详情

原文传递城市干道公交双向绿波多时段方案智能生成方法研究

论文题名：	城市干道公交双向绿波多时段方案智能生成方法研究
关键词：	城市干道公交;双向绿波;智能生成;行进时间;隐马尔可夫模型;初始排队消散时间
摘要：	常规公交是城市公共交通的重要组成部分，具有载客量大、成本低、能耗低、污染小和人均资源占用少等优点。在城市道路交通管理与服务过程中，通过公交信号优先技术降低公交车辆在城市道路交叉口的停车次数，对提升城市路网公交服务水平具有重要意义。公交干道绿波控制是公交信号优先的重要手段，也是现有交通信号控制系统中较易实现的方法之一。针对当前公交绿波优化模型存在的约束变量未考虑公交行进时间不确定性和下游交叉口协调相位红灯车辆初始排队消散时间建模等局限性，论文在多时段公交行进时间不确定性分布估计基础上，结合下游交叉口车辆排队消散时间模型，改进了传统的公交绿波优化模型 MAXBAND，并对该模型的性能进行了对比分析评估。论文的具体研究工作包括：　　首先，考虑公交车辆从上游交叉口到达下游交叉口的行进时间受乘客上下车需求和交通流运行状态波动影响，论文提出了基于隐马尔可夫的公交行进时间不确定性估计模型。考虑公交车辆在路段空间上的运行特性，对路段进行离散化，形成若干个路段均质元胞；将公交车辆运行状态设置为正常驾驶和站台停靠两种隐状态，基于隐马尔可夫模型和路段上下游关系，构建元胞级公交车辆行进时间联合分布概率模型；以时段内多个元胞公交行进时间序列为输入，提出了基于Baum-Welch (BW) 算法的公交行进时间联合分布概率模型参数学习方法；对参数标定后的公交行进时间联合分布进行蒙特卡洛采样，通过聚合得到路段级公交行进时间样本，以概率分布形式量化了公交行进时间不确定性。基于现实数据的案例分析结果表明，论文提出的公交车辆行进时间不确定性估计模型能够较好地考虑公交车辆运行特性，能够较为准确地量化估计公交车辆的行进时间及其不确定性分布。　　其次，面向社会车辆和公交车辆混行城市干线道路场景，以减少公交车辆在交叉口的停车次数和延误时间为目标，论文考虑了公交车辆行进时间的不确定性，提出了基于经典MAXBAND方法的公交绿波优化模型。考虑上下游交叉口协调相位红绿灯启动时间可能的不同情景，提出了下游交叉口协调相位红灯期间社会车辆的初始排队长度具体计算公式，构建了上下游交叉口间存在协调相位差场景下的社会车辆初始排队消散时间分段模型；基于多时段公交行进时间不确定性概率分布与社会车辆初始排队消散时间模型，对经典的MAXBAND模型进行改进，构建了考虑不确定性变量的公交双向绿波优化模型；针对交叉口排队消散时间分段函数特点，利用辅助变量对构建的 MAXBAND约束进行线性转换，提出了融合蒙特卡洛和遗传算法的MAXBAND优化求解方法。　　最后，以昆山市前进路为对象，基于现实数据，论文基于SUMO交通仿真软件对不同场景下（高峰、平峰）的公交绿波优化方案进行了评估分析。评估结果表明，论文提出的考虑公交车辆行进时间不确定性的改进MAXBAND模型，能够有效降低公交车辆的平均延误、停车次数和停车比例，高峰时段车辆延误降低24.6%、停车次数和停车比例分别降低50%和50%，平峰时段公车车辆平均延误降低38.8%、停车次数和停车比例分别降低24%和25%；与不考虑公交车辆行进时间不确定性相比，公交车辆运行更加稳定，波动性较小，车辆延误在高峰和平峰的标准差分别下降了61%和41.3%，停车次数和停车通过比例相差不大。
作者：	宋慧洁
专业：	交通运输工程;交通信息工程及控制
导师：	夏井新
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2022