[發明專利]一種城市道路信號交叉口多目標配時優化方法

有效

• 申請號: 201810499206.1
• 申請日: 2018-05-23
• 公開（公告）號: CN108734354B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 賈洪飛;林雨;李永行;楊麗麗;田廣東;邵惠;劉震東;武瑞一;孟鑫;桑珩;劉玉慶
• 申請（專利權）人: 吉林大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06N3/00;G06Q50/30
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 朱世林;張晶

1.一種城市道路信號交叉口多目標配時優化方法，其特征在于，包括以下步驟：

步驟一：選取信號交叉口優化指標；

選擇人均延誤、車輛污染物排放及交叉口通行能力作為信號交叉口優化指標，分別以D^e，E，Q表示；

步驟二：建立信號交叉口多目標配時優化模型；

以人均延誤、車輛污染物排放及交叉口通行能力為優化目標，構建信號交叉口多目標優化模型；

步驟三：采用混合差分粒子群多目標搜索算法求解優化模型；

混合差分粒子群多目標搜索算法包括：(1)粒子編碼；(2)種群初始化；(3)計算適應度值，記錄最優粒子P_best；(4)篩選帕累托Pareto支配解；(5)粒子更新；(6)采用動態松弛支配策略篩選支配解；(7)更新個體Indi，支配解集Arc及動態松弛因子A_i；(8)若更新次數p大于最大次數，則停止更新，輸出支配解；若更新次數p小于最大次數，則p＝p+1，返回執行步驟(3)；

步驟三所述粒子更新過程中的慣性權重計算公式：

w＝w_max-(w_max-w_min)×iter/MaxIt

式中：w—慣性權重；w_max—最大慣性因子；w_min—最小慣性因子；iter—當前更新代數；MaxIt—最大更新代數；

步驟三所述粒子更新過程中的混合差分算子計算公式：

式中：w—慣性權重；X_i(g)—粒子i第g次更新；rand—隨機數函數；—向上取整函數；P_best—最優粒子；X_j(g)，X_k(g)—個體中的粒子；i,j,k＝1,2,...,Popsize；且i≠j≠k；

步驟三所述采用動態松弛支配策略篩選支配解過程中的動態松弛因子計算公式：

PD_i＝|Val_ij-Val_ij+1|

式中：i＝1，2，…，m；j＝1，2，…，Num_i；

式中：A_i—目標i動態松弛因子；PD_i—目標i非劣解集中相鄰非劣解間距集合；||—絕對值函數；Val_ij—第i目標中的第j個非劣解值；Max、Min—求最大、最小值函數；m—目標數；Num_i—目標i非劣解數；Narc—支配解集Arc的規模；

步驟四：通過矩陣實驗室MATLAB軟件編譯算法，獲得帕累托Pareto最優解。

2.如權利要求1所述的一種城市道路信號交叉口多目標配時優化方法，其特征在于：

步驟一所述人均延誤是指：將通過交叉口的人均延誤作為多目標信號配時優化指標之一，人均延誤是在車輛延誤基礎上，考慮不同車型載客率計算得到；

所述車輛延誤計算公式：

式中：D_i—第i相位每輛車的平均延誤；C—交叉口信號燈周期時長；λ_i—第i相位綠信比，λ_i＝g_i/C；g_i—第i相位有效綠燈時間；q_ij—第i相位第j個進口道機動車流量；x_ij—第i相位第j個進口道的飽和度，x_ij＝q_ij/c_ij，c_ij為該車道通行能力；y_ij—流量比率，y_ij＝q_ij/s_ij，s_ij為車道飽和流量；N_ij—第i相位第j個進口單位時間平均過剩滯留車輛數；

所述人均延誤計算公式：

式中：D^e—交叉口人均延誤；m_i—第i相位車輛數；B_i-k—第i相位k車型數量；V_k—k車型額定容量；φ_k—k車型平均載客率；s—車型數；n—相位數。