基于动态权重的公交优先信号配时优化策略

基于动态权重的公交优先信号配时优化策略刘昱岗;李佳励;张擎;王海宁;董道建【摘要】The signal timing of signal controlling intersections should consider increasing traffic capacity with the person unit so as to reduce traffic delay per capita. Vehicle parking rate and traffic delay are main relevant factors of cycle length, and decreasing them is the direct purpose of improving the timing design of signal intersections. To aim at minimizing the vehicle parking rate and traffic delay, a timing model of multi-objective planning with dynamic bus priority weights is built. The traditional signal timing plan is improved by signal phase design which is based on transit priority, and the effectiveness of transit priority strategy is ensured. Finally, a real intersection is taken as a simulation prototype in order to verify feasibility of the best cycle timing model and the effectiveness of the improved signal timing plan. The results show that transit priority signal timing optimization strategy based on dynamic weight makes an anticipated good effect on decreasing passengers and vehicles’traveling delay and parking rate.%信号控制交叉口的信号配时应考虑提高以人为单位的通行能力，减少人均通行延误。

车辆停车率和通行延误是周期时长的主要关联因子，而减少车辆停车率和通行延误是对信号交叉口配时设计进行改善的直接目的。

以车辆通行延误和停车率最小为目标，引入动态公交优先权重建立多目标规划配时模型，通过基于公交优先的相位设计对传统的信号配时方案进行改善，以有效实施公交优先策略。

最后以真实交叉口为仿真原型，通过仿真算例验证最佳周期时长配时模型和改进的信号配时方案的适用性和有效性。

结果表明，基于动态权重的公交优先信号配时优化策略，对降低乘客和车辆通行延误，以及停车率均起到了很好的预期效果。

【期刊名称】《交通运输系统工程与信息》【年(卷),期】2016(016)003【总页数】7页(P53-59)【关键词】交通工程;配时优化;多目标规划;公交优先;信号控制;通行延误【作者】刘昱岗;李佳励;张擎;王海宁;董道建【作者单位】西南交通大学交通运输与物流学院，成都610031;西南交通大学交通运输与物流学院，成都610031;西南交通大学交通运输与物流学院，成都610031;西南交通大学交通运输与物流学院，成都610031;西南交通大学交通运输与物流学院，成都610031【正文语种】中文【中图分类】U491.4实施公交优先策略可以有效缓解道路资源和能源使用紧张、交通拥堵等问题，也能提高公交出行的分担率.公交优先信号配时作为一种实施公交优先策略的有效方法，是在信号配时方案中赋予公交车辆优先通行的权力，以期降低人均出行延误.在公交优先信号控制的研究方面，Ma等针对不同公交占有率水平、公交时刻表偏差和交通需求提出了多路优先请求动态规划模型［1］；Zhou等利用并行遗传算法对单一公交信号优先交叉口的相位设置、周期时长、绿信比进行优化，提出了对社会车辆影响最小的公交优先信号配时方案［2］；李劲夫建立了信号周期多目标优化模型，并设计了模型的粒子群算法［3］；Kim等提出了多路公交优先的信号控制方法，并利用仿真模型分析了不同优先策略在各种网络条件下的效益［4］；孙煦等利用遗传算法定量求解公交优先交叉口配时优化的双层模型，在保障交叉口交通顺畅的前提下实现了公交优先［5］.