基于云遗传算法的信号交叉口相序相位优化

唐秋生,张笑语

(重庆交通大学 交通运输学院，重庆 400041)

城市交叉口是连接干道的关键节点，是城市路网的基本组成部分，同时也是造成交通拥堵和影响通行效率的主要场所。慕飞飞[1]等应用遗传算法对建立的信号配时优化非线性模型进行求解，提高了交叉口的通行效率。李振龙[2]等通过遗传算法对信号控制交叉口的多目标优化模型进行求解，有效提高了交叉口的通行效率。李珣[3]等利用改进的遗传算法对构建的干线多交叉口信号优化控制模型进行求解，使得交叉口获得了较小的平均延误时间。刘刚等[4]在考虑车辆到达率随机性的基础上建立信号配时模型，使得交叉口信号配时更合理、更有效。张鹏等[5]以公交车辆的人均延误最小为目标，对实际交叉口进行配时优化，有效改善了交叉口的延误。周亚平等[6]以最大车流通过量为目标，以每股流向在极限通行能力比值的最小值最大化的模型思想，得出最优信号配时方案。胡凯旋[7]等人利用提出的改进模糊控制方法对交叉口车辆的平均延误进行优化，结果表明该方法改善了现有路网交叉口通行效率低的问题。目前大多数研究学者将研究重点放在信号配时方面，对交叉口相序相位的优化研究相对较少。贾彦峰[8]等通过分析上下行方向所在相位绿灯启亮时刻之间的关系，针对特定取值区间进行相位相序优化，该方法有效提高了交叉口的通行效率。李硕[9]等构造出干道交叉口相序相位结构优化算法，并采用遗传算法求出最小总延误，该方法有效减小了信号交叉口路网平均延误。……