原文传递
基于OMNeT++与粒子群算法的交叉口信号控制优化方法
| 论文题名： | 基于OMNeT++与粒子群算法的交叉口信号控制优化方法 |
| 关键词： | 交叉口信号控制;信号配时优化;粒子群算法;Petri网;OMNeT++ |
| 摘要： | 随着机动车辆数目的日益增长，交叉口路段的行车安全和通行效率已经成为普遍关注的问题。但是固定配时信号灯系统可能会造成路段拥堵，不能适应实时交通流。因此，以提升城市道路的通行效率为目的，本文提出了两种方法：一种是根据实时交通流对城市干线交叉口信号灯进行优化控制的策略；一种是将改进粒子群算法应用到多交叉口信号配时优化中，对交叉口车辆通行平均延误、平均停车次数、平均排队长度和吞吐量比值等参数进行优化。具体研究内容如下： 1.针对干线交叉口路段的拥堵问题，提出一种根据实时交通流对交叉口信号优化控制的策略。利用Petri网建立了城市干线交通信号协调控制的TCPN模型。使用TCPN模型对交通信号优化控制策略在理论层面进行了验证。 2.基于城市干线交通信号协调控制TCPN模型，提出一种根据实时交通流对交叉口信号优化控制的算法。通过OMNeT++与SUMO联合仿真，模拟车流在路网中对交叉口信号优化控制算法的有效性进行验证。 3.将改进粒子群算法应用到多交叉口配时优化的场景中，使用PSO、WPSO和MELPSO对交叉口车辆通行的平均延误、平均停车次数、平均排队长度和吞吐量比值分别进行单一优化，并对三种粒子群算法在优化性能上进行了比较分析，在实验中使用两种不同密度的车流证明MELPSO在三者中的优化效果较好。根据实验分析得到低车流密度下，MELPSO适于优化平均排队长度和路网吞吐量，其中相较于PSO而言，平均排队长度降低了14%，吞吐量比值降低了8.1%。高车流密度下，MELPSO适于优化平均延误时间和平均停车次数，相较于PSO而言，平均延误降低了20.2%，平均停车次数降低了21.2%。 |
| 作者： | 朱晨星 |
| 专业： | 计算机技术 |
| 导师： | 安毅生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
