摘 要

污染、拥挤、安全和其它由交通引起的问题是目前世界上大多数城市都会发生的。仅仅靠加强城市基础设施建设是不太现实的，学者们认为正确的交通灯信号控制可以减少这些问题的发生。随着城市信号灯数量的增加，组合数目巨大，交通信号灯的配时优化问题实则是一个复杂的组合优化问题。

本文利用标准PSO算法（粒子群算法）对建立的单点交叉口模型进行求解，以交叉口车辆平均延误最小为优化目标，且平均延误时间通过VISSIM运行交叉口仿真模型获得。结果表明PSO能很快地得到解，并且实现优化目标的明显改进。

关键词：信号灯配时优化；PSO；到达目的地车辆数量；总行车时间

Abstract

Pollution, congestion, safety and other problems caused by traffic are now occurring in most cities in the world. Because the construction of urban infrastructure is usually not very feasible, scholars believe that proper traffic signal control can reduce these problems. However, with the increase of the number of urban traffic lights and the large number of combinations, the timing optimization problem of traffic lights is a complex combinatorial optimization problem.

In this paper, the standard PSO algorithm (particle swarm optimization) is used to solve the single point intersection model. The minimum average delay of vehicles at the intersection is optimized, and the average delay time is obtained through the simulation model of VISSIM running intersection. The results show that PSO can get the solution quickly and achieve the obvious improvement of the optimization target

Key words: signal timing optimization; PSO; number of vehicles arriving at destination; total travel time

目录

摘要 I

Abstract I

1 绪论 1

1.1 课题研究的目的和意义 1

1.2 研究现状 1

1.2.1 信号灯配时优化的研究现状 1

1.2.2 粒子群算法的研究现状 4

1.3 课题的主要研究内容 5

1.4 课题的研究路线 5

2 单点交叉口信号灯配时模型 6

2.1 交通信号控制的参数 6

2.1.1 相位 6

2.1.2 信号周期 7

2.1.3 交通流 8

2.1.4 绿信比 8

2.1.5 饱和度 8

2.2 综合评价指标的确定 8

2.2.1 单点交叉口的车辆总延误时间 9

（1） 车道组的车辆总延误 9

（2） 交叉口的车辆总延误时间 10

2.2.2 单点交叉口车辆平均延误模型 12

3 基本解算器与模拟器 12

3.1 粒子群算法 12

3.2 VISSIM模拟器 15

4 单点交叉口配时优化实验与仿真 16

4.1 点交叉口仿真模型 16

4.2 PSO与VISSIM com接口的实现 18

4.3 实验参数设置 20

5 分析和讨论结果 22

5.1 算法性能分析 22

5.2 解的分析 24

5.3 经济性与环保性分析 24

6 总结与展望 25

7 参考文献 27

8 附件 29

致谢 32

绪论

课题研究的目的和意义

近年来，随着国民经济的高速增长和城市化进程的迅速推进，一系列的城市交通问题随之产生。其中最严重的就是交通拥堵问题。交通拥堵问题不仅降低了交通系统的服务水平，损害了交通运营商的利益，同时也加剧了环境污染。尤其是在国内，人流量、车流量较大，道路错综复杂，交通拥堵问题就格外地严峻。交通问题的涉及面很广，从交通基础设施建设到交通线网规划，再到交叉口的信号灯优化等，再加上问题本身极大的不确定性，所以交通拥堵问题的解决就很困难。仅仅依靠加强交通基础建设是不太现实的，因为土地资源、经济资源是有限，而交通系统中的很多要素如车流量等是一直在变化的。这时候利用计算机、交通信号控制等手段很有必要。

交通信号控制运用现代化的通讯设施、信号装置、传感器、监控设备和计算机对运行中的车辆进行准确地组织、调控，使其能够安全畅通地运行其中。交通信号控制又可以分为：交叉路口的交通控制；道路网络交通控制；路段交通控制；高速道路交通控制。交通信号灯优化配时在交通信号控制中占有重要地位，它是当前城市一项重要任务，在能源节约、交通流管理、行人安全和环境问题方面有着潜在利益。

