平均排队长度过大,需要改进道路设计; c)由北向东、由南向西的延误很大,需要改进道路交通设计和信号配时。 针对上述问题,笔者提出了交通设计优化措施,各个进口改进后的道路交通设计如图2所示。 对改进后的道路交通设计优