專利名稱：建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種建立信號控制模型的方法，特別是一種建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型的方法。
背景技術(shù)：
信號控制作為城市交通管理的重要技術(shù)手段，同時也是城市交通流的唯一直接主 動控制方式，是改善城市交通環(huán)境、解決城市交通擁擠問題的關(guān)鍵技術(shù)之一。對交通信號優(yōu) 化控制技術(shù)，國內(nèi)外學者采用相關(guān)理論和方法從模型和算法兩個方面進行了大量的理論研 究和探索。國外學者最先從20世紀60年代開始了這方面的研究工作。其中，Webster和 Miller分別針對固定周期的信號控制建立了以車輛平均延誤最小為目標的信號配時模型 及其計算方法，前者的方法仍是今天定時信號控制的基礎(chǔ)。隨后，Gazis對由兩個這樣的交 叉口構(gòu)成的簡單交通網(wǎng)絡(luò)進行了最優(yōu)性研究。后來許多學者的研究工作都是基于Gazis的 理論并且將其擴展到由更多交叉路口組成的交通網(wǎng)絡(luò)。在所有這些模型中，由于缺乏實時 的交通流信息，所采用的控制策略不能完全適應(yīng)交通流的動態(tài)變化。為了能夠適應(yīng)交通流 的動態(tài)變化特性，近幾十年來，許多學者提出了不同的優(yōu)化控制方法。在這些研究中，Singh 的工作較為突出，他首先運用了大系統(tǒng)的觀點和方法，將大系統(tǒng)遞階控制的目標協(xié)調(diào)法和 Tamura的改進形式應(yīng)用于城市交通網(wǎng)絡(luò)控制，建立了飽和交通流狀態(tài)下的網(wǎng)絡(luò)模型及其兩 級分解控制算法。在尋找新的快速算法方面，Hiroguki和Tamumu提出了多段線性規(guī)劃處 理過飽和網(wǎng)絡(luò)的最優(yōu)控制算法，文獻作者只比較了算法的快速性，沒有對算法的控制效果 進行比較分析。最近幾年，國外一些學者更是將信號控制與交通分配理論結(jié)合在一起進行 研究，開辟了均衡網(wǎng)絡(luò)交通信號最優(yōu)配時這一新的研究領(lǐng)域。但所提出的均衡網(wǎng)絡(luò)交通最 優(yōu)配時模型均是靜態(tài)的，并未抓住交通網(wǎng)絡(luò)的動態(tài)特性，而且由于模型的復(fù)雜性使得問題 求解遇到很大困難。這些缺陷使得目前這類研究的學術(shù)性強于實用性。由于交通問題的復(fù)雜性，直接用于交叉路口的模型還沒有一種公認的模型，特別 是在上述模型中，對信號控制方案、相臨路口的情況很少考慮，很難用于城市交通網(wǎng)絡(luò)的描 述。

發(fā)明內(nèi)容
為了克服現(xiàn)有的城市交通網(wǎng)絡(luò)十字交叉口信號控制復(fù)雜的不足，本發(fā)明提供一種 建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型的方法。該方法根據(jù)交通信號控制的需求，通 過本路口離散狀態(tài)方程和相臨路口之間的關(guān)系，建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模 型，將整個交通網(wǎng)絡(luò)模型的關(guān)聯(lián)和制約關(guān)系全部體現(xiàn)；本發(fā)明根據(jù)信號控制的需求建立模 型，可以很方便地根據(jù)優(yōu)化指標對單個路口交通信號配時或?qū)φ麄€交通網(wǎng)絡(luò)信號燈進行統(tǒng) 一優(yōu)化配時，也可以進行城市交通網(wǎng)絡(luò)動態(tài)分析，使城市交通網(wǎng)絡(luò)十字交叉口信號控制簡 單化。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案一種建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型的方法，其特點是包括下述步驟(a)建立第i個路口在時間(k+l)T的離散狀態(tài)方程χ (k+Ι，i) = χ (k, i) -g (k, i) +v (k, i)+blockdiag[ye (kT-tdes, i) I3*3 yw(kT-tdws, i) I3*3 ys (kT-tdss, i) I3^3 yn(kT-tdns, i)
I3*3]P ⑴
