信号配时优化模型研究

信号配时优化模型研究

该交叉口是城市交通网络的重要组成部分，也是城市交通拥堵的主要场所。对于信号控制的单点平面交叉口来说,其评价指标一般有以下几个:通行能力、饱和度、行程时间、延误、停车次数、排队长度及油耗等。定时信号的配时方法一直处在不断地研究、改进之中,许多学者从不同的评价指标出发,采用各种优化算法寻求其它更合理的配时方法。文献针对信号周期或绿信比进行优化的,文献同时针对周期和绿信比进行综合优化,其中还包括了对信号相位顺序的优化。在文献中,我国学者杨锦冬、杨东援利用灰色控制理论研究后提出信号周期与到达率、停车率、排队长度和相位关键车流量等因素灰关联度的YD模型;这说明以往信号配时中仅以延误最小为目标较为片面,停车率最小(或排队车辆数最少)也应该作为一个优化目标。文献通过建立以延误最小、排队车辆数最少为目标函数、以饱和度为约束条件的信号周期时长的两目标优化模型,采用逼近算法得到交叉口的周期时长。文献采用遗传模拟退火优化算法以延误与停车次数综合考虑作为目标函数,建立了交叉口的信号控制优化模型。此外目前国外普遍采用的信号配时优化系统有:基于爬山法优化的TRANSYT系统,基于遗传算法优化的Cabal系统;还有一些信号配时优化软件系统,如Vissim系统、TSIS系统、Synchro系统等,国内也正在开发类似的系统;相比之下,Synchro系统专门致力于信号配时,且以延误、停车次数、排队长度三项性能指标构成的综合优化指标为目标函数,是一种使用简便的优越的信号配时优化软件。本文以广州市一路口为例,采用Synchro系统中的配时优化模型对交叉口的信号周期时长、相位绿信比及相序进行优化,验证结果表明,Synchro系统实用简单而且适用于我国交叉口的混合交通特性。1系统模型Synchro系统是美国Trafficware公司开发的专门用于信号配时优化的交通仿真软件,下面将介绍相关内容。1.1行人过街最短绿灯时间的计算单点交叉口信号配时的主要设计参数是信号周期和相位时间,优化周期的方法是Synchro在自然周期(即最短周期)的基础上优化相位,调整相位时间。如果满足一定的百分比车道组交通量(例如90%、70%、50%的车道组流量),则采用该周期,否则增大信号周期,不断重复上述步骤。在此过程中,需要计算性能指标,如果没有满足百分比车道组交通量的信号周期,则选用性能指标P最低的信号周期长度。计算性能指标为:Ρ=D×1+St×10+Qp×1003600(1)P=D×1+St×10+Qp×1003600(1)式中:P为综合性能指标;D为百分信号延误,s;St为停车次数;Qp为排队长度,m。另外,Synchro系统除了信号周期长度满足大于自然周期(即最短周期)之外,每个信号相位的绿灯时间要能够满足行人通行的需要,即要对Synchro中的每个相位设置对应的最小绿信比。具体的行人过街最短绿灯时间按下式计算:tp=7+Lpvp-Ι(2)tp=7+Lpvp−I(2)式中:Lp为行人过街道长度,m;vp为行人过街步行速度,取1.2m/s;I为绿灯间隔时间,s。1.2增上下阶段全应式信号配时Synchro沿用了HCM2000中提供的Webster延误模型,并提出了一种计算更为复杂的百分比延误计算方法(percentiledelaymethod,PDM)来计算延误,与公路通行能力手册(HCM2000)所采用的Webster延误计算模型相比,PDM方法在计算以下3种情况的延误占有优势:①相邻路口协同式信号配时;②全感应与半感应式信号配时;③接近饱和或过饱和情况下的信号配时。PDM方法需要首先计算某一百分比车道组流量情形下的每周期延误和每车延误;然后计算百分比车道组调整流量和平均百分比延误。每周期延误的计算方法为:VDp=vp×(C-G)22(1-vp/s)(3)VDp=vp×(C−G)22(1−vp/s)(3)式中:VDp为百分比情形p时的每周期车辆延误,s;vp为百分比情形p时的车流量,辆/h;s为饱和流率,辆/h;G为绿灯时间,s。每车延误的计算方法为:Dp=C×[1-(G/C)]22(1-Xp×G/C)(4)式中:Dp为情形p时的每车延误,s;Xp=vpS×G/C;G为绿灯时间,s;C为周期长度,s。百分比调整车流量的计算方法为:vp=v+[zp×√v×C/3600]×3600C(5)式中:zp按百分比10%、30%、50%、70%、90%的取值分别为:-1.28、-0.52、0、0.52、1.28。平均百分比延误用于计算交叉口固定信号配时和不饱和交通流量情况下的基本延误,其计算方法为:1.3ssrto算法在Synchro仿真生成的报告中,分别给出的有95%排队长度(m)及50%排队长度(m),图1中所示,三角形的底边R表示有效红灯时间;左侧斜边V代表实际交通量(辆/h);右侧斜边S代表饱和交通流量(辆/h);三角形的高度Q代表最大排队长度(由于机动车通过交叉口时,有时仅速度下降而并没有停车,因此Synchro中认为延误小于6s的车辆不构成停车排队,实际排队长度如图1所示;Q2表示红灯时到达的累积排队机动车数。