利用AnyLogic和VISSIM混合仿真的交叉口信號(hào)配時(shí)優(yōu)化

陶懷仁，鄒 杰，錢(qián)思翰，朱森來(lái)

(1.南通大學(xué) 杏林學(xué)院,江蘇 南通 226236；2.南通大學(xué) 交通與土木工程學(xué)院,江蘇 南通 226019)

根據(jù)公安部最新統(tǒng)計(jì)，截至2022年3月底，全國(guó)機(jī)動(dòng)車(chē)保有量達(dá)4.02億輛，近10年機(jī)動(dòng)車(chē)保有量持續(xù)攀升給交通系統(tǒng)良性運(yùn)行帶來(lái)了巨大壓力和挑戰(zhàn)。交通擁堵是世界各國(guó)在城市化、機(jī)動(dòng)化進(jìn)程中普遍面臨的問(wèn)題[1]。交叉口既是交通集散點(diǎn)，也是產(chǎn)生交通擁堵的關(guān)鍵點(diǎn)。為了緩解交叉口交通擁堵問(wèn)題，大多數(shù)學(xué)者從空間和時(shí)間兩個(gè)維度對(duì)交叉口進(jìn)行交通組織優(yōu)化[2]。相比于從空間角度對(duì)現(xiàn)有交通基礎(chǔ)設(shè)施進(jìn)行升級(jí)換代，從時(shí)間角度對(duì)交叉口信號(hào)配時(shí)優(yōu)化更能體現(xiàn)經(jīng)濟(jì)效益。范筱潔[3]通過(guò)增設(shè)待行區(qū)、設(shè)置潮汐車(chē)道、增設(shè)進(jìn)口車(chē)道三種精細(xì)化改造，從而緩解區(qū)域性交通壓力，改善道路通行條件。朱然博等[4]對(duì)左轉(zhuǎn)交叉口進(jìn)行移位渠化，消除直行與左轉(zhuǎn)車(chē)輛的沖突，并構(gòu)建相匹配的信號(hào)控制優(yōu)化模型，提高交叉口總通行能力。Dixon等[5]分析了交叉口渠化5種入口車(chē)道布局和6種出口車(chē)道布局對(duì)交通安全的影響。馬慶祿等[6]對(duì)VISSIM軟件進(jìn)行二次開(kāi)發(fā)，構(gòu)建連續(xù)交通事件仿真中間件模型，對(duì)調(diào)查的交叉口數(shù)據(jù)進(jìn)行連續(xù)仿真，其結(jié)果更接近實(shí)際交通狀態(tài)。張小雨等[7]構(gòu)建了多目標(biāo)配時(shí)優(yōu)化模型，有效地緩解了城鄉(xiāng)結(jié)合部交叉口擁堵和污染排放問(wèn)題，具有較好的交通信號(hào)控制效果。劉剛等[8]以服務(wù)水平為可靠性指標(biāo)，建立配時(shí)優(yōu)化模型，發(fā)現(xiàn)在該模型下得出的配時(shí)方案更加合理。常云濤等[9]提出了一種具有普遍適應(yīng)性的信號(hào)配時(shí)優(yōu)化模型，所生成的配時(shí)方案能夠有效降低延誤和車(chē)輛排隊(duì)長(zhǎng)度，改善交叉口通行能力。唐秋生等[10]構(gòu)建相序優(yōu)化模型，利用云遺傳算法對(duì)配時(shí)方案的相序和方案進(jìn)行優(yōu)化，可以有效地減少交叉口擁堵，提高出行效率。Gokce等[11]使用PSO模型搜索交通信號(hào)配時(shí)，以最大限度地減少通過(guò)環(huán)形交叉路口的平均行駛時(shí)間。Jia等[12]利用一種結(jié)合差異算子的元啟發(fā)式算法，驗(yàn)證該算法在實(shí)際應(yīng)用中的有效性。Wang等[13]建立的模型以減少車(chē)輛延誤和車(chē)輛排放為目標(biāo)函數(shù)，使用遺傳算法進(jìn)行參數(shù)優(yōu)化，優(yōu)化結(jié)果表明該模型提高了道路容量和容量利用率。Zhang等[14]利用遺傳算法參數(shù)尋優(yōu)來(lái)改進(jìn)Webster算法，對(duì)城市交叉口信號(hào)優(yōu)化具有重要的參考意義。Fu等[15]利用蜂群智能算法優(yōu)化模型，增加了交叉口車(chē)容量，可有效緩解交通擁堵。Li[16]采用二元混合整數(shù)線性規(guī)劃(BMILP)模型，解決交叉口容量最大化和信號(hào)周期長(zhǎng)度最小化問(wèn)題，提高交叉口通行能力。Xu等[17]提出了一種針對(duì)自動(dòng)駕駛車(chē)輛的交通信號(hào)控制方法，通過(guò)最小化車(chē)輛的總行駛時(shí)間以減少交通擁堵。El-Tantawy等[18]利用交通信號(hào)控制器MARLIN-ATSC提供兩種可能的模式：獨(dú)立模式和集成模式，來(lái)優(yōu)化交叉口延誤。