式中x(k, i) = [Xes (k, i)xer (k, i)xel (k, i)xws (k, i)xwr(k, i)xwl (k, i)
xss (k, i) xsr (k, i) xsl (k, i) xns (k, i) Xnr (k, i) xnl (k, i) ]Tg(k,/') = (k,i)sign[tes(i) — f] ger(k,i)sign[ter{i) — f] gel(k,i)sign[tel(/) -T]gws(k,i)sign[tws(i)-T] gwr(k,i)sign[twr(i)-T] gwl(k,i)sign[twl(i)-T]gss(k,i)sign[tss(i)-T] gsr(k,i)sign[tsr(i)-T] gsl(k,i)sign[tsl(i)-T]gns(k,i)sign[tns(i)-T] gnr{h,i)sign[tnr{i)-T] gnl(k,i)sign[tnl(i)-T]Jv(k, i) = [ves (k, i) ver (k, i) vel (k, i) vws (k, i) vwr(k, i)vwl (k, i)vss (k, i) vsr (k, i) vsl (k, i) vns (k, i) Vnr (k, i) vnl (k, i) ]Tρ (i) = [pes (i) per (i) pel (i) pws (i) pwr (i) pwl (i) pss (i) psr (i) psl (i) pns (i) pnr (i) P i(i)]T
ye (k +10 ges (k, i)sign[tes(i) - T] gnr (k, i)sign[tnr(i) - T] gsl (k, i)sign[tsl{i) - f] + = gwsik,i)sign[tws(i)-T] + gsr(k,i)sign[tsr(i)-T] + gnl{k,i)sign[tnl{i)-T] ys(k + \,i) — gss(k,i)sign[tss(i)-T] ger(k,i)sign[ter(i)-T} gwl(k,i)sign[twl(i)-T] + U-^'^MteOO-nJ [gwr(k,i)sign[twr(i)-T]\ [gel(k,i)sign[tel(i)-T] _式中，T是離散系統(tǒng)的采樣周期，f是全部網(wǎng)絡(luò)的統(tǒng)一時間；下標第一個字母s是 自北向南方向，η是自南向北方向，e是自西向東方向，w自東向西方向，下標第二個字母 s是直行、r右轉(zhuǎn)、1左轉(zhuǎn)；tdes是上一個交叉路口朝向第i個路口進入東直方向到達該路 口的時間；P(i)是上一個交叉路口朝向第i個路口分向該路口直行、右轉(zhuǎn)、左轉(zhuǎn)的概率；
sign{tab(i)-T]\\ ^0^=為符號函數(shù)，^ ,、&表示自西向東方向綠通行符號函數(shù)；(b)必選的綠沖突約束為twS(i)tSS(i) = 0，可選的綠沖突約束為tsl(i)tws(i) =0，tnl ⑴ tes ⑴=0，tel ⑴ tss ⑴=0，twl ⑴ tns ⑴=0 ；(c)周期約束 tws (i) = tes (i)，tss (i) = tns ⑴，tes ⑴-Tmin < ter ⑴ < tes ⑴ +Tmin tws ⑴-Tmin < twr (i) < tws ⑴ +Imintss ⑴-Tmin < tsr ⑴ < tss ⑴ +Tmin tns ⑴-Tmin < tnr ⑴ < tns ⑴ +TminTp(i，k) = tss (i) +tsl (i) +tws (i) +twl (i)Tpmin< Tp(i，k) < Tp max = tss (i) +tsl (i) +tws (i) +twl (i)
<formula>formula see original document page 5</formula>本發(fā)明的有益結(jié)果是由于根據(jù)交通信號控制的需求，通過本路口離散狀態(tài)方程 和相臨路口之間的關(guān)系，建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型，將整個交通網(wǎng)絡(luò)模型的關(guān)聯(lián)和制約關(guān)系全部體現(xiàn)；本發(fā)明根據(jù)信號控制的需求建立模型，根據(jù)優(yōu)化指標對單個路口交通信號配時或?qū)φ麄€交通網(wǎng)絡(luò)信號燈進行統(tǒng)一優(yōu)化配時，進行城市交通網(wǎng)絡(luò)動態(tài) 分析，簡化了城市交通網(wǎng)絡(luò)十字交叉口信號控制問題。下面結(jié)合附圖和實施例對本發(fā)明作詳細說明。