在信号周期时长的研究方面，Akcelik在Webster公式（TRRL法）的基础上引入停车补偿系数，使之能适应多种优化目标要求（ARRB法）. TRRL法与ARRB法适用于中等负荷的交通流情况，但在高峰及低流量条件下，优化效果不理想［6］. HCM2000虽然给出了较为准确的延误模型，但并未提供基于其延误模型的最佳周期时长估算公式，只是为快速评估交叉口服务水平给出了一个粗略的周期时长估算公式［7］，计算出的周期时长只能保证交叉口饱和度处于一定范围内，并不能保证延误最小.冲突点法以交叉口冲突点作为信号配时优化的切入点，同时考虑机、非混行，更加适合交通流的实际运行情况，但该方法公式冗繁，参数标定困难［8］.在确定信号周期时长和设计信号配时方案时，上述研究没有考虑公交优先信号控制条件下如何确定最佳的周期时长，且大多将公交车辆等同于其它车辆来考虑交叉口延误问题；没有充分考虑各影响因素对周期时长的具体影响机制及影响程度的不同；没有充分考虑与公交有关的各交通参数对信号配时的影响；更缺乏通过多种优化方式对信号配时方案进行优化.基于已有研究的上述不足，下文介绍本文的研究思路. 以人均延误最小为目标的信号配时相当于提高了公交车辆的权重，这种确定周期的方法相当于使公交车优先通行.本文在传统信号配时模型的基础上引入公交车动态优先权重，将公交优先运用于信号配时策略；依据交叉口的交通特征，考虑多项交通效率与效益指标来确定信号配时模型，以使用户利益与管理效率综合最优；通过优先考虑客流量大小，对常规相位设计方案进行改进设计；通过交通仿真以验证模型的适用性，对比相位设计方案改进前后公交车、其它车辆和乘客的平均出行延误，以验证公交优先信号配时优化策略的实用性和可行性.1.1 影响因素分析信号周期时长与到达率、延误、车辆停车率（一个信号周期内，平均单位车辆停车的次数）等因素之间的关系是不确定的灰关联关系.各影响因素与周期时长之间的具体关系分析如表1所示.1.2 关联度计算（1）关联系数的计算.设经数据变换的母、子序列分别为｝和｝，在t=k时刻，｝与间的关联系数）根据式（1）计算得到式中：Δoi（k）——k时刻母、子两序列的绝对差，即Δoi（k）=|xo（k）-xi（k）|；ρ——分辨系数，用于提高关联系数间的差异显著性，ρ∈（）0，1，通常取0.5.（2）关联度计算.母、子序列的关联度可通过计算序列各时刻的关联系数之平均值（表示全过程的关联程度）得到，即式中：roi——子序列i与母序列o的关联度；N——序列长度，即数据个数.（3）调查对象的选取.为便于研究，选择待调查的交叉口特征为：十字型两相位信号交叉口，各个进口道均为单车道，进口道车道功能为左、直、右混行.选取5个符合上述条件的信号交叉口为调查对象，对各个交叉口调查3个不同周期.所选交叉口的行人和自行车交通量均不大，基本可忽略其影响.（4）计算结果分析.经过关联度计算，得到各影响因素与周期时长的关联度如表2所示.由表2中的计算结果可知，各影响因素与周期时长的关联度从大到小的排序为：交叉口饱和度＞车道组饱和流量＞车道组交通流量比＞到达率＞排队车辆数＞车均延误＞停车率.其中车道组饱和流量由车道组本身的设计属性决定，不可更改；到达率由周边路网的交通状况决定，无法通过调整信号周期而改变；到达率的大小决定了车道组交通流量比和交叉口饱和度；其余的3个因素可通过优化周期时长而改变，而排队车辆数与停车率直接相关，故二者可考虑其一.基于此思路，本文提出公交优先多目标规划配时模型.2.1 公交优先动态权重的计算公交优先动态权重是指在信号配时模型中加入的考虑与公交车有关的调整系数，该系数与公交车的额定载客量、公交调度延误、公交相位（使公交车优先通行的相位）、公交专用道设置等因素有关，并随着这些交通参数的变化而改变.t时刻到达交叉口的公交车动态优先权重w由式（3）给出：式中：Cb——常规公交额定载客量与标准小汽车额定载客量的比值；fL——公交车辆调度延误系数；fQ——非公交相位期间车辆排队调整系数；fP——公交专用道调整系数；tf——公交车自由行驶状态下通过交叉口的时间（s）；tr——公交车实际通过交叉口所用时间（s）；TL——公交调度延误（min）；TLaccept——公交调度可接受延误（min）；TLmax——公交调度最大延误（min）；maxQj（t）——非公交相位期间车道 j上预计最大排队长度（辆）；allowQj（t）——非公交相位期间车道 j上可接受排队长度（辆）.2.2 公交优先多目标规划配时模型的建立最佳周期时长应使交叉口通行能力稍高于其交通需求而使停车率、排队车辆数和停车延误等指标达最小，从而使得交叉口通行的综合效益达到最高［9］.