研究现状

信号灯配时优化的研究现状

信号灯的配时优化在交通信号控制中占有重要地位，所以对信号灯配时优化的研究也很多。近些年很多信号灯配时优化的研究是针对多点交叉口，以多点交叉口组成的系统做整体优化。王磊等人^[6]以相邻的两个路口建立模型来研究信号配时优化问题，并利用仿真器求解出有效的配时方案。Olivera和Alba^[1]是以位于阿根廷和西班牙的两个城市地区为场景，然后利用粒子群算法来对这两个地区的信号灯进行最优周期规划。王秋平等人^[4]则认为研究单点交叉口的配时优化也很有必要，因为单点交叉口的信号控制占城市交叉口90%以上,所以解决城市交通问题的关键在于如何合理、有效地组织好单点交叉口的交通。

交叉口信号控制的方法大致有三种：定时控制、感应控制和自适应控制，定时控制就是交叉口的配时方案在一定时间内是固定的，这种控制方式简单易实施，虽然在交通平峰与高峰的时候配时方案会有所不同，但是还是不能实时地根据车流量来调整配时方案。国际上应用比较多的定时控制方法有Webster法、ARRB法和HCM法。感应控制下的信号周期是不固定的，它是在交叉口进口处安装检测器，根据检测器检测到的车流量来采用相应的配时方案。

自适应控制系统也是根据交通流的变化来采取不同的配时方案，它与感应控制的不同点在于它是多个信号联网实现协调控制并实时自动生成控制参数和方案。表1-1是国外的自适应系统应用统计。可以看出目前应用较多的且功能强大的自适应系统主要有：SCATS、SCOOT、InSync、MOTION、PTV-BALANCE等。其中SCOOT（Split Cycle Offset Optimizing Technique）是由英国运输与道路研究所研制的实时自适应交通信号控制系统。SCOOT特别适用于不可预测的交通模式。SCOOT系统的特点如下：1) 稳定性强，不受个别交通车辆检测器的错误反馈信息的影响。并且SCOOT系统还能对检测器的错误反馈信息有鉴别和筛选功能。2) 灵敏度高。交通具有极大不确定性，而SCOOT可以对实时的交通状况变化趋势做出及时的反应。且使用者还可以根据具体情况加以干预来提高交通效率。3）SCOOT系统可以根据检测器得到的实时数据很快地计算路口交通量、延误时间、占有率及饱和度等等。

我们从表1-1中可以看出美国大约有40万的信号灯，实际上真正自适应系统不到3%，德国不到2%，澳大利亚和英国多于90%，在中国有名的自适应系统都是来自澳大利亚和英国。自适应系统的优点是随车流变化自动调节、没有过渡影响、不需经常人工调试，目前市场上的自适应系统也存在一定的局限性：大部分自适应系统侧重于相邻两个交叉口之间的优化，不能保证整体优化；一般没有包括相序的优化；要发挥自适应的功能需要可靠的监测装备。目前国内的交通系统中感应器应用较少，或者是安装感应器维护不够，并且国内交通更为复杂，这些很多的因素都导致了国内的交通现状更适合传统的感应控制或固定配时。