由图2,可以推导出Synchro中排队长度Q的计算如公式为:Q=V3600×(R-6)×[1+1S/V-1]×LnFu(7)式中:Q为排队长度,m;R为红灯时间,s;S为饱和流量,辆/h;V为实际流量,辆/h;L为车头间距,m;n为车道数;Fu为车道利用系数。当交通量与通行能力的比值(V/C)大于1时,Synchro将2个周期结束后的车辆排队长度定义为饱和流量下的排队长度Q′,计算公式为:Q′=V×(C-6)+(V-S×G/C)/3600(8)式中,各参数的定义同上。1.4c-gej1-均一化线模式第i相位车辆的平均停车次数hi为:hi=∑j0.9C-Gej1-yij(9)式中:Gei为j相的有效绿灯时间,syij为i相的第j个进口道的流量比。故一个周期内每辆车的平均停车次数为:1.5车道饱和流率美国HCM2000通行能力计算方法:Ci=Siλi(11)λi=GeiC(12)式中:Ci为车道组i或引道i的通行能力,辆/h;Si为车道组i或引道i的饱和流率,辆/h;Gei为i相有效绿灯时间,s;λi为i相绿信比;C为周期长度,s。另外,美国HCM2000给出的车道基本饱和流量为1900pcu/h(绿灯),这一数值对应的标准车道宽度为3.5m;在Synchro系统中,饱和流量以车道组的形式出现,并且考虑了车道宽度、大车率等进行了相关的折算校正,详见HCM2000。1.6平的定义Synchro系统继续使用了HCM2000对服务水平的定义。不过要注意的是,在HCM2000中,采用控制延误代替HCM97中的停车延误来评价交叉口的服务水平,控制延误与服务水平的对应关系如表1所示。2计算与分析2.1现在的交叉口1北向交叉研究对象以广州市天河区天河北路(东西向)与天河东路(南北向)交叉口为研究对象,(见图2)。该路口右转全部渠化,路口几何形状、车道宽度(m)、车道功能划分情况、拓宽段长度(m)等信息如图2所示。2分流向的机动车流量调查表2为全天高峰小时(17:00-18:00)的分流向的机动车流量调查数据;南、北、东、西进口方向的重型车比例(即大车率)分别为6%,7%,5%,5%。3相位时间和周期时长现有交叉口采用四相位定时信号控制,配时方案如图3所示,对应的各相位时间分别为:30,35,35,30s;周期时长为130s。各相位之间黄灯时间为3s,全红时间为1s。2.2图4:美国f级-c应用Synchro系统对天河北与天河东交叉口的信号配时现状进行仿真分析。该交叉口的最大车流量/通行能力(v/c)为1.24,平均控制延误为85.8s,交叉口的整体服务水平为F级。详细数据见表3所列。由表3可知,路口东进口的服务水平较低,达到最低水平F级;而且v/c比、控制延误、95%排队长度远高于其他进口,大大影响了整个交叉口的通行效率。尤其是东进口的延误比较大,东进口左转、直行方向的平均每车的控制延误达到123.6s、163.0s,这说明信号分配给西进口的有效绿灯时间不足以满足通车需求,因此需要通过Synchro系统来优化、均衡各相位有效绿灯时间。2.3优化方案中反渗透膜通信比和通行能力的分析Synchro系统优化后的相位方案如图4所示,相应的相位配时图如图5所示,对应的各相位时间分别为26s,34s,31s,25s;周期时长为116s。根据交叉口的实际情况,各相位之间的黄灯时间取为3s,为了保障交叉口的行车安全,全红时间取为1s。详细的优化结果见表4所示。分析可知,synchro系统对原有配时方案的相位相序都进行了综合的优化,对相位1、2的车流进行了重新组合。进一步分析可知,实际上优化前配时方案中相位1、2中的东西进口的双向直行和双向左转在交通量及通行时间(左转弯车流速度通常远低于直行车速)上存在差异,不合理的双左、双直的放行方式导致了路口延误的增加;因此合理的放行方式应该是如图4所示的东、西进口直左车流依次放行;相位3、4无需变化,但对绿信比进行了优化。由表4可知,优化后的交叉口的最大v/c比为1.02,平均控制延误为60.3s,减少了29.72%,交叉口的整体服务水平上升为E级,而且较逼近D级服务水平,各进口的控制延误也比较均衡;总的排队长度从优化前的1446.2m减少到1315.6m。容易看到优化后西进口的服务水平仍偏低,但已经能够满足通行的需求,可以考虑采用改善交叉口几何条件的方法进行进一步改善。采用Synchro系统优化后的信号周期从130s减少到116s,通常随着信号周期的减少,延误、通行能力会随之减少,而停车次数会随之增加;可以看到优化后路口的通行能力从7114辆/h变为7021辆/h略有减