本文以停车延误和排队长度最小为目标，引入公交车动态权重以体现公交优先策略，建立公交优先多目标规划配时模型如下：式中：f（C，x）——车辆平均延误（s/辆）；g（C，x）——平均停车率（次/辆）；n——交叉口一个信号周期内通行的车辆数；w——t时刻到达交叉口的公交车动态优先权重（详见式（3））；d（C，x），E（C，x）——分别为延误函数、停车率函数；qi，yi——分别为第i相位关键车流的流率（到达率）和流量比（实际交通量与其饱和流量之比）；x——交叉口饱和度；C——周期时长；Y'——关键车道组流量比之和；L——绿灯损失时间；Cmin——满足各方向行人过街要求的最小周期时长.2.3 算法原理及其说明在约束条件C（x-Y'）=Lx，0＜x＜1，C≥Cm下，求出可行解范围［Cm，a］（若b≤Cm）或［b，a］（若b＞Cm），如图1所示（其中a，b分别为可行解范围的上限和下限值）.设停车次数每增加1次，延误增加ks，则可设延误d和停车率E之间存在如下线性关系：将式（7）代入式（8）可得由式（9）可知：在目标空间内，总目标函数minz（k）是一族斜率为-1/k的直线，minz（k）与曲线C=Lx/（x-Y'）在可行解区间的切点（如图2所示）即为本问题最优解（满意解），本最优解对应一个相位的最优解.取各个最优解的最大值作为交叉口的调和最优解，即为交叉口的最佳周期时间.根据上述分析，运用多目标规划评价函数中的线性加权法对多目标函数进行线性加权求解.即式中：γd和γs——分别为延误和停车率同周期时长的关联度.3.1 公交优先相位配时优化一般地，只要流量比最大的车流能够获得足够的通行能力，相位中的其它车流所需要的通行能力也就都能够得到满足.若流量比最大的车流所在相位的客流量也最大，则该方法合理；否则，该方法不合理.而公交优先配时方法就是将交叉口富余的通行能力按照人流量比分配给各相位.以图3为例，假设各个直行和左转流向的车流量比和客流量比存在如下关系：车流量比A2＞B2＞D2＞C2＞B3＞A3＞D3＞C3；客流量比 A2＞A3＞B2＞ D2＞C2＞B3＞D3＞C3.由于公交车的额定载客量明显大于社会车辆的额定载客量，因此对于车流量比较大的流向，其客流量不一定大.考虑相位设计的基本设计原则和各个流向的车流量比，可以得出相位设计方案1；而客流量比的排序中，A3在B2的前面，基于公交优先策略应优先满足A3方向（北向左转）的通行需求，故可得到改善后的相位设计方案2.相位设计方案如表3所示.3.2 交通仿真以成都市某典型十字型交叉口为例，其交通流向示意图如图3所示（不计行人和非机动车交通流的影响）.取公交车折算小汽车的当量折算系数为2，总绿灯损失时间L=12s.各股车流的车辆到达率、客流量以及流量比如表4所示.根据Webster公式，周期时长.各相位的绿信比由公式计算可得λ1=0.22，λ2=0.21，λ3=0.22，λ4=0.14，其常规信号配时方案如表5所示.经关联度计算得：γd=0.652 8，γs=0.627 5；根据式（10）～式（12）得总目标函数：minz（C，x）=0.51f（C，x）+0.49g（C，x）.根据本文提出的模型，运用matlab编程计算可得到最佳周期时长Cb=max｛59，60，59，63｝=63 s.同理可求得公交优先信号配时方案如表6所示.分以下3组设置条件对案例交叉口进行交通仿真：第1组：常规信号配时方案（Webster公式+相位设计方案1）；第2组：过渡信号配时方案（多目标规划配时模型+相位设计方案1）；第3组：公交优先信号配时方案（多目标规划配时模型+相位设计方案2）.整理仿真运行数据得到所有车辆、公交车辆、其它车辆，以及乘客平均延误如表7所示.经过对公交优先信号配时优化策略的验证分析，可得到以下结论：（1）比较过渡方案与常规方案可知，公交优先多目标规划配时模型很好地克服了Webster公式不能适应多目标优化要求的局限性，公交车平均延误与乘客平均延误都减少了20%以上，为平面交叉口信号配时模型提供了全新而实用的方法. （2）比较公交优先方案与过渡方案可知，公交优先相位配时优化策略调整常规相位相序，使得客流量大的相位获得优先通行权，能进一步减少车辆与乘客的平均出行延误，以及车辆平均停车率.