綜上，國(guó)內(nèi)外學(xué)者從道路渠化改造、仿真開(kāi)發(fā)、模型算法優(yōu)化、控制模式等不同角度進(jìn)行交叉口優(yōu)化設(shè)計(jì)。然而，這些方法亦存在不足：仿真未全面考慮對(duì)交叉口的影響因素；仿真模型可自主開(kāi)發(fā)性不強(qiáng)；函數(shù)的優(yōu)化目標(biāo)和權(quán)重分布比例有待優(yōu)化。目前，大量學(xué)者建立數(shù)學(xué)模型來(lái)優(yōu)化交通信號(hào)配時(shí)，卻較少有學(xué)者利用不同軟件仿真，給出優(yōu)化方案。因此文中運(yùn)用AnyLogic構(gòu)建交叉口信號(hào)配時(shí)優(yōu)化模型，通過(guò)仿真優(yōu)化實(shí)驗(yàn)確定方案，并利用VISSIM軟件進(jìn)行方案的可行性驗(yàn)證。

1 交叉口概況

1.1 交叉口現(xiàn)狀

啟東市江海中路和人民中路交叉口信號(hào)控制屬于典型的定時(shí)四相位控制方案，每個(gè)進(jìn)口道方向均設(shè)置左轉(zhuǎn)專用信號(hào)燈，并且交叉口每個(gè)方向的右轉(zhuǎn)車(chē)輛均不受信號(hào)燈控制。該交叉口的路段為雙向4車(chē)道，進(jìn)口道拓寬為3車(chē)道的道路幾何結(jié)構(gòu)。路段兩側(cè)均有非機(jī)動(dòng)車(chē)道，同時(shí)，該交叉口交通流量大，各種交通車(chē)輛混雜，是市中心較擁堵的交叉口之一。根據(jù)實(shí)地調(diào)研，該交叉口的車(chē)道寬均為3.3 m。交叉口的車(chē)道分布情況如表1所示。交叉口的平面幾何圖如圖1所示。

表1 交叉口各進(jìn)口車(chē)道數(shù) 個(gè)

圖1 江海中路和人民中路的交叉口渠化設(shè)計(jì)

1.2 交叉口交通基礎(chǔ)數(shù)據(jù)

實(shí)地調(diào)查采用視頻錄像采集和人工計(jì)數(shù)相結(jié)合的方法來(lái)獲取機(jī)動(dòng)車(chē)交通流特性的現(xiàn)有數(shù)據(jù)。本次調(diào)查時(shí)間段為早高峰07:00—08:00，共調(diào)查和統(tǒng)計(jì)了2 992輛機(jī)動(dòng)車(chē)。根據(jù)《城市道路工程設(shè)計(jì)規(guī)范》將過(guò)往車(chē)輛按其種類(lèi)進(jìn)行分類(lèi)。不同類(lèi)型車(chē)輛轉(zhuǎn)換系數(shù)如表2所示。