表 1‑1 自适应系统国外应用统计

信号灯配时优化的求解方法主要有数学规划、启发式算法和仿真等方法。屈小智^[5]等人建立过渡函数延误时间模型和过渡函数停车率模型来确定交叉路口的最佳周期和绿灯时间。林云^[10]采用遗传算法对十字路口的红绿灯进行配时优化，并用Matlab对目标函数进行仿真计算，将车辆平均延误降低了51%，大大提升了路口通行效率。仿真器在交通信号灯的配时优化中也起到了至关重要的作用。它除了求解模型之外，还可以模拟真实场景从而进行解的评价。VISSIM是应用比较多的一款交通模拟仿真器，它是一种微观的、基于时间间隔和驾驶行为的仿真建模工具，用以城市交通和公共交通运行的交通建模。VISSIM在运行结束后可以选择输出各种评价结果:如行程时间、排队长度、延误时间等，评价结果可以在线输出，也可以输出到特定文件和数据库里面。MATLAB中的simulink工具包也可以用来建模与仿真。功能强大的交通模拟器还有SUMO（simulator of urban mobility），SUMO是一个著名的微观交通仿真器, 为处理大的道路场景提供了开源、高度便携和微观的道路交通模拟工具。SUMO的模拟结构包括一系列交通系统中需要考虑的元素。除此之外，SUMO为每个交叉口提供了所有有效的颜色状态组合，在优化过程中不能对其进行修改，这样可以避免颜色状态的无效组合，并限制优化方法仅适用于可行状态。Synchro也是进行交通信号配时与优化的理想工具，它是美国Trafficware公司根据美国交通部标准HCM规范研发的。所以当交叉口的评价指标采用HCM模型的话，Synchro相对于VISSIM更适合作为交通建模的工具。但是Synchro没有com接口的功能，所以不能很好地利用VBA、Python、C 、 C#、Matlab、Java等语言来调用仿真过程。

粒子群算法的研究现状

粒子群算法是基于种群的一种智能进化算法。它最早是由Eberhart和Kennedy在1995年提出来的。 粒子群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物，群体中的每个个体都不清楚食物的位置，它们是通过学习自身的经验和其他成员的经验来不断改变自己的搜索模式。

随着粒子群算法的研究的深入，各种优化过后的粒子群算法被提出。例如MOPSO（多目标PSO），DMPSO（动态多目标PSO），SMOPSO（随机多目标PSO），CMPSO（混沌变异PSO）。除了优化粒子群算法的目标函数之外，粒子群算法还可以从以下两个方面进行优化：（1）优化惯性权重：a.固定权值：即惯性权重是一个固定值，这时候的算法局部搜索能力比较强，容易陷入局部最优；b.时变权值：惯性权重在算法的迭代过程中是变化的，如递增、递减或是随机变化。权值的变化还可以引入递减指数、迭代阈值优化惯性权重、基于目标函数信息优化惯性权重和正弦调整惯性权重等等。（2）优化学习因子：a.动态调整学习因子：即学习因子随着PSO的迭代过程动态调整；b.同步学习因子；c.异步学习因子等等。

粒子群算法可用来解决各类连续问题和离散问题的优化。如TSP、机组组合问题、无人机航迹规划、配送中心的选址-库存问题等等。关于粒子群算法在交通灯调度中应用的研究有很多。最有代表性的一个是应用粒子群算法训练每个路口的模糊逻辑控制器，确定交通信号灯每个相位的绿灯有效时间。也有学者提出一种用于交通信号灯调度的嵌入隔离小生境技术的粒子群算法。在这种方法中，提出一个自定义的交通流微观视图来评估解。然而，研究的重点是利用隔离小生境技术来保持群组多样性的能力，并没有特别关注交通信号灯问题本身。建立基于公共交通发展模型的预测控制模型，利用多目标的粒子群算法来优化信号灯的配时问题，在测试阶段对由16个交叉口和51个交通路段组成的虚拟城市路网进行了仿真。

课题的主要研究内容

考虑到如果两个相邻交叉口距离较远时，两者之间的配时不存在较强的关联性。所以本课题研究单点交叉口的配时优化。又考虑到VISSIM的强大功能，本课题选择VISSIM交通仿真模拟器。

本课题的主要研究内容分为以下几个部分：1）交通信号控制的相关概念以及参数：相位、信号周期、绿信比、交通流、饱和度；2）建立单点交叉口信号灯配时模型，该部分的内容是本课题研究内容的重点；3）介绍本课题的基本解算器粒子群算法和VISSIM模拟器；4）利用PSO算法对建立的单点交叉口信号灯模型进行求解，VISSIM建立仿真模型5）进行结果分析，并提出本课题中存在的一些问题和改进方向。