附圖是本發(fā)明方法實施例東莞理工學院3號交叉路口示意圖。
具體實施例方式參照附圖，本發(fā)明以東莞理工學院3號交叉路口為例，詳細說明建立城市交通網(wǎng) 絡(luò)十字交叉口信號控制模型的方法，具體步驟如下第一步，取采樣周期為1秒，該交叉路口在時間(k+Ι)的離散狀態(tài)方程為x(k+l，3，l) = x(k，3，l)-g(k，3，l)*sign[t(3，l)-Ta]+g(k-56，2，l)*sign[t(2， 1)-Ta]*p(k-56,2,l)+g(k_56，2，11)*sign[t(2，11)-Ta]*p(k-56,2,1)x(k+l，3，2) = x(k，3，2)-g(k，3，2)*sign[t(3，2)-Ta]+g(k-56，2，l)*sign[t(2， 1)-Ta]*p(k-56，2，2)+g(k_56，2，11)*sign[t(2，11)-Ta]*p(k_56,2,2)x(k+l，3，3) = x(k，3，3)-g(k，3，3)*sign[t(3，3)-Ta]+g(k-56，2，l)*sign[t(2，
1)-Ta]*p(k-56，2，3)+g(k-56，2，11)*sign[t(2，11)-Ta]*p(k-56,2,3)x(k+l，3，4) = x(k，3，4)-g(k，3，4)*sign[t(3，4)-Ta]+g(k-77，4，4)*sign[t(4， 4)-Ta]氺ρ (k-77,4,4)+g (k-77,4,8)氺sign[t(4,8)-Ta]氺ρ(k-77,4,4)+g(k-77,4, 12) *sign[t(4，12)-Ta]*p(k-77,4,4)x(k+l，3，5) = x(k，3，5)-g(k，3，5)*sign[t(3，5)-Ta]+g(k-77，4，4)*sign[t(4， 4)-Ta]氺ρ (k-77,4,5)+g (k-77,4,8)氺sign [t (4,8)-Ta]氺ρ (k-77,4,5)+g (k-77,4, 12)*sign[t(4，12)-Ta]*p(k-77,4,5)x(k+l，3，6) = x(k，3，6)-g(k，3，6)*sign[t(3，6)-Ta]+g(k-77，4，4)*sign[t(4， 4)-Ta]氺ρ (k-77,4,6)+g (k-77,4,8)氺sign[t(4,8)-Ta]氺ρ (k-77,4,6)+g(k-77,4, 12)*sign[t(4，12)-Ta]*p(k-77,4,6)χ (k+1，3，7) = χ (k，3，7) -g (k，3，7) *sign [t (3，7) -Ta] +g (k-77, 54，2) *sign [t (54，
2)-Ta]*p(k-77,54，7)+g(k-77,54，6)*sign[t(54，6)-Ta]*p(k-77,54，7)χ (k+1，3，8) = χ (k，3，8) -g (k, 3,8) *sign [t (3,8) -Ta] +g (k-77, 54，2) *sign [t (54， 2)-Ta]*p(k-77,54，8)+g(k-77,54，6)*sign[t(54，6)-Ta]*p(k-77,54，8) χ (k+1，3，9) = χ (k，3，9) -g (k, 3,9) *sign [t (3,9) -Ta] +g (k-77, 54，2) *sign [t (54， 2)-Ta]*p(k-77,54，9)+g(k-77,54，6)*sign[t(54，6)-Ta]*p(k-77,54，9)x(k+l,3, 10) = x(k,3, 10)-g(k,3, 10) *sign [t (3, 10)-Ta]+g (k-80, 46, 10)*sign[t (46，10)-Ta]*p (k-80,46,10)+g(k-80,46,5)*sign[t(46，5)-Ta]*p(k-80,46, 10) +g(k-80，46，3) *sign[t(46，3)-Ta]*p(k-80,46,10)x(k+l,3, 11) = x(k,3, ll)-g(k,3, 11) *sign [t (3, 11)-Ta]+g (k-80, 46,
10)*sign[t(46，10)-Ta]*p (k-80,46,11)+g(k-80,46,5)*sign[t(46，5)-Ta]*p(k-80,46,
11)+g(k-80，46，3)*sign[t(46，3)-Ta]*p(k-80,46,11)