表2 不同類(lèi)型車(chē)輛轉(zhuǎn)換系數(shù)

將調(diào)查得到的交叉口交通流數(shù)據(jù)按照車(chē)輛轉(zhuǎn)換系數(shù)進(jìn)行轉(zhuǎn)換，得到換算后的交叉口交通量數(shù)據(jù)，如表3所示。

表3 交叉口換算后的交通量數(shù)據(jù) pcu·h-1

從表3中可以看出，交叉口南北方向的交通量明顯高于東西方向，東、南進(jìn)口道直行的車(chē)輛數(shù)大于左轉(zhuǎn)和右轉(zhuǎn)車(chē)輛數(shù)，表明東向進(jìn)口道的直行車(chē)流量為主要交通量，車(chē)流量的動(dòng)態(tài)變化較為明顯。

1.3 交叉口信號(hào)配時(shí)方案

目前，我國(guó)大多數(shù)城市交叉口大多采用四相位信號(hào)系統(tǒng)。本次調(diào)查的交叉口采用四相位控制：相位一：南、北左轉(zhuǎn)；相位二：南、北向直行和右轉(zhuǎn)；相位三：東、西向左轉(zhuǎn)；相位四：東、西向直行和右轉(zhuǎn)。該交叉口的相位配置如圖2所示。交通信號(hào)燈的信號(hào)周期為147 s，交叉口現(xiàn)有信號(hào)配時(shí)方案如圖3所示。

圖2 交叉口相位配置

圖3 交叉口現(xiàn)有信號(hào)配時(shí)方案(單位：s)

1.4 存在問(wèn)題及需求分析

該交叉口為固定式信號(hào)配時(shí)方案，當(dāng)交叉口的交通流量發(fā)生較大變化時(shí)，整個(gè)交叉口將產(chǎn)生一定的交通延誤，即在某一時(shí)間段內(nèi)某個(gè)方向的交通流量較大時(shí)，發(fā)生交通擁堵，并且車(chē)輛的排隊(duì)長(zhǎng)度大幅度增加，但此時(shí)交叉口的其他方向上的綠燈時(shí)間卻處于放空狀態(tài)?？赡軐?dǎo)致該交叉口信號(hào)控制效果不佳的原因有：

1)信號(hào)控制方式是固定信號(hào)配時(shí)，并不能很好地適應(yīng)交叉口交通流的變化，致使一個(gè)信號(hào)周期內(nèi)的車(chē)流量分配不均。

2)交通流量的不確定性，交叉口的固定式信號(hào)配時(shí)控制與一天中早、晚高峰交通通行狀況匹配能力較差。

3)由表3和圖3可知，該交叉口的相位二綠燈放行時(shí)間小于相位一，不利于交叉口待行區(qū)車(chē)輛排空，且容易造成交通擁堵。

現(xiàn)有的信號(hào)配時(shí)控制方案不能較好地適應(yīng)當(dāng)前該交叉口在高峰小時(shí)時(shí)間段內(nèi)的交通狀況，故文中使用AnyLogic仿真進(jìn)行優(yōu)化實(shí)驗(yàn)，找到一種適合該交叉口高峰小時(shí)時(shí)間段車(chē)輛可以快速通行的可行性方案。

2 AnyLogic仿真建模

2.1 AnyLogic軟件介紹

AnyLogic軟件是一款復(fù)雜系統(tǒng)建模仿真軟件[19]。AnyLogic仿真環(huán)境可用于不同類(lèi)型的應(yīng)用問(wèn)題，如流行病傳播模型[20]、復(fù)雜系統(tǒng)設(shè)計(jì)評(píng)估、計(jì)算機(jī)性能評(píng)估、運(yùn)輸系統(tǒng)[21]和商業(yè)流程評(píng)估[22]。

