基于宏观基本图的城市路网交通信号迭代学习控制方法研究

发布时间：2024-02-20 21:58

　　随着我国经济的发展,机动车保有量不断增长,城市交通拥堵日益严峻,不仅造成了道路通行能力下降和交通事故频发,也导致了环境污染和能源浪费等问题。世界各大城市都被交通拥堵问题所困扰,并努力通过实施先进的交通管控措施来缓解交通拥堵问题。随着人工智能方法、自动控制理论和计算机技术的迅速发展,新的理论和研究成果不断出现,使得智能交通控制具备了进一步发展的潜力。现有的大多数交通优化控制方法都基于精确的数学模型,而城市交通系统作为一个不确定的复杂系统,模型参数难以精确标定,因此现有方法在实际应用过程中变得十分困难。针对这种不足,本文根据城市交通系统蕴含的海量数据和交通流重复性特征,提出了一种基于宏观基本图(Macroscopic Fundamental Diagram,MFD)和迭代学习控制(Iterative Learning Control,ILC)的城市路网分层交通信号控制方法,仿真结果表明,这些算法能达到较好的控制效果,比传统的交通控制方法能更有效地解决城市交通拥堵问题。论文的主要工作如下:1.提出了一种基于MFD的子区优化控制目标确定方法。通过归一化分割(Normalized Cuts,NC...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图5-3T型路口

图5-4十字路口

39图5-4十字路口图5-3,4可以看到道路以及交叉口上的交通运行状况，道路中红色和灯，体现交叉口的相位组成。绿色线条表示通信号灯处于绿灯状态交叉口；而红色的线表示交通信号灯处于红色状态，车辆无法通过等待的状态。景说明考虑两种场景下对路网进行仿真测试，并与定时控制方案进行....

图5-6仿真路网结构图

R1R3R4s8s9s10s11s15s14s13s12s17s16s18s19图5-5子区划分结果图上述划分后的子区，针对划分后的子区在Vissim中建立合适的仿真图针对路网仿真结构，对各个子区采用Webster定时方案分别对上述2种行仿真拟合。

本文编号：3904583