中小城市干線控制中公共信號(hào)周期的優(yōu)化研究

程 慧

（池州學(xué)院 機(jī)械與電子工程系，安徽 池州 247000）

引言

汽車(chē)數(shù)量的急劇增加給城市的道路交通帶來(lái)了很大的負(fù)荷，基于自身的經(jīng)濟(jì)基礎(chǔ)及城市規(guī)劃，中小城市的交通狀況呈現(xiàn)出與大型、特大型城市不一樣的特征，即交通壓力主要分布在主干線上.因此，有效解決主干線的交通負(fù)擔(dān)對(duì)提高整個(gè)城市的交通運(yùn)行效率有極大的意義.目前，廣泛使用的方式是干線綠波帶控制，這種控制方式不僅能降低主干線上車(chē)隊(duì)的停車(chē)率及平均延誤，還能減少行人闖紅燈的機(jī)會(huì)及優(yōu)化次干線上來(lái)往的車(chē)輛.該控制方法中公共信號(hào)周期、綠信比、相位差是三個(gè)主要參數(shù)，本文主要通過(guò)研究公共信號(hào)周期的優(yōu)化來(lái)提高整條干線的運(yùn)行能力.

1 問(wèn)題描述

以安徽省池州市長(zhǎng)江中路為例，長(zhǎng)江中路是南北向的主干線路，與長(zhǎng)江南路和長(zhǎng)江北路接鄰，共有四個(gè)十字路口和一個(gè)T字路口，兩相鄰交叉口之間的距離分別為：560米、265米、530米、476米.主干線路每個(gè)方向都存在直行、左轉(zhuǎn)和右轉(zhuǎn)車(chē)道；相交次干線為東西方向，每個(gè)方向都存在左轉(zhuǎn)、直行和右轉(zhuǎn)合并車(chē)道，右拐不受信號(hào)燈限制.

基于以上交通特征，可見(jiàn)該城市干線中兩相鄰交叉口間的距離不超過(guò)800米,符合干線綠波帶控制的條件，此時(shí)線控比各個(gè)交叉口單獨(dú)控制效果要好.為了達(dá)到良好的控制效果，必須統(tǒng)一主干線路上各個(gè)交叉口的信號(hào)周期，傳統(tǒng)的做法是先按配時(shí)方案計(jì)算出各個(gè)交叉口的信號(hào)周期Ti，然后從中選出時(shí)間長(zhǎng)度最長(zhǎng)的作為整條干線的公共信號(hào)周期C.這種方法提高了交通壓力較大交叉口的控制效率以及整條干線的通行能力，卻未考慮強(qiáng)制增大周期對(duì)平均延誤的影響.因此，要對(duì)公共信號(hào)周期C進(jìn)行優(yōu)化.

2 公共信號(hào)周期的計(jì)算

初始狀態(tài),選用Webster最佳周期時(shí)間計(jì)算方法確定各自的信號(hào)周期時(shí)間,計(jì)算公式如下:

其中L為路口每一個(gè)周期的損失時(shí)間，Y為路口的交通流量比[1].周期范圍的計(jì)算通常是統(tǒng)計(jì)歷史交通量數(shù)據(jù)給出最大周期時(shí)間和最小周期時(shí)間，這種做法沒(méi)有考慮到實(shí)際交通流量是隨機(jī)的、不穩(wěn)定的，往往在同樣的交通流量狀態(tài)下車(chē)輛檢測(cè)器所采集的信息不一定相同，所得到的不同周期可將交通狀態(tài)維持在相似的水準(zhǔn)上.因此，可以通過(guò)分析周期與通行能力和交通延誤的關(guān)系，來(lái)確定周期的調(diào)整范圍.

（1）Cmin的確定：交叉口的通行能力與綠信比、飽和流量有關(guān)，而交叉口的綠信比又與總損失時(shí)間和周期長(zhǎng)度相關(guān)，具體關(guān)系如下：

通過(guò)分析可知周期與通行能力存在對(duì)數(shù)關(guān)系，當(dāng)周期較大時(shí)，通行能力減小幅度較小，當(dāng)周期較小時(shí)，通行能力減小幅度較大[2].在交叉口處于臨界飽和狀態(tài)下，減小周期會(huì)造成通行能力的減小從而引發(fā)交通擁堵，為了防止發(fā)生擁堵，可以在減小通行能力時(shí)，假定一個(gè)周期內(nèi)交叉路口只能減少一輛車(chē)，這樣通行能力基本沒(méi)有減小.交叉口可接受最小通行能力Qmin=Qm-3600/Cm，將Qmin代人式(2)得到各個(gè)交叉路口可調(diào)周期最小值，取其中最大值為Cmin.