（3）比较公交优先方案与常规方案可知，公交优先多目标规划配时模型，以及公交优先相位设计方案的叠加，能更大程度改善平面交叉口的通行状况，对降低乘客和车辆的出行延误，以及车流平均停车率起到更为显著的效果（减少15%～24%）.两种改善措施的综合运用具备一定的实用性和可操作性.（4）选取成都市其它区域的十字型交叉口，进行同样的优化设计和仿真处理后，得到了类似结果，说明本文提出的公交优先配时优化策略对典型十字型交叉口具有普遍适用性.本文只研究了典型的单点十字型交叉口在中等饱和状态下的交通状况，对于其它类型的交叉口、非四相位的信号配时交叉口，以及信号交叉口的联动控制，本文的配时优化策略效果有待进一步论证.【相关文献】［1］ MA W，LIU Y，YANG X.A dynamic programming approach foroptimalsignalpriority controlupon multiple high-frequency bus requests［J］.Journalof Intelligent Transportation Systems，2013，17（4）:282-293.［2］ ZHOU G，GAN A，SHEN L D.Optimization of adaptive transit signal priority using parallel genetic algorithm［J］. Tsinghua Science&Technology，2007，12（2）:131-140. ［3］李劲夫.公交优先交叉口信号控制参数的多目标优化方法［J］.长沙大学学报，2012，26（2）:64-68.［LI J F. The multi-objective optimization method of bus Priority intersection signal control parameters［J］.Journal of Changsha University，2012，26（2）:64-68.］［4］ KIM S，PARK M，CHON K S.Bus signal priority strategies for Multi-directional bus routes［J］.KSCE Journal of Civil Engineering，2012，16（5）:855-861.［5］孙煦，陆化普.公交优先下交叉口配时优化的双层模型与遗传算法［J］.北京工业大学学报，2012，38（6）: 859-859.［SUN X，LU H P.Bi-level optimization model of intersection timing about bus priority condition based on genetic algorithm［J］.Journal of Beijing University of Technology，2012，38（6）:859-859.］［6］ AKCELIK R.Traffic signals:capacity and timing analysis［R］.Melbourne:Australian Road Research Board，1981.［7］蒋金勇，云美萍，杨佩昆.基于HCM2000延误模型的最佳周期时长估算公式［J］.同济大学学报（自然科学版），2009，37（8）:1024-1028.［JIANG J Y，YUN M P，YANG PK.Optimal cycle length estimation equations based on delay models of HCM 2000［J］.Journal of Tongji University（Natural Science），2009，37（8）:1024-1028.］［8］吴兵.交通管理与控制［M］.北京：人民交通出版社，2005.［WU B.Traffic management and control［M］. Beijing：China Communications Press，2005.］［9］董道建.自适应公交优先控制交叉口平均延误分析［J］.交通科学与工程，2014，30（4）:91-95.［DONG D J.The analysis of average delay in intersection with adaptive transit priority control［J］.Journal of Transport Science and Engineering，2014，30（4）:91-95.］。