相對(duì)于其他的仿真軟件，AnyLogic中所包含的道路交通庫(kù)可用于道路交通工程的規(guī)劃與設(shè)計(jì)，所建立的模型可以以第一人稱視角來(lái)觀察交通流動(dòng)態(tài)。同時(shí)，軟件自身基于UML和Java語(yǔ)言的建模方法，能夠迅速地幫助用戶開(kāi)發(fā)、編程，完善道路交通模型的動(dòng)畫(huà)展示以及評(píng)價(jià)指標(biāo)的可視化。AnyLogic的獨(dú)特之處在于，它是唯一可以創(chuàng)建真實(shí)動(dòng)態(tài)模型的可視化工具，可以給用戶直觀的感受與研究。

文中主要借助AnyLogic仿真軟件對(duì)交叉口進(jìn)行建模仿真，并結(jié)合使用Optimization優(yōu)化實(shí)驗(yàn)中的遺傳算法模型對(duì)交叉口的信號(hào)配時(shí)方案進(jìn)行優(yōu)化，獲取最優(yōu)配時(shí)控制方案。

2.2 AnyLogic優(yōu)化算法

AnyLogic 軟件中對(duì)信號(hào)配時(shí)的優(yōu)化是利用遺傳算法。遺傳算法是一種參數(shù)尋優(yōu)算法，通過(guò)運(yùn)用仿生原理實(shí)現(xiàn)在解空間的快速搜索[23]。遺傳算法對(duì)于不易建立數(shù)學(xué)模型的場(chǎng)合，其實(shí)用價(jià)值較為突出，現(xiàn)在廣泛應(yīng)用于解決大規(guī)模組合優(yōu)化問(wèn)題，所以適用于交通系統(tǒng)[24]的優(yōu)化。遺傳算法對(duì)信號(hào)配時(shí)優(yōu)化是將平均延誤最小值作為目標(biāo)函數(shù)，建立非線性規(guī)劃模型，通過(guò)不斷優(yōu)化迭代直至目標(biāo)函數(shù)收斂，尋找到此刻最優(yōu)綠燈顯示時(shí)間以及信號(hào)周期。優(yōu)化模型構(gòu)建流程如下：

1)信號(hào)周期時(shí)長(zhǎng)

(1)

式中：C為最佳信號(hào)周期，s；L為信號(hào)總損失時(shí)間,s；Y為周期內(nèi)所有相位的關(guān)鍵車(chē)道組流率比之和。

2)各相位綠燈顯示時(shí)長(zhǎng)

(2)

式中：gi為i相位的綠燈顯示時(shí)間,s；yi為第i相位的關(guān)鍵車(chē)道組流率比；li為第i相位末的綠燈間隔時(shí)間,s；Ai為第i相位末的黃燈時(shí)間,s。

3)行人信號(hào)燈控最短綠燈時(shí)間

(3)

式中:gmin為行人過(guò)街所需要的最短綠燈時(shí)間，s；vr為采用第15百分位步行速度，m/s，一般取值1.2 m/s；D為行人過(guò)街長(zhǎng)度，m。

4) 設(shè)計(jì)交叉口延誤

本次計(jì)算采用設(shè)計(jì)交叉口延誤進(jìn)行計(jì)算，為滿足設(shè)計(jì)服務(wù)要求，不應(yīng)該存在初始排隊(duì)附加延誤，則設(shè)計(jì)交叉口的各車(chē)道延誤用下式估算：

d=d1+d2

(4)

(5)

(6)