（2）Cmax的確定：交叉口某個(gè)相位的平均延誤與該交叉口的周期、該相位的流量比和綠信比有關(guān)，結(jié)合等飽和度的原則，可知周期與延誤在一定范圍內(nèi)呈現(xiàn)線性關(guān)系，隨著周期減小，延誤也減小,具體關(guān)系如下：

假設(shè)交叉口平均延誤增加8%，控制狀態(tài)未發(fā)生變化，則交叉口允許最大延誤為dmax=dm×(1+8%)，將dmax代人式(3)得到各個(gè)路口可調(diào)周期最大值，取其中最小值為Cmax[3].

3 公共信號(hào)周期的優(yōu)化

對(duì)公共信號(hào)周期的優(yōu)化方式有很多種，模糊控制、遺傳算法、神經(jīng)網(wǎng)絡(luò)控制等等.模糊控制利用專家經(jīng)驗(yàn)，對(duì)非線性及復(fù)雜對(duì)象有很好的控制效果但本身不具備自學(xué)習(xí)的能力，所以使用受到了一些限制.人工神經(jīng)網(wǎng)絡(luò)能夠自適應(yīng)樣本數(shù)據(jù)，當(dāng)數(shù)據(jù)中有噪聲和形變時(shí)也能有良好的控制效果，但不能表達(dá)模糊語(yǔ)言，好比一個(gè)缺少透明度的黑箱，不能很好地模仿人類的思維.自適應(yīng)神經(jīng)模糊系統(tǒng)將模糊控制和神經(jīng)網(wǎng)絡(luò)控制結(jié)合起來(lái)，將神經(jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)機(jī)制帶入模糊控制系統(tǒng)，而神經(jīng)網(wǎng)絡(luò)控制經(jīng)過(guò)模糊處理也可使相關(guān)參數(shù)自動(dòng)在線調(diào)節(jié)并優(yōu)化，模糊控制和神經(jīng)網(wǎng)絡(luò)互相彌補(bǔ)不足并發(fā)揮各自優(yōu)點(diǎn)[4].

依據(jù)交通控制原理,若飽和度過(guò)大則可以增大信號(hào)周期時(shí)間,若飽和度過(guò)小則可以減少信號(hào)周期時(shí)間，所以可以通過(guò)調(diào)整信號(hào)周期時(shí)間使關(guān)鍵路口的飽和度處在0.9左右.飽和度X計(jì)算公式為：

Qi為關(guān)鍵交叉路口協(xié)調(diào)方向第i相位的車(chē)流量，λi為關(guān)鍵交叉路口協(xié)調(diào)方向第i相位的綠信比，Qsi為關(guān)鍵交叉路口協(xié)調(diào)方向第i相位的飽和車(chē)流量[5].

步驟一：獲取樣本數(shù)據(jù)

通過(guò)模糊控制來(lái)獲取樣本，將飽和度X作為模糊控制的輸入量，論域?yàn)閄={0.37,0.46,0.58,0.74,0.86,0.92,0.94,0.96,0.98,1.00}，語(yǔ)言變量設(shè)為：正大PB、正小PS、零ZE、負(fù)小NS、負(fù)大NB，X的論域和隸屬度賦值如表1所示.

本系統(tǒng)的模糊控制規(guī)則庫(kù)是根據(jù)專家經(jīng)驗(yàn)建立的，依據(jù)

表1 X的論域和隸屬度

表2 ΔCx的論域和隸屬度

if(lisX)then(gisW)的一般形式，共5條控制規(guī)則如下：

If(X isPB)then(ΔCxisPB);

If(X isPS)then(ΔCxisPS);

If(X isZE)then(ΔCxisZE);

If(X isNS)then(ΔCxisNS);

If(X isNB)then(ΔCxisNB);

利用SurfaceViewer可得出控制系統(tǒng)輸入輸出的表面空間,如圖1所示.

圖1 系統(tǒng)輸入輸出的表面空間

本系統(tǒng)的模糊判決采用面積重心法，即取加權(quán)平均值作為精確控制量.通過(guò)重心法計(jì)算解模糊后,在MATLAB模糊規(guī)則觀測(cè)界面中可以清楚的觀察到輸入值和相應(yīng)的輸出值,以此數(shù)據(jù)作為輸出查詢表即樣本數(shù)據(jù)，這里取樣本數(shù)為19，樣本數(shù)據(jù)如下：

data=[0.37,-15.6;0.39,-15.6;0.41,-15.5;0.45,-15.2;0.56,-8.89;0.74,2.36;0.78,5.96;0.82,9.29;0.85,9.28;0.88,9.26;0.92,15.8;0.93,15.9;0.94,16;0.95,16.1;0.96,16.2;0.97,16.2;0.98,16.2;0.99,16.2;1.00,16.2]

步驟二：加載數(shù)據(jù)

對(duì)采集到的樣本數(shù)據(jù)進(jìn)行分類，取出矩陣中奇數(shù)行組成訓(xùn)練數(shù)據(jù)集trData并將該矩陣中的數(shù)據(jù)以ASCⅡ碼的形式保存到磁盤(pán)文件trData1.dat中，以便數(shù)據(jù)以文件形式加載.同理取樣本數(shù)據(jù)的偶數(shù)行組成檢驗(yàn)數(shù)據(jù)集chData，同樣以文件形式保存.

