[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

技術(shù)領(lǐng)域

本發(fā)明屬于交通信號(hào)控制中干線綠波定時(shí)控制領(lǐng)域，涉及一種同時(shí)考慮污染物排放和車輛延誤優(yōu)化的干線協(xié)調(diào)控制信號(hào)配時(shí)方法。

背景技術(shù)

我國在城市道路網(wǎng)干道上的交叉口多為信號(hào)控制交叉口，分別進(jìn)行單點(diǎn)信號(hào)控制時(shí)車輛在交叉口處頻繁停車，因此導(dǎo)致路網(wǎng)運(yùn)行效率低下、出行延誤增大等交通問題。為減少車輛在各個(gè)交叉路口上的停車時(shí)間，把一條干線上的一批相鄰交通信號(hào)統(tǒng)一起來，加以協(xié)調(diào)控制，減少干線上車流的交通延誤和停車率，對(duì)改善整個(gè)城市交通狀況具有重大意義。

同時(shí)，隨著城市機(jī)動(dòng)車保有量的不斷增加，機(jī)動(dòng)車尾氣污染已經(jīng)成為城市大氣環(huán)境質(zhì)量改善的瓶頸之一，危害人民的生命健康，降低了城市居民的生活水平。隨著社會(huì)主義科學(xué)發(fā)展理念的進(jìn)一步深化，對(duì)干線信號(hào)協(xié)調(diào)控制的研究也不能僅限于提高通行效率、減少出行延誤，更應(yīng)該同時(shí)著眼于環(huán)境保護(hù)。

本發(fā)明提出的干線綠波協(xié)調(diào)控制信號(hào)配時(shí)方法屬于定時(shí)綠波控制方法的范疇，以往關(guān)于定時(shí)綠波方案設(shè)置的主要思想主要分為綠波帶寬度最大化和延誤最小化兩類，分別以綠波帶寬度最大和車均或人均出行延誤最小為方法的優(yōu)化目標(biāo)，有關(guān)干線綠波協(xié)調(diào)控制對(duì)汽車尾氣排放影響的研究還較少，一般多在由方法得到干線綠波控制方案后對(duì)方案下車輛污染物的排放情況進(jìn)行仿真，綠波方案的制定與車輛尾氣排放獨(dú)立進(jìn)行，沒有在方案生成的過程中考慮對(duì)車輛尾氣排放進(jìn)行優(yōu)化。同時(shí)，遺傳方法是處理延誤最小化問題的常用方法，不同綠波方案下車均延誤和停車次數(shù)等評(píng)價(jià)指標(biāo)往往不能同時(shí)達(dá)到最優(yōu)，以往研究常采用加權(quán)求和的方法將其轉(zhuǎn)換為單目標(biāo)優(yōu)化問題，但權(quán)重的分配往往較為主觀。

為了克服上述方法的缺陷，本發(fā)明通過建立車輛尾氣微觀排放仿真平臺(tái)實(shí)現(xiàn)在綠波方法中同時(shí)優(yōu)化車輛尾氣排放，并基于帶精英策略的非支配排序多目標(biāo)遺傳方法給出綠波方案的非劣解集，提出一種優(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。

發(fā)明內(nèi)容

技術(shù)問題：本發(fā)明提供一種在綠波方法執(zhí)行過程中優(yōu)化車輛尾氣排放，基于帶精英策略的非支配排序多目標(biāo)遺傳方法求解使污染物排放和車均延誤同時(shí)最優(yōu)的優(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。

技術(shù)方案：本發(fā)明的優(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，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D_i，i=1,2,…,N，干線公共信號(hào)周期C的取值范圍為C∈[C_min，C_max]，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O_i=0%,i=1,2,…,N，設(shè)置干線公共信號(hào)周期C=C_min；

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S_k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，S_k={C_k,O_1k,O_2k,…,O_Nk},k=1,2,…,Np，初始種群個(gè)體S_k中的決策變量包括各信號(hào)交叉口綠時(shí)差O_ik=0%,i=1,2,…,N和干線公共信號(hào)周期C_k，所述信號(hào)交叉口綠時(shí)差O_ik是從[0%,100%]中隨機(jī)抽取的值，干線公共信號(hào)周期C_k是從[C_min，C_max]中隨機(jī)抽取的值；

3）計(jì)算種群P(t)中各個(gè)個(gè)體的適應(yīng)度F(t)，具體方法為：