式中：d為各車(chē)道車(chē)輛平均信控延誤，s·pcu-1；d1為均衡延誤，s·pcu-1；d2為隨機(jī)附加延誤，s·pcu-1；λ為交叉口某一方向的綠信比；x為所計(jì)算車(chē)道的飽和度；Q為所計(jì)算車(chē)道的通行能力，pcu·h-1；T為分析時(shí)段的持續(xù)時(shí)長(zhǎng)，h，一般取0.25 h；e為交叉口信號(hào)控制類(lèi)型校正系數(shù)，定時(shí)信號(hào)取e=0.5，感應(yīng)信號(hào)控制下e≤0.5，且隨著飽和度的增大而增大。

5)交叉口平均延誤

(7)

式中：dA為A進(jìn)口道的平均延誤，s·pcu-1；qi為A進(jìn)口道中第i車(chē)道的設(shè)計(jì)高峰小時(shí)流量，pcu·h-1；di為A進(jìn)口道第i車(chē)道的平均延誤，s·pcu-1。

6)目標(biāo)函數(shù)

基于平均延誤得到的最小信號(hào)配時(shí)控制優(yōu)化模型如式(8)～(9)所示。

整個(gè)交叉口的平均延誤，根據(jù)交叉口中各進(jìn)口方向延誤的加權(quán)平均數(shù)估算為：

(8)

式中：d*為A進(jìn)口道的平均延誤，s·pcu-1；qA為A進(jìn)口道的設(shè)計(jì)高峰小時(shí)交通量，pcu·h-1。

7)約束條件

(9)

式中：Cmin為最短周期時(shí)長(zhǎng)，s；Cmax為最大周期時(shí)長(zhǎng)，s。

2.3 仿真模型構(gòu)建

步驟一：通過(guò)借助AnyLogic軟件，對(duì)交叉口信號(hào)配時(shí)仿真優(yōu)化的大致流程進(jìn)行建模思路的分析并進(jìn)行整理。仿真大致流程如圖4所示。

圖4 AnyLogic仿真流程

步驟二：根據(jù)交叉口實(shí)際情況通過(guò)AnyLogic軟件中道路交通庫(kù)和流程建模庫(kù)設(shè)置相關(guān)模塊。相關(guān)模塊內(nèi)容如表4所示。

步驟三：利用上述模塊并根據(jù)交叉口的實(shí)際交通道路狀況，運(yùn)用AnyLogic軟件中道路交通庫(kù)的空間標(biāo)記對(duì)整個(gè)交叉口進(jìn)行仿真，仿真模型空間界面如圖5所示。車(chē)輛流程仿真模型如圖6所示。

表4 道路交通庫(kù)流程模塊設(shè)置

圖5 交叉口仿真模型空間標(biāo)記

圖6 車(chē)輛流程仿真模型

步驟四：根據(jù)現(xiàn)有信號(hào)配時(shí)控制方案，選擇AnyLogic軟件中道路交通庫(kù)交通燈路口的車(chē)道連接器的定義方式，對(duì)單個(gè)車(chē)道的紅、綠、黃三燈時(shí)長(zhǎng)進(jìn)行分配，交通信號(hào)燈參數(shù)屬性如圖7所示。

圖7 交通燈信號(hào)配時(shí)控制

由圖7可知，對(duì)相位信號(hào)配時(shí)的綠燈時(shí)長(zhǎng)設(shè)置智能體組件，用4個(gè)參數(shù)南北直綠、南北左綠、東西直綠、東西左綠表示，方便進(jìn)行交叉口信號(hào)配時(shí)控制方案的修改與完善。

2.4 仿真運(yùn)行及實(shí)驗(yàn)優(yōu)化

基于上述交叉口仿真模型的搭建，依據(jù)各進(jìn)口道交通流量、單向車(chē)道車(chē)輛駛出率以及交叉口現(xiàn)有信號(hào)配時(shí)方案，對(duì)車(chē)輛流程仿真模塊的進(jìn)口道、分支和控制交通燈的四個(gè)參數(shù)進(jìn)行數(shù)據(jù)輸入，從而實(shí)現(xiàn)交叉口模型仿真。3D效果圖如圖8所示。