课题的研究路线

图 1‑1 课题的研究路线

单点交叉口信号灯配时模型

为了用PSO算法对交通信号灯进行配时优化，我们需要用一组数学表达式来描述交通状态，也即对交通信号灯建立数学模型。建立模型的好坏直接决定了最终求解结果的好坏。本章节主要介绍单点交叉口信号灯配时模型中的参数和模型的综合评价指标。

交通信号控制的参数

交通信号控制参数有很多，其中最重要的一些参数主要有相位以及相位差、信号周期、交通流、绿信比、绿波带、饱和度等等。信号周期和各个相位的绿信比是信号灯配时优化问题的决策变量。绿波带在干线的信号灯配时中是一个很重要的概念。干线中的交叉口的信号灯控制是相互影响的，为了让车辆在干线上尽快通过，相邻两个交叉口会存在一个相位差，也即绿灯开始时间间隔，这样的话只要车辆通过前个路口后保持一定速度行驶，在到达下个路口时，路口信号灯为绿色的概率会很大。所以下面只介绍相位、信号周期、交通流、绿信比和饱和度的概念。

相位

CB/T 20999-2007中对相位的解释是:在一个信号周期内分配给一股或多股独立交通流的一组绿、黄、红灯变化的信号时序。如图2-1所示，模式1是一个双向四车道交叉口的4相位模型。南北的直行方向设置一个相位，南北方向的左转设置一个相位，东西方向的直行和左转分别是一个相位。虽然右转没有单独的信号灯的限制，但是由于直行和右转是同一个车道，所以右转方向还是在一定程度上受直行信号灯的影响。模式2同样设有四相位，不同点在于交叉口的每个进口处设一个相位，每个进口处的相位控制直行、左转和右转。模式3的交叉口只设置2个相位，这种模式下面对应的信号灯周期较小，缺点是每个相位控制的方向较多，会导致较多的车流冲突。相位设计是信号灯配时优化的第一个步骤也是关键步骤，相位的合理性决定了配时方案的科学性与合理性，并直接影响道路交叉口的交通安全和效率。

图 2‑1 常见相位模式

在相位的设计过程中，一般会存在以下参考意见：当左转车流量超过250辆/小时时，才有必要单独设置左转相位。当左转车流量没超过120辆/小时时，可以不用考虑单独设置左转相位；当左转车流量在120和250之间，需要根据车道的数目、反向车流量等多种交通因素来决定。同理单独设置右转相位也是一样。

信号周期

事物在运动、变化过程中，某些特征多次重复出现，其连续两次出现所经过的时间叫"周期"。信号周期T是指交叉口所有信号灯颜色轮流显示一遍的时间。同时T也是每个相位的周期，即每个相位的绿灯时长、红灯时长和黄灯时长之和。在信号灯配时优化问题中，每个相位单个周期内的黄灯时长一般为3s，在绿灯结束之后。在图2-1中的三种相位模式里面，信号周期T的大小也等于各个相位的绿灯时间与各个相位的黄灯时间之和，即。但是在更复杂的交叉口中，相位数较多，可能同时会有多个相位有通过权，所以信号周期T的大小会小于各个相位的绿灯时间之和。

信号灯配时问题的关键是确定信号周期和相位绿信比。其中信号周期的大小直接影响到交叉口的效率。信号周期过小可能会导致相位的绿灯时间变短，从而某一相位车辆通过数较少，车辆延误和排队车辆数增加。相反，信号周期过大会导致未能通过交叉口的车辆数排队长度增长。所以，我们需要合理地优化信号周期，从而提高交叉口的一系列指标。

交通流

交通流是指车辆在道路上连续行驶形成的车流，以及行人在道路上持续行驶形成的人流（本文中的交通流仅仅指车流）。定量描述交通流可用 3个参数:

1）交通流量q：在单位时间内通过道路指定断面的车辆数量(辆/小时，pcu/h)；

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：