城市交通信号灯配时控制研究与设计

张武

摘 要：随着我国城市日新月异的发展，机动车数量急剧增加，交叉口的荷载也越来越大。如何利用有限交通资源，使得繁重的交通能够有效地被疏导，是迫在眉睫的事情。本文以单点交叉路口为研究对象，提出了一种基于多目标优化的单点交叉口动态配时算法。根据中国混合交通流的实际情况，建立了多目标信号的动态时序模型，并利用模糊折中将其转化为单目标函数，同时，用改进的粒子群优化算法进行求解，进而得到改善后的配时方案。

关键词：多目标优化 动态配时 粒子群优化算法

中图分类号：U491 文献标识码：A 文章编号：1672-3791（2018）08（a）-0002-02

1 信号控制基本参数

1.1 信号相位

为了调整车流量，利于车辆通行，在城市道路交叉口，通常会安置信号灯。根据信号灯颜色的不同，来控制车辆行驶的节奏。绿灯的方向上车辆可以行驶，而红灯方向的车辆不能行驶，这可以由交通流来驱动，我们称此交通流为相位。相位差是交叉口与交叉口之间信号灯的同一颜色开始时间（或结束时间）的时间差，相位差主要应用于交叉口和交叉口之间的车辆参数，适当合理地设置交叉口的相位差，可以使车辆连续通过交叉口，保持道路畅通。反之，相位差的不合理设置容易导致车辆连续遭遇红灯，增加车辆延误，增加道路拥堵。本文设置了4个相位。

1.2 时间参数

（1）周期：信号周期是配时优化的一个重要参数，与配时优化效果有着密不可分的关系。在交叉口道路系统中，信号周期是交叉口全部信号灯都运行一个完整的信号周期所需的时间总和（各个方向上红、绿、黄灯均运行一次）。

（2）绿信比：在一个交通信号灯配时周期内，绿信比为有效绿灯时间与信号周期的比值。车辆可以充分利用有效的绿色时间，绿色时间与平稳交叉口的绿色字母比是信号灯设计优化定时的关键时间参数。信号相位的绿信比越高，绿光利用率越高，信号相位越平滑，车辆拥挤率越低，在有效绿色时间内通过的车辆总数也就越多。

（3）交通流参数：交通流量是指在一定时间内通过指定路口的车辆总数，没有特殊说明时为车流量。根据大量的观测资料，我们发现到达交叉口的车辆在概率论中基本上遵循离散分布，如泊松分布和二项分布。通过运用数学知识，我们可以更精确地得到交通的数据信息，也能更好地把握交通状况。

2 交通信号控制的设置依据

2.1 減速让路/停车控制交叉口的最大通行能力

根据交通法规，当主干道上的车辆较多时，主干道的通行能力几乎不受二级公路车辆的影响。而对于次路上的车辆，只有在主路车辆优先通过并确保在道路安全的前提下，才可以通过。也就是说，在这种控制模式下，主干道在交叉口的最大通行能力近似等于其饱和度（有序安全地通过主干道的车辆总数），取决于主干道的通行能力。通过计算主要道路车辆为二级道路车辆提供行使空间，次要道路的最大容量可以通过线路提供的空间数量（允许次要车辆插入主车辆之间的空间数量）来计算。

2.2 交叉口的平均延误时间

如果主干道与次干道的交通流量之比固定，则可以近似地描述两种控制模式下交叉口交通流延误时间的变化曲线。为了减少交叉口的延误时间，采用两种方法：当交叉口总交通流量较小时，控制方式不变，但仍采用减速特许/停车控制模式；交叉口总交通流量大时SI，采用GNAL控制方式。

3 动态配时算法的实现

3.1 相关性能指标的选取

（1）Delay D（每车道车辆平均信号控制延迟）：为了提高有限道路资源的利用效率，将车辆进出各阶段的车辆延误降至最低是一个重要的研究方向。道路上的车辆延误D主要由两个部分组成：均匀延迟Du（由车辆均匀到达引起的延迟）和随机delay Dr（由前一段时间遗留的初始排队车辆引起的延迟），其中Du是到达延迟的恒定延迟。Dr是延迟差，用于不一致的车辆到达率。

（2）队列长度：在多目标联合优化函数中，不需要增加该指标，而是作为模糊控制变量来实现对绿灯时间的动态控制，使多目标联合优化和动态定时策略能够有效结合。

（3）容量：我们使用停车线作为车辆在有效绿灯时间内通过交叉口的标准。根据停车线原理，将车道上一小时内通过停车线的车辆数作为车道容量，也是衡量道路通行能力的标准。

3.2 信号配时优化模型

在信号交叉口配时的重要性能参数包括：通行能力、Delay、队列长度、停车次数和饱和度。本文主要以提高通行能力、减少延误、减少排队长度、减少停车次数作为信号定时指标的4个性能参数。同时，通过加权选择交通容量、延误和停车时间作为多目标联合优化的参数。采用队列长度作为模糊控制指标，增加交叉口的有效绿灯时间，从而形成信号配时优化模型。

3.3 模糊动态优化算法

模糊动态优化根据模糊控制的双输入单输出理论，将当前阶段和下一阶段的队列长度作为模糊控制变量。即首先模糊当前阶段的队列长度和下一阶段的队列长度，然后通过搜索模糊规则表并经过运算得到模糊组合的特定关系。然后以实际交叉口当前相位的队列长度和下一相位的队列长度作为输入变量，得到输出模糊值，并通过去模糊化得到绿灯附加时间。

4 实验仿真结果对比

通过Matlab得到仿真结果，由仿真数据进行比较可知，多目标优化算法优于Webster算法，极大地降低了交叉口的总延误、平均停车时间和提高了道路的通行能力。在多目标优化模糊控制算法的基础上，通过在周期中加入了第一阶段的有效绿灯时间，从而进一步优化了定时方案。与多目标优化算法相比，当第一阶段的有效绿灯时间超出周期时，总延迟和容量将得到改善，停车时间与多目标优化算法基本相同。这是因为在队列长度较小的情况下，模糊控制可以补偿时间损失，优化定时方案。当队列长度较长时，在完全补偿损失时间的基础上增加了周期，这与实时交通情况是一致的。

参考文献

[1] 肖超，余立建.基于模糊理论的城市区域交通控制研究[J].交通科技与经济，2014，16（3）：68-71.

[2] 张永忠，王力.道路交通信息检测技术及应用[M].北京：机械工业出版社，2013.

[3] 黄向党，金志扬，羊秋玲.交通灯动态配时策略研究[J].计算机技术与发展，2013（10）：224-226.

[4] 李振福，李漪，孙艺萌，等.大中城市公共交通可持续优先发展研究现状[J].北京交通大学学报：社会科学版，2013，12（3）：37-46.

[5] 刘祥鹏，隋树林.单交叉口交通信号控制方法现状及其展望[J].科技信息，2012（32）：124-125.

[6] 梁骁，殷勇辉，吴颜.单交叉口信号配时的动态优化[J].公路交通技术，2010（2）：125-127.

[7] 黄辉先，史忠科.城市单交义路口交通流实时遗传算法优化控制[J].系统工程理论与实践，2001（3）：102-106.

[8] 陈森发，陈洪，徐吉谦.城市单路口交通的两级模糊控制及其仿真[J].系统仿真学报，1998，10（2）：35-40.