基于元胞自动机的交通信号控制与路径诱导的协同研究

论文摘要

交通信号控制与路径诱导在时间、空间两个方面共同影响着交通流模式的演变,研究两者间的关联关系使之协同能够提高路网使用效率和交通流运行状况,具有重要的理论价值和现实意义。传统的信号控制研究中假设交通流量是外生的,不受到信号配时的影响,是不可控变量。在交通信号控制与路径诱导协同研究中,交通流量和信号配时由协同模型内生得到,交通流量是可控变量,这是协同研究与已有研究的主要区别。本文在探讨了ITS内涵的基础上,将信号控制与路径诱导的协同研究归纳为三个研究阶段(静态阶段、动态阶段、ATIS环境下的动态阶段),分析了信号控制与路径诱导相互影响的耦合关系,以及信号控制策略、行程时间函数对协同模型解唯一性与收敛性的影响。分析了信息条件下影响驾驶员路径选择的因素,研究了诱导信息类型对诱导效果的影响,基于元胞自动机模拟对比分析了速度诱导信息与行程时间诱导信息的诱导效果,对logit路径选择模型的建模过程进行了总结。提出了考虑诱导一致性的信号控制与VMS路径诱导的协同模型框架,建立了基于解析法的协同模型与算法。基于元胞传输模型和元胞动态信号控制公式,建立了基于模拟法的协同模型,提出了发布诱导信息的三条原则,并以试验路网为例,对协同效果进行了分析。对已有的交通分配模型、信号控制与路径诱导的协同模型、求解算法进行分析的基础上,提出了信号控制与车载路径诱导协同模型的迭代优化分配算法,基于试验路网,对比分析了交通信号控制与全信息交通分配协同模型、交通信号控制与多用户类交通分配协同模型、交通信号控制与离散选择协同模型的效果。其中路段行程时间计算采用元胞传输模型,考虑了路段间不对称的相互作用、考虑了信号配时策略对行程时间的影响以及排队形成与消散的动力学,信号配时优化采用混合遗传算法与元胞动态控制公式,交通分配采用MSA算法。

论文目录

• 第一章 绪论
• 1.1 信号控制与路径诱导协同研究的意义
• 1.1.1 智能交通系统的内涵
• 1.1.2 信号控制与路径诱导的相互作用
• 1.2 信号控制与路径诱导协同研究的三个阶段
• 1.3 信号控制与路径诱导协同研究的理论成果
• 1.3.1 信号控制对路径选择的影响
• 1.3.2 信号控制策略与行程时间函数对协同模型的影响
• 1.4 本文的工作
• 1.5 小结
• 第二章 信息条件下路径选择模型研究
• 2.1 影响驾驶员路径选择的因素
• 2.2 诱导信息类型对诱导效果的影响
• 2.2.1 预先发布 VMS 诱导信息的必要性
• 2.2.2 模拟环境建立
• 2.2.3 车辆运动规则
• 2.2.4 模拟结果及分析
• 2.3 离散选择模型
• 2.3.1 离散选择模型的理论基础
• 2.3.2 logit 模型的导出
• 2.3.3 Probit 模型的导出
• 2.3.4 logit 模型的标定与检验
• 2.3.5 小结
• 第三章 信号控制与 VMS 路径诱导的协同模型研究
• 3.1 概念区分
• 3.2 诱导一致性原则
• 3.3 诱导信息生成方法
• 3.3.1 基于全信息动态交通分配模型的诱导信息生成方法
• 3.3.2 面向交通事故或紧急事件的诱导信息生成方法
• 3.3.3 基于交通状态识别的诱导信息生成方法
• 3.3.4 考虑诱导一致性的诱导信息生成方法
• 3.4 考虑诱导一致性的信号控制与VMS 路径诱导的协同模型框架
• 3.5 基于解析法的信号控制与 VMS 路径诱导的协同模型
• 3.5.1 考虑诱导一致性的点控与 VMS 路径诱导协同模型
• 3.5.2 考虑诱导一致性的线控与 VMS 路径诱导协同模型
• 3.6 基于模拟方法的信号控制与VMS 路径诱导的协同模型
• 3.6.1 交通元胞自动机模型
• 3.6.2 基于元胞自动机的交通流动力学模型和动态交通控制模型.
• 3.6.3 基于元胞自动机的面控与 VMS 路径诱导协同模型
• 3.7 小结
• 第四章 信号控制与车载路径诱导的协同模型研究
• 4.1 路径诱导的描述
• 4.2 交通分配模型与算法
• 4.2.1 Wardrop 原理
• 4.2.2 Beckmann 的用户平衡转换
• 4.2.3 Frank-Wolfe 算法
• 4.2.4 直线型 F-W 算法与 IOA 算法
• 4.2.5 变分不等式公式
• 4.2.6 系统最优公式
• 4.2.7 交通平衡的三种定义
• 4.3 交通控制
• 4.3.1 已有的信号配时系统
• 4.3.2 信号控制策略与行程时间函数
• 4.4 已有的交通信号控制与路径诱导的协同模型
• 4.4.1 迭代优化分配算法
• 4.4.2 混合优化模型
• 4.4.3 变分不等式模型
• 4.4.4 网络设计问题与博弈论解释
• 4.4.5 SATURN 程序
• 4.4.6 对称和不对称的相互作用
• 4.4.7 迭代优化分配算法的理论描述
• 4.4.8 行程时间函数与信号控制策略对协同模型的影响
• 4.4.9 求解算法性能对比
• 4.5 交通信号控制与车载路径诱导的协同模型
• 4.5.1 行程时间计算
• 4.5.2 信号控制优化
• 4.5.3 驾驶员路径选择规则
• 4.5.4 模拟参数设置
• 4.5.5 交通信号控制与全信息交通分配模型的协同
• 4.5.5 交通信号控制与多用户类交通分配模型的协同
• 4.5.6 交通信号控制与离散选择模型的协同
• 4.5.7 TSC－MUCTA 协同模型与TSC－DCM 协同模型的对比
• 4.6 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻博期间发表的学术论文及其他成果
• 1. 攻读博士学位期间发表的学术论文
• 2. 攻读博士学位期间获奖情况
• 3. 攻读博士学位期间承担项目情况
• 摘要
• Abstract
• 致谢