基于Synchro的交通信号控制子区模糊动态划分方法研究

1、基于Synchro的交通信号控制子区模糊动态划分方法研究摘要:针对城市交通信号网络控制中控制子区的动态划分问题,应用模糊推理理论提出了交通控制子区的模糊动态划分方法.提出用于表示路口间协调控制需求大小 的协调系数的概念,综合考虑了路口间距、交通流离散性、主干道交通流量、主干道交通流构成及周期等5个因素的影响,给出每个因素影响系数的计算方法,确定 了协调系数的模糊推理方法.选择案例网络进行仿真并与Synchro的相关数据进行了比较,给出了利用协调系数进行控制子区动态划分的判断依据.在对交通路网进行干线或区域协调控制时,提前判断哪些路口可以进行协调控制是必须进行的第一步工作,通常称之为控制子区划分

2、.目前在交通动态子区划分方 面,国外主要从耦合度、引力、协调系数、分级系统划分技术等方面进行了研究,近年来,国内从流量、距离、周期等角度对子区的划分进行了研究,而在 SCATS系统中则主要应用周期来决定合并系数的变化,从而来判断路口之间是否进行协调控制。模糊控制的最大特征是能将操作者或专家的控制经验和知识表示成语言变量描述的控制规则,然后用这些规则去控制系统.因此,模糊控制特别适合于数学模型未知 的、复杂的非线性系统的控制及推理.对于受多因素影响的交通协调控制需求程度的判断,模糊控制方法存在着一定的应用潜力。本文提出一种应用模糊推理来进行 交通控制子区自动划分的方法并进行仿真研究。1 协调系数

3、的模糊推理方法利用协调系数(coordinatability factor, CF)的概念来表示路口之间能够或需要进行协调控制的需求程度.CF数值越大,则对协调控制的需求程度越高.由于涉及到交通流方向的问题,在下面的计算中 考虑的是单向交通的协调系数,即2个路口之间的协调系数分方向进行计算,这样的计算方式也可以为路口之间是实行单向协调还是双向协调提供参考依据。在确定协调系数的模糊推理过程中,共有5个输入量,分别是距离影响系数、交通流离散性影响系数、主干道交通流量影响系数、主干道交通流构成影响系数以及周 期影响系数,输出则为协调系数.下面详细研究各个输入量的计算及模糊推理过程,对于各个参量的隶属

4、度函数在仿真部分讨论。1.1 输入量1)距离影响系数 影响路口协调控制的根本原因之一就是路口之间的间距.当路口之间距离较小,如小于300 m时,路口之间相关性较大,就需要考虑进行协调控制;而当路口之间距离较大,如大于1 000 m时,路口之间车流的离散性将会很大,上下游交通流特征相差较大,则没有必要再进行协调控制。用行驶时间来表示距离的影响.取100 s作为相关性的上限域值,即2个路口之间的行驶时间超过100 s则认为实现绿灯协调的必要性为0;取10 s作为下限域值,即2个路口之间的行驶时间少于10 s则认为实现绿灯协调控制的必要性为100(最大).距离影响系数表示为TCF(time CF)2

5、)交通流离散性影响系数 交通流的离散性与多种因素有关:上、下游车流流向构成、车流车辆种类构成、驾驶员特性、道路特性等,本文用一个综合的交通流离散性影响系数PCF(platoon CF)来体现.下面为PCF的确定过程。3)主干道交通流量影响系数 路口间的协调与主干道的绝对交通量有很大关系.如果主干道交通流量较小,则实现协调控制无法带来明显的效益.主干道交通流量影响系数用VCF(volume CF)表示.4)主干道交通流构成影响系数 下游路口中放行的直行车辆中有多少是上游车辆直行过来的比例,也是影响是否需要进行协调控制的一个方面.如果比例过小,则没有进行协调控制的必要性.同时这个比例的大小也一定程

6、度地反映在车队的离散中,如果比例较小,则表明到达下游路口的车流量离散度很大.主干道交通流转向组成对协调需求的影响用主干道交通流构成影响系数OCF(composition CF)表示.当上游直行车流中在下游路口继续直行的车流量比例小于0.3时,没有必要进行直行协调控制;而当该比例达到0.8时,则有必要考虑进行协调控制.则5)周期影响系数 如果利用单点定时计算方法计算出来的周期长度相差过大,且无法形成整数比例周期关系的时候,路口间进行协调的必要性就会降低,此时如果进行协调则会在很大程度上增加其中某个路口的车辆延误和排队长度.信号周期的相互关系对协调系数的影响用周期影响系数CCF(cycle CF)

7、表示.式中:T1为2个路口信号周期中的较大值;T2为2个路口信号周期中的较小值,本文仅考虑周期比例(T1/T2)在12之间,对于超过2的,实际情况中 并不多见,遇到时可以进行同样考虑.这样CCF的取值在0,100之间,CCF数值越大,则进行协调控制的可能性就越大.1.2 输出量1.3 模糊推理规则根据以上分析的5项输入和输出的关系,确定如下的模糊推理规则,以距离影响系数TCF为例进行分析.1.4 模糊推理过程在模糊规则合成中采用的是最大-最小方法,在去模糊化过程中采用的是重心法.2 仿真研究在Matlab 7中编程实现上述模糊推理过程.在隶属度函数的选择上,尝试了梯形隶属度函数和三角形隶属度函

8、数2种.分别如图1和图2所示.利用Matlab 7的可视化功能,手动调节各个输入参数的变化,观察输出量的改变.在使用梯形隶属度函数时,由于有水平部分,当输入参数在水平段变化的时候并不引起协调系数的变化,效果不佳,因此采用三角形隶属度函数.所利用的示例路网如图3所示,其中圆圈中数字为路口编号.该路网为信号配时仿真软件Synchro 5中定时协调控制的示例路网,路网及流量、速度等方面的数据均取自Synchro 5.根据本文的计算方法得到的结果与Synchro 5中的计算结果如表1所列.从计算结果可看出,第2到第7个协调系数的计算结果的趋势与Synchro 5的计算结果趋势趋于一致,第1个协调系数的

9、计算结果与Synchro 5的结果有所差异,主要是由于Synchro 5中着重强调了距离和主干道流量的影响,而本文的方法对其他几个方面的影响也进行了合理的考虑,其中影响结果比较重要的两点就是流量和周期的关系,路口1,2之间的流量达到2 200 pcu/h,且周期亦非常接近,故亦有协调的需求和可能.3 结论与研究展望对于协调系数的具体判断,根据对多个不同种类的路口组进行案例分析的结果,给出如下判断阈值.当协调系数在50以下时,可以不考虑进行协调控制,此时将有2个或2个以上的影响因素决定不适宜或没必要进行协调控制;当协调系数在50以上时,需要根据 实际情况考虑是否进行协调控制:当协调系数大于65时,推荐进行协调控制,此时各个因素都有较高的进行协调控制的需求;当协调系数大于70时,如果没有特 殊情况,系统将进行协调控制.同时在研究过程中也注意到,在未来的研究中还需对协调系数的模糊推理判断进行以下几方面的深入研究.1)在仿真中所采用的隶属度函数较为简单,在未来的应用中可以根据实际情况进行修改.同时,在推理过程中所使用的合成规则和去模糊化方法都是常用的方法,因此在未来的研究中还须对此进行进一步的研究.2)各个