圖8 交叉口3D效果

通過(guò)以上仿真模型對(duì)信號(hào)配時(shí)方案進(jìn)行優(yōu)化，其中，優(yōu)化實(shí)驗(yàn)參數(shù)設(shè)置如表5所示。

參數(shù)設(shè)置完成后，進(jìn)行迭代500次的實(shí)驗(yàn)，選擇目前為止最優(yōu)的信號(hào)配時(shí)控制方案，如表6所示。

表5 Optimization-優(yōu)化實(shí)驗(yàn)參數(shù)設(shè)置 s

表6 AnyLogic優(yōu)化后信號(hào)配時(shí)方案 s

2.5 仿真參數(shù)設(shè)定以及結(jié)果評(píng)價(jià)

選取3 000個(gè)樣本量對(duì)原有配時(shí)控制方案和優(yōu)化后配時(shí)控制方案進(jìn)行對(duì)比分析。文中以平均停車(chē)次數(shù)、平均速度、滯留時(shí)間為參數(shù)指標(biāo)，對(duì)優(yōu)化前后的信號(hào)配時(shí)控制進(jìn)行初步評(píng)價(jià)。優(yōu)化前后的信號(hào)配時(shí)方案對(duì)比，如圖9～10所示，優(yōu)化前后總體效益如表7所示。

將優(yōu)化前后得到的參數(shù)進(jìn)行對(duì)比分析，可以看出：優(yōu)化后的信號(hào)配時(shí)方案在平均停車(chē)次數(shù)和滯留時(shí)間方面，分別減少了12.39%、13.24%，平均速度提升了3.84%。因此，通過(guò)仿真實(shí)驗(yàn)可以對(duì)原有信號(hào)配時(shí)進(jìn)行優(yōu)化?？梢园l(fā)現(xiàn)車(chē)輛的滯留時(shí)間大幅度減少，車(chē)輛可以更快地通過(guò)交叉口，在一定程度上緩解了交通擁堵?tīng)顩r，達(dá)到了優(yōu)化現(xiàn)有信號(hào)配時(shí)的目的。

圖9 車(chē)輛停車(chē)次數(shù)優(yōu)化前后對(duì)比

圖10 車(chē)輛行駛速度優(yōu)化前后對(duì)比

表7 優(yōu)化前后總體效益

3 VISSIM仿真建模

3.1 VISSIM軟件介紹

VISSIM是一種微型的、基于時(shí)間間隔和駕駛行為的仿真建模工具，是評(píng)價(jià)交通工程設(shè)計(jì)和城市規(guī)劃方案的有效工具[25]。文中主要對(duì)AnyLogic優(yōu)化實(shí)驗(yàn)得到的交叉口信號(hào)配時(shí)控制方案進(jìn)行初步評(píng)價(jià)分析，同時(shí)，利用VISSIM對(duì)優(yōu)化后的信號(hào)配時(shí)控制方案再次仿真評(píng)價(jià)。

3.2 仿真模型構(gòu)建過(guò)程

步驟一：導(dǎo)入交叉口的CAD底圖作為背景圖；繪制交叉口車(chē)道以及車(chē)流流向；輸入各車(chē)道車(chē)流量；設(shè)置各進(jìn)口車(chē)道行駛方向以及車(chē)道車(chē)流量。

步驟二：編輯信號(hào)控制機(jī)的信號(hào)配時(shí)方案，采取四相位的控制方式，分成4個(gè)信號(hào)燈組；插入信號(hào)燈頭并選擇相對(duì)應(yīng)的控制燈組。編輯信號(hào)控制機(jī)的信號(hào)配時(shí)控制方案如圖11所示。

步驟三：運(yùn)行仿真模型，檢查車(chē)流行駛與信號(hào)燈配置，確認(rèn)路段與路段之間的連接器接口，使整個(gè)道路車(chē)流暢通通行。

3.3 信號(hào)配時(shí)方案再評(píng)價(jià)