>>trData=data(1:2:19,:);

>>savetrData1.dattrData-ascii;

>>chData=data(2:2:19,:);

>>savechData1.datchData-ascii;

在MATLAB命令窗口中輸入命令“anfisedit”進(jìn)入自適應(yīng)神經(jīng)模糊推理系統(tǒng)的圖形界面編輯器Anfis Editor.

步驟三：生成模糊推理系統(tǒng)

可以通過(guò)網(wǎng)格法或減法聚類法生成初始推理系統(tǒng),或者直接調(diào)用已經(jīng)建立好的磁盤(pán)文件或是工作環(huán)境中的FSI結(jié)構(gòu)變量作為初始模糊推理系統(tǒng)[6].

步驟四：訓(xùn)練自適應(yīng)神經(jīng)模糊推理系統(tǒng)

選擇最小二乘法和BP反向傳播算法的混合算法，訓(xùn)練次數(shù)50次，其余參數(shù)默認(rèn)，訓(xùn)練后誤差大小為0.024207，如圖2所示.

圖2 訓(xùn)練后的誤差曲線

步驟五：測(cè)試模糊推理系統(tǒng)

用輸出數(shù)據(jù)與檢驗(yàn)數(shù)據(jù)進(jìn)行比較，平均測(cè)試誤差大小為0.025412.

通過(guò)神經(jīng)網(wǎng)絡(luò)從樣本數(shù)據(jù)中歸納出經(jīng)驗(yàn)，訓(xùn)練成的模糊推理系統(tǒng)具有在線調(diào)節(jié)的能力，輸出的周期時(shí)間Cx更加優(yōu)化.

若調(diào)整后的周期時(shí)間Cx大于Cmin且小于Cmax,則C為該主干線路的公共信號(hào)周期，若Cx小于Cmin，則C=Cmin，若Cx大于Cmax，則C=Cmax.

4 仿真研究

經(jīng)過(guò)自適應(yīng)神經(jīng)模糊控制優(yōu)化的公共信號(hào)周期C確定后，把它運(yùn)用到干線綠波控制系統(tǒng)中并用數(shù)解法進(jìn)行相位差的計(jì)算，評(píng)價(jià)指標(biāo)為平均車(chē)輛延誤與通行能力.長(zhǎng)江中路全長(zhǎng)約1800多米，南北雙向6車(chē)道，上下行方向各車(chē)道的車(chē)輛到達(dá)率服從泊松分布，路口各個(gè)方向車(chē)流分流比為左轉(zhuǎn)0.3、直行0.4、右轉(zhuǎn)0.3，其中右轉(zhuǎn)車(chē)輛不受紅綠燈影響即時(shí)疏散.兩相鄰交叉口之間的距離分別為：560米、265米、530米、476米，總流量比為0.55、0.65、0.4、0.5、0.55，仿真時(shí)間為5個(gè)周期.仿真結(jié)果如下表3所示：

表3 仿真結(jié)果

從表中可以看出采用優(yōu)化周期后，車(chē)輛平均延誤比使用最大周期的要小，通行能力比使用最大周期法的要大.說(shuō)明使用周期優(yōu)化的方法可以減少交通延誤，保證較大的通行能力.

5 結(jié)束語(yǔ)

通過(guò)建立自適應(yīng)神經(jīng)模糊系統(tǒng)來(lái)優(yōu)化公共周期的方法只適用于車(chē)流量不飽和的情況，在此情況下通過(guò)結(jié)果表明相比于最大周期法，優(yōu)化周期可以有效減少平均延誤，增大通行能力，保證干線較高的服務(wù)水平.除此之外，還可以通過(guò)遺傳算法、模擬退火等其他智能方法來(lái)進(jìn)行優(yōu)化.

〔1〕王俊剛.變帶速干線協(xié)調(diào)控制模型研究[J].公路交通科技,2005,22(4):108-111.

〔2〕廖秀齋.一種雙目標(biāo)單點(diǎn)信號(hào)配時(shí)優(yōu)化模型[J].交通信息與安全,2009(S1):1-3.

〔3〕王殿海,李鳳,宋現(xiàn)敏.干線協(xié)調(diào)控制中公共周期優(yōu)化方法研究[J].交通信息與安全.2009,27(5):10-13.

〔4〕李靈犀.兩相臨路口交通信號(hào)的協(xié)調(diào)控制[J].自動(dòng)化學(xué)報(bào),2003,29(6):947-952.

〔5〕李國(guó)勇.智能預(yù)測(cè)控制及其MATLAB 實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2010.

〔6〕沈國(guó)江.城市區(qū)域交通流智能分散控制[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2006,40(4):585-589.