x(k+l,3, 12) = x(k,3, 12)-g(k,3, 12) *sign [t (3, 12)-Ta]+g (k-80, 46, 10)*sign[t (46，10)-Ta]*p (k-80,46,12)+g (k-80,46,5)*sign[t (46，5)-Ta]*p(k-80,46, 12)+g(k-80，46，3) *sign[t(46，3)-Ta]*p(k-80,46,12)[x (k, 3，1) χ (k，3，2) χ (k，3，3) χ (k, 3，4) χ (k，3，5) χ (k, 3,6)x(k，3，7)x(k，3，8)x(k，3，9)x(k，3，10)x(k，3，ll)x(k，3，12) ]T= [xes (k，3) xer (k，3) xel (k，3) xws (k，3) xwr (k，3) xwl (k，3)xss (k，3) xsr (k，3) xsl (k，3) xns (k，3) Xnr (k，3) xnl (k，3) ]T綜上所述，第i個路口在時間(k+l)T的離散狀態(tài)方程歸納為χ (k+Ι，i) = χ (k, i) -g (k, i) +v (k, i)+blockdiag[ye(kT-tdes, i) 13 yw(kT-tdws, i) 13 ys (kT_tdss，i) I3 yn(kT-tdns, i)
I3*3]P ⑴其中x(k, i) = [xes (k, i)xer (k, i)xel (k, i)xws (k, i)xwr(k, i) xwl(k, i)xss (k, i) xsr (k, i) xsl (k, i) xns (k, i) Xnr (k, i) xnl (k, i) ]Tg(k,i) = \_ges(k,i)sign[tes(i)-T] ger(k,i)sign[ter(i)-T] gel(k,i)sign[tel(i)-T]gws(k,i)sign[tws(i) -f] gwr(k,i)sign[twr(i) -T] gwl(k,i)sign[twl(i) -f]gss(k,i)sign[tss(i)-f] gsr(k,i)sign[tsr(i)-T] gsl(k,i)sign[tsl(i)-f]gm(k,i)sign[tns(i)-T] g r(k,i)sign[tnr(i)-T] gnl(k,i)sign[tnl(i)-T]Jv(k, i) = [ves (k, i) ver (k, i) vel (k, i) vws (k, i) vwr(k, i)vwl (k, i)vss (k，i) Vsr (k，i) Vsl (k，i) Vns (k，i) Vnr (k，i) Vnl (k，i) ]Tρ (i) = [pes (i) per (i) pel (i) pws (i) pwr (i) pwl (i) pss (i) psr (i) psl (i) pns (i) pnr (i) P i(i)]T
>e(A: + l,/)1 ges(k,i)sign[tes(i)-T]l gnr(k,i)sign[tnr(i)~T]'\ Γ gsl(k,i)sign[tsl(i)-f]' yw(k + U) = gws(k,i)sign[tws(i)-T] + gsr(k,i)sign[tsr(i)-f) + gn,{k,i)sign[tnl{i)~T] ys{k + \,i) ~ gss{k,i)sign[tss{i)-T] ger(k,i)sign[ter(i)-f) + gwl(kJ)sign[twl{i)-T] 少 (A: + l，z·)」Lgfts(U)Wg^加⑴-O」噸Φ^ω-乃] [gel(kJ)sign[tel(i)-T]_T是離散系統(tǒng)的采樣周期，f是全部網(wǎng)絡(luò)的統(tǒng)一時間；下標第一個字母s是自北 向南方向，η是自南向北方向，e是自西向東方向，w自東向西方向，下標第二個字母s是 直行、r右轉(zhuǎn)、1左轉(zhuǎn)；tdes是上一個交叉路口朝向第i個路口進入東直方向到達該路口 的時間；P(i)是上一個交叉路口朝向第i個路口分向該路口直行、右轉(zhuǎn)、左轉(zhuǎn)的概率；
Sign[tab(i)-T]\l Hl=為符號函數(shù)，如^ ,、&表示自西向東方向綠通行符號函
數(shù)；第二步，必選的綠沖突約束為tws(3)tss(3) = 0，可選的綠沖突約束為tsl(3) tws (3) =0，tnl (3) tes (3) =0，tel (3) tss (3) =0，twl (3) tns (3) = 0 等；歸納為，必選的綠沖突約束為tws (i) tss (i) = 0，可選的綠沖突約束為tsl(i) tws(i) = 0, tnl (i) tes (i) = 0，tel (i) tss (i) = 0, twl (i) tns (i) = 0 等。<formula>formula see original document page 8</formula>
