基于关联度分析的协调控制子区划分方法

第
i+
1 个 子 区 的 初选 起 始
交叉口.
图 1 协调控制子区划分流程 F ig. 1 P rocess of coordinated contro l subareas div ision
图中, 基本约束条件特指关联度小于等于分离
阈值 D TN S的相邻交叉口必须无条件分离在不同控制 子区, 关联度大于等于合并阈值 DTNC的相邻交叉口 必须无条件合并在同一控制子区; S 表示可选交叉
1
sgn(D Sk ) } ) k . {D S1, D S2, ,, D Sm } = so rt{D S( I1, I2) , ,, D S( In- 1, In) } ( 4) 式中: sort为升序排序函数, 表示将 m 对关联交叉口 之间的路段交通量关联度按从小到大的顺序重新排
列, 并依次赋以 D S1, D S2, ,, D Sm .
D = D + D = ( I1y I2)
S ( I1y I2)
C( I1, I2)
(N + N )L E( I 1y I2)
A ( I1y I 2) v
n L # K K - l( I 1y I2) l( I1y I 2)
L l(I1y I2) N
m in T max / int(Tmax /Tm in ) - T m in, T m in
口 I2 的独立设计信号周期最大与最小 值; K C 为相 邻交叉口信号周期关联权重系数.
对于相邻交叉口 I1 与交叉口 I2 之间的关联度 D , ( I1, I2) 可定义为相邻交叉口 I1 与交叉口 I2 之间的 双向组合关联度 D , ( I1\ I2) 即在 D ( I1y 与 I2) D ( I2y I1) 之中 取大:
S( I1, I2, ,, In)
C ( I1, I2, ,, In )
m
Fk = 1 F (D Sk ) + m in D C( Ix, Iy) Ix, Iy Î {I1, I2, ,, In }
( 3)
式中: D S ( I1, I2, ,, In) 为关联交叉口 ( I1, I2, ,, In )之间总 的路段交通量关联度; D C( I1, I2, ,, In) 为关联交叉口 ( I1, I2, ,, In )之间总的交叉口周期关联度; m 为关联交 叉口对数, 即关联路段数; D Sk为第 k 对关联交叉口之 间的路段交通量关联度, 由式 ( 4)确定; F (D Sk )为路 段交通量关联度组合函数, 可取 F (D Sk ) = (m in{D Sk,
1. 2 多交叉口组合关联度
对于一组关联交叉口 ( I1, I2, ,, In )之间的组合
关联度 D ( I 1, I2, ,, , In) 可按式 ( 3) 进行定义计算, 并应 同时保证一般情况下的相邻交叉口路段交通量关联
度小于等于 1:
D = D + D = ( I1, I2, ,, In)
int(Tm ax /Tm in + 1)Tm in - Tm ax T max
KC
( 1)
式中: D 为 S( I1y I2) I1 y I2 方向的路段交通量关联度; D C( I1, I2) 为交叉口 I1 与交叉口 I2 之间的周期关联度; N E ( I1y 为 I2) I1 y I2 方向路段上已存在的关联车流车辆 数, 包括排队车辆数与行驶车辆数; N A ( I1y I2) 为 I1 y I2 方向路段上下一个信号周期内可能出现的最大关联
给出了一套完备的控制子区划分流程. 通过算例分析, 对基于关联度分析的协调控制子区
划分方法进行了阐述.
关键词: 交通工程; 子区划分; 关联度; 协调控制; 层扩散算法
中图分类号: U 491. 5+ 4
文献标识码: A
对一个范围较大的区域实行交通信号协调控制 时, 往往需要将其分成若干个相对独立的部分, 每一 个部分根据各自的交通特点执行相应的控制方案, 这些相对独立的部分称为控制子区. 控制子区的合 理划分将有利于执行灵活的控制策略, 使得交通特 性差异悬殊的街区均能获得最佳控制效果, 是实现 有效交通区域协调控制的前提.
基于关联度分析的协调控制子区划分方法*
卢凯 徐建闽 李轶舜
(华南理工大学 土木与交通 学院, 广东 广州 510640)
摘 要: 利用交叉口关联度量化分析方法, 给出了相邻交叉口关联度与多交叉口组合关
联度的计算公式. 通过定义控制子区划分方案的解集空间、约束条件与评价准则, 建立了
协调控制子区划分模型; 采用子区划分层扩散算法实现对控制子区划分方案的分析评价,
车流车辆增量; Lv 为平均车辆长度; n 为 l( I1y I2) I1 y I2 方向路段上的关联车流占用车道数; L 为 l( I1y I2) I1 y I2 方向路段车道总长度; KL l( I1y I2) 为 I1 y I2 方向路段 车道总长度所对应的路段交通量关联补偿系数; K N 为比例放大系数; T max、Tm in分别为交叉口 I1 和交叉
D = D = ( I1, I2)
( I1\I 2)
m ax {D , ( I1y I2) D ( I 2y I 1) } = m ax {D , S( I1y I2)
D } + D = D + D S( I2y I1)
C( I 1, I 2)
S( I1, I2)
C( I 1, I2)
( 2)
式中: D S( I 1, I 2) 为交叉口 I1 与交叉口 I2 之间的路段交 通量关联度.
