原文传递
智能交通系统下的信号控制及流量预测研究
| 论文题名： | 智能交通系统下的信号控制及流量预测研究 |
| 关键词： | 智能交通系统;信号控制;流量预测;小波分解;GMDH算法 |
| 摘要： | 社会的发展和生活水平的提高，使得人们对出行要求越来越高，越来越多的人开始拥有机动车辆，导致了明显的交通拥堵问题，给城市道路交通运行带来了很大的挑战。如何更加有效地对道路交叉口进行信号控制以保证交通系统顺畅运行的问题越来越受到学者们的重视。本文围绕交叉口信号控制问题，完善或者设计相应的评价指标，以得到更加适用的配时方案来充分提高交叉口的通行效率。此外，为了真正地将交叉口的信号控制达到实时性和主动性，本文还对短时交通流预测问题进行了研究。具体内容如下： 首先介绍了本课题的研究背景及研究意义，对交通系统的发展进行了阐述，对一些典型的交通系统的信号控制原理进行了介绍，总结了交叉口信号控制以及短时交通流量预测的研究现状，最后给出本文的主要工作内容。 然后，针对非均匀车流道路交叉口的信号控制问题进行了研究。以干道交叉口为例，制定了平均延误为指标的实时优化策略。车辆由于受到上游交叉口信号控制而集聚为车队，并以车队形式从上游交叉口驶向下游交叉口。车队到达下游交叉口的时间不同，对应的延误类型就不同。根据模糊建模，将各种到达类型的延误基于隶属度函数设计进行整合，得到模糊综合的延误模型。以此为基础，通过干道绿波设置和车流分布分析，定义了主流车队，解决了模型中车队到达时间这一参数的确定问题，使得模糊综合的延误模型在信号控制中的应用切实可行。在优化过程中，针对传统算法爬山法容易陷入局部最小值的问题对其进行了改进，提高了全局寻优能力。 之后，针对均匀车流道路交叉口信号控制问题进行了研究，选择了平均车辆延误、停车率以及交叉口通行能力三个常见指标来制定多目标优化策略。基于已经总结出来的关于交叉口信号控制的经验知识，给出了一种对各个指标重视程度的分配方案，并根据交通状态分别设计了对应的优化指标，避免了直接进行多目标优化求解带来的多解问题。使用遗传算法进行仿真计算的结果表明，所提出的评价指标是有效可行的，有利于提高交叉口的信号控制效率。 最后，对目前交叉口信号控制现状的实时性进行了分析，由于车辆的离散性，基于检测器采集流量数据来服务于交叉口信号控制的自适应方案并不能真正地做到控制的实时性和主动性，对于车流变化剧烈的交叉口其信号控制效果很差。基于此，提出了基于小波分解和GMDH算法的短时交通流量实时预测方法，综合了小波分解对数据信息强大的处理能力以及GMDH算法对复杂多变量系统强大的建模能力，提高了短时交通流的预测精度。 |
| 作者： | 雷稳 |
| 专业： | 检测技术与自动化装置 |
| 导师： | 丁勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