權(quán)利要求
一種建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型的方法，其特征在于包括下述步驟(a)建立第i個路口在時間(k+1)T的離散狀態(tài)方程x(k+1，i)＝x(k，i)-g(k，i)+v(k，i)+blockdiag[ye(kT-tdes，i)I3*3 yw(kT-tdws，i)I3*3 ys(kT-tdss，i)I3*3 yn(kT-tdns，i)I3*3]p(i)式中x(k，i)＝[xes(k，i) xer(k，i) xel(k，i) xws(k，i) xwr(k，i) xwl(k，i)xss(k，i) xsr(k，i) xsl(k，i) xns(k，i) xnr(k，i) xnl(k，i)]Tv(k，i)＝[ves(k，i) ver(k，i) vel(k，i) vws(k，i) vwr(k，i) vwl(k，i)vss(k，i) vsr(k，i) vsl(k，i) vns(k，i) vnr(k，i) vnl(k，i)]Tp(i)＝[pes(i) per(i) pel(i) pws(i) pwr(i) pwl(i) pss(i) psr(i) psl(i) pns(i) pnr(i) pnl(i)]T式中，T是離散系統(tǒng)的采樣周期， 是全部網(wǎng)絡(luò)的統(tǒng)一時間；下標第一個字母s是自北向南方向，n是自南向北方向，e是自西向東方向，w自東向西方向，下標第二個字母s是直行、r右轉(zhuǎn)、l左轉(zhuǎn)；tdes是上一個交叉路口朝向第i個路口進入東直方向到達該路口的時間；p(i)是上一個交叉路口朝向第i個路口分向該路口直行、右轉(zhuǎn)、左轉(zhuǎn)的概率； 為符號函數(shù)， 表示自西向東方向綠通行符號函數(shù)；(b)必選的綠沖突約束為tws(i)tss(i)＝0，可選的綠沖突約束為tsl(i)tws(i)＝0，tnl(i)tes(i)＝0，tel(i)tss(i)＝0，twl(i)tns(i)＝0；(c)周期約束tws(i)＝tes(i)，tss(i)＝tns(i)，tes(i)-Tmin＜ter(i)＜tes(i)+Tmin tws(i)-Tmin＜twr(i)＜tws(i)+Tmintss(i)-Tmin＜tsr(i)＜tss(i)+Tmin tns(i)-Tmin＜tnr(i)＜tns(i)+TminTp(i，k)＝tss(i)+tsl(i)+tws(i)+twl(i)Tpmin＜Tp(i，k)＜Tpmax＝tss(i)+tsl(i)+tws(i)+twl(i)時間。FSA00000128269000011.tif,FSA00000128269000013.tif,FSA00000128269000014.tif,FSA00000128269000015.tif,FSA00000128269000016.tif,201010178817X1000011.tif
全文摘要
本發(fā)明公開了一種建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型的方法，用于解決現(xiàn)有的城市交通網(wǎng)絡(luò)十字交叉口信號控制復(fù)雜的技術(shù)問題。技術(shù)方案是根據(jù)交通信號控制的需求，通過本路口離散狀態(tài)方程和相臨路口之間的關(guān)系，建立城市交通網(wǎng)絡(luò)十字交叉口信號控制模型，將整個交通網(wǎng)絡(luò)模型的關(guān)聯(lián)和制約關(guān)系全部體現(xiàn)。本發(fā)明根據(jù)信號控制的需求建立模型，根據(jù)優(yōu)化指標對單個路口交通信號配時或?qū)φ麄€交通網(wǎng)絡(luò)信號燈進行統(tǒng)一優(yōu)化配時，進行城市交通網(wǎng)絡(luò)動態(tài)分析，簡化了城市交通網(wǎng)絡(luò)十字交叉口信號控制問題。
文檔編號G08G1/07GK101826261SQ20101017881
公開日2010年9月8日 申請日期2010年5月20日 優(yōu)先權(quán)日2010年5月20日
發(fā)明者史忠科 申請人:西北工業(yè)大學