選取車(chē)輛平均排隊(duì)長(zhǎng)度、平均車(chē)輛延誤、平均靜態(tài)停車(chē)延誤、平均停車(chē)次數(shù)等參數(shù)指標(biāo)進(jìn)行評(píng)價(jià)。通過(guò)仿真對(duì)現(xiàn)有信號(hào)配時(shí)方案和優(yōu)化后的信號(hào)配時(shí)方案進(jìn)行分析，驗(yàn)證AnyLogic軟件對(duì)信號(hào)配時(shí)的優(yōu)化效果。優(yōu)化前后各參數(shù)的評(píng)價(jià)指標(biāo)對(duì)比、仿真結(jié)果對(duì)比如表8～9所示。

圖11 VISSIM信號(hào)配時(shí)控制機(jī)

表8 優(yōu)化前后通行效率評(píng)價(jià)

表9 優(yōu)化前后仿真結(jié)果對(duì)比

利用VISSIM仿真，對(duì)優(yōu)化方案進(jìn)行評(píng)價(jià)分析，發(fā)現(xiàn)使用AnyLogic優(yōu)化后的交叉口配時(shí)方案、交叉口評(píng)價(jià)指標(biāo)得到了較大改善(除個(gè)別進(jìn)口車(chē)道外)；就整個(gè)交叉口而言，雖然平均停車(chē)次數(shù)略有增加，但優(yōu)化后的平均排隊(duì)長(zhǎng)度、平均車(chē)輛延誤、平均停車(chē)延誤相比于優(yōu)化前的信號(hào)配時(shí)方案分別優(yōu)化了33.75%、21.10%、25.38%。

4 結(jié) 論

通過(guò)實(shí)地調(diào)查交叉口的車(chē)流量，以“減少停車(chē)延誤產(chǎn)生的交通擁堵”為設(shè)計(jì)目標(biāo)進(jìn)行交叉口信號(hào)配時(shí)對(duì)比，以提高交叉口的通行效率。文中主要采用Anylogic和VISSIM兩種仿真軟件相結(jié)合和采取遺傳算法尋優(yōu)的方式，對(duì)某一交叉口的信號(hào)配時(shí)進(jìn)行研究，驗(yàn)證其結(jié)果的可行性與實(shí)用性?？傻贸鲆韵陆Y(jié)論：

1)針對(duì)早高峰時(shí)期的車(chē)流量，采用優(yōu)化后的信號(hào)配時(shí)方案可以較大程度提高車(chē)輛的通行效率，減少待行區(qū)停滯車(chē)輛數(shù)。

2)對(duì)于交叉口不同時(shí)段信號(hào)配時(shí)的選擇，可采用非固定式的信號(hào)配時(shí)方案。針對(duì)交通流量較大的情況，可改變?cè)行盘?hào)配時(shí)，選用預(yù)備方案使車(chē)輛快速通過(guò)該路口。

3)通過(guò)AnyLogic軟件搭建的信號(hào)配時(shí)優(yōu)化實(shí)驗(yàn)?zāi)Ｐ团cVISSIM仿真評(píng)價(jià)模型可打包封裝，重復(fù)使用。

文中的研究?jī)H對(duì)單一的十字型交叉口進(jìn)行討論，截取了早高峰的某一時(shí)段進(jìn)行統(tǒng)計(jì)分析。同時(shí)，文中也僅使用AnyLogic軟件自帶的優(yōu)化實(shí)驗(yàn)對(duì)其交叉口信號(hào)配時(shí)進(jìn)行分析。在后續(xù)的研究中，將針對(duì)不同地區(qū)、不同類(lèi)型的交叉口，對(duì)信號(hào)配時(shí)的優(yōu)化是否存在差異性與統(tǒng)一性進(jìn)行探索，并將優(yōu)化的信號(hào)配時(shí)方案用于實(shí)際道路中進(jìn)行驗(yàn)證。