K P \ 1.
2. 2 控制子区划分流程
如何利用上述协调控制子区划分模型, 在解集 空间中寻找满足一定约束 条件的最优子区 划分方 案, 可以参照如图 1所示的控制子区划分流程.
8
华 南 理 工 大 学 学 报 (自 然 科 学 版 )
第 37卷
I1
I2
, In - 1
In
I1
0
D , D D ( I1, I2)
( In- 1, In)
0 n@n
( 5)
子区划分层扩散算法将通过逐层扩散的方法,
对每一种子区划分方案进行有效性判断, 并计算出
相应的子区总数 N 与区域总关联度 D, 如图 2所示.
其中, i 为子区序号 ( i= 1, 2, , ), j为子区扩散层序
号 (j=
0,
1,
2,
, ),
I
0 i+
1为
标定. 评价子区 划分 方案 优劣 的基 本原则 通 常为:
子区的划分以 控制子区 总数 N 少为 优; 在控制 子 区数相等情 况下, 子 区的划 分以 区域 总关 联度 D 大为优. 子区划分方案性能指标函数可定义为 P I= - N K P + D, 其中 K P 为 控制子 区总数 的权重 系数,
参数优化方法, 文献 [ 11] 中则利用交叉口之间互联指 数的概念, 提出了基于模糊聚类算法的动态子区划分 方法. 然而, 上述方法都未将影响控制子区划分的各 种因素进行有效综合, 未能制定出系统、明晰的控制 子区划分准则. 如何建立一套综合有效的控制子区划 分指标, 实现控制子区划分的量度化、标准化、系统 化, 已成为控制子区划分理论方法研究的内在要求.
第 37卷 第 7期 2009年 7月
华南理工大学学报 ( 自然科学版 )
Journa l o f South C hina U niversity o f T echno log y ( N atura l Science Edition)
V o .l 37 N o. 7 July 2009
文章编号: 1000-565X ( 2009) 07- 0006-04
子区划分方案需要满足约束条件: ¹ 当相邻交 叉口 Ix 与交叉口 Iy 之间的关联度 D ( Ix, Iy ) 小于等于 相邻交叉口分离阈值 D TNS时, 交叉口 Ix 与交叉口 Iy 将无条件分离在不同控制子区; º 当相邻交叉口 Ix 与交叉口 Iy 之间的关联度 D ( Ix, Iy ) 大于等于相邻交叉 口合并阈值 D TNC时, 交叉口 Ix 与交叉口 Iy 将无条件 合并在同一控制子区; » 控制子区组合关联度必须 大于多交叉口分离阈值 D TM S, 即 DA i > D TM S, A i 为第 i 个子区所含交叉口集合. 不难理解, 分离阈值与合并 阈值取值越小则越有利于划分较少的控制子区; 分 离阈值与合并阈值取值越大则越易于生成较多的控 制子区. 至于阈值 D TN S、D TN C与 D TM S的取 值, 尚需 结 合大量的模拟仿真结论与 工程实践经验进行综 合
口集合, A 表示子区所含交叉口集合, 其下标表示子
区序号, 上标表示子区扩散层序号, 如 S1 为第 1个
子区的可选交叉口集合, A 1 为第 1个子区所含交叉
口集合
,
A
0 1
则为第
1 个 子区 的第
0层 (初始扩散层 )
以内所含交叉口集合;
D
第 7期
卢凯 等: 基于关联度分析的协调控制子区划分方法
7
在的最大交通量与相邻交叉口间距对应容纳交通量
的比例关系; 交叉口周期关联度则反映相邻交叉口 的独立设计信号周期相对偏差对相邻交叉口关联性
的影响.
1. 1 相邻交叉口关联度
对于从上游交叉口 I1 到下游交叉口 I2 方向, 交
叉口 I1 与交叉口 I2 之间的关联度 D ( I 1y I 2) 定义为
1971年, 美国学 者 W a linchus[ 1] 首次 提出了交 通控制子区的概念. 随后, 国外学者开始对影响控制 子区划分的交叉口交通状态、路段长度、车辆到达率 等因素进行分析 , [ 2-4] 并利用数学建 模的手段对子 区 划 分 的 控制 指 标、阈 值 和 算 法 进 行 了 相关 研 究 [ 5-6] ; 近年来, 国内学者在控制子区划分方法研究 方面也取得了一些进展, 文献 [ 7-8]中提出了分别基 于 / 周期原则 0、/ 流量原则 0、/ 距离原则 0与 / 饱和 度原则 0的控制子区自动划分方法, 文献 [ 9] 中提出 的控制子区周期划分指标将有助于确定交叉口信号 周期的合理变化范围, 建立的控制子区距离划分指 标能为控制子区划分提供一定量化依据, 文献 [ 10] 中通过引入相似性值和建立搜索模型实现了周期子 区的智能划分, 给出了基于遗传算法的子区划分阈值