[發(fā)明專利]一種優(yōu)化尾氣排放的干線綠波協(xié)調(diào)控制信號(hào)配時(shí)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201310605959.3 | 申請(qǐng)日: | 2013-11-25 |
| 公開(公告)號(hào): | CN103593986A | 公開(公告)日: | 2014-02-19 |
| 發(fā)明(設(shè)計(jì))人: | 季彥婕;胡波;王煒;湯斗南 | 申請(qǐng)(專利權(quán))人: | 東南大學(xué) |
| 主分類號(hào): | G08G1/08 | 分類號(hào): | G08G1/08 |
| 代理公司: | 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249 | 代理人: | 楊曉玲 |
| 地址: | 211189 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 優(yōu)化 尾氣 排放 干線 協(xié)調(diào) 控制 信號(hào) 時(shí)方 | ||
1.一種優(yōu)化尾氣排放的干線綠波協(xié)調(diào)控制信號(hào)配時(shí)方法,其特征在于,該方法包括如下步驟:
1)對(duì)干線上信號(hào)交叉口的基本幾何參數(shù)和配時(shí)參數(shù)進(jìn)行調(diào)查,得到干線上信號(hào)交叉口個(gè)數(shù)為N個(gè),第i個(gè)交叉口和第一個(gè)交叉口間的路段長度為Di,i=1,2,…,N,干線公共信號(hào)周期C的取值范圍為C∈[Cmin,Cmax],干線上車輛的平均運(yùn)行速度為v,以及每個(gè)交叉口的信號(hào)相位設(shè)置、配時(shí)方案和實(shí)際交叉口交通流量分布情況,將所述調(diào)查得到參數(shù)輸入到交通微觀仿真軟件中,初始化干道交通環(huán)境:設(shè)置各信號(hào)交叉口綠時(shí)差Oi=0%,i=1,2,…,N,設(shè)置干線公共信號(hào)周期C=Cmin;
2)設(shè)置進(jìn)化代數(shù)t=0,設(shè)置最大進(jìn)化代數(shù)為MaxIt,隨機(jī)生成包括Np個(gè)初始種群個(gè)體的初始群體P(0),所述初始種群個(gè)體Sk是隨機(jī)生成的由N+1個(gè)決策變量構(gòu)成的干線協(xié)調(diào)控制配時(shí)方案,Sk={Ck,O1k,O2k,…,ONk},k=1,2,…,Np,初始種群個(gè)體Sk中的決策變量包括各信號(hào)交叉口綠時(shí)差Oik=0%,i=1,2,…,N和干線公共信號(hào)周期Ck,所述信號(hào)交叉口綠時(shí)差Oik是從[0%,100%]中隨機(jī)抽取的值,干線公共信號(hào)周期Ck是從[Cmin,Cmax]中隨機(jī)抽取的值;
3)計(jì)算種群P(t)中各個(gè)種群個(gè)體的適應(yīng)度F(t),具體方法為:
將種群個(gè)體Stk={Ck,O1k,O2k,…,ONk}輸入到所述步驟1)中初始化的交通微觀仿真軟件中,仿真得到T時(shí)間內(nèi)所有車輛的車均延誤D(t)k和每輛車每秒鐘的運(yùn)行工況Vh={ah,vh,CX},其中t為進(jìn)化代數(shù),ah為h時(shí)刻某一車輛運(yùn)行的加速度,vh為h時(shí)刻某一車輛運(yùn)行的速度,CX為車型;初始步驟中,種群個(gè)體為所述步驟2)中生成的初始種群個(gè)體Sk;
將所述車輛運(yùn)行工況Vh={ah,vh,CX}輸入到微觀車輛尾氣排放仿真軟件中,得到車輛的污染物排放值,對(duì)所有車量的污染物排放值進(jìn)行求和,得到干線整體的尾氣排放量E(t)k={E(t)HCk,E(t)COk,E(t)NOxk,E(t)CO2k},然后合并所述車均延誤D(t)k,得到適應(yīng)度F(t)k={D(t)k,E(t)HCk,E(t)COk,E(t)NOxk,E(t)CO2k};
4)計(jì)算種群P(t)中每個(gè)種群個(gè)體Stk的非支配序Ranktk,設(shè)置種群個(gè)體的虛擬適應(yīng)度值FF(t)k=Ranktk,基于得到的虛擬適應(yīng)度值FF(t)k依次進(jìn)行遺傳運(yùn)算中的選擇運(yùn)算、交叉運(yùn)算和變異運(yùn)算,得到種群P(t)的子代種群Q(t),然后計(jì)算所述子代種群Q(t)中所有種群個(gè)體的適應(yīng)度FQ(t);
5)將子代種群Q(t)與它的父代種群P(t)合并,組成新種群R(t),所述新種群R(t)的種群個(gè)體數(shù)量為2Np,然后計(jì)算新種群R(t)中每個(gè)種群個(gè)體SRtk的非支配序RankRtk和擁擠度CrowdRtk,將新種群R(t)中的種群個(gè)體按照非支配序RankRtk取值從小到大進(jìn)行排序,對(duì)于非支配序RankRtk取值相等的種群個(gè)體,按照擁擠度CrowdRtk取值從大到小進(jìn)行排序,最后選取排序后的新種群R(t)中的前Np個(gè)種群個(gè)體組成t+1代的種群P(t+1);
6)判斷進(jìn)化代數(shù)t是否滿足t<MaxIt,如是,則令t=t+1,并返回步驟3),否則將所述步驟5)中得到的t+1代的種群P(t+1)中非支配序RankRtk=1的所有種群個(gè)體作為最終非劣解集輸出。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于東南大學(xué),未經(jīng)東南大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310605959.3/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。





