基于叠加相位的交叉口非常规污染物多目标优化

李燕　赵红　孙传龙　牟亮　仇俊政　刘晓童

文章编号：10069798（2022）02009508;DOI：10.13306/j.10069798.2022.02.015

摘要：为减少交叉口非常规污染物排放，本文主要对基于叠加相位的交叉口非常规污染物进行多目标优化。在增设叠加相位的交叉口，运用改进的快速非支配排序遗传算法，对车辆非常规污染物和车均延误进行优化，为验证改进算法的有效性，通过VISSIM与MOVES联合仿真平台，在青岛市设有叠加相位的山东路和敦化路交叉口进行验证。验证结果表明，基于叠加相位的多目标配时优化，对车均延误和机动车非常规污染物排放具有一定的优化效果。各路径中车均延误最大优化达51.4%，全区域内的车均延误降低了14.6%，优化前后停车时间下降20.53%。大多数非常规污染物有不同程度的下降，有少数污染物略有增加，但影响较小。本研究为缓解交通拥堵提供了理论依据。

关键词：排放清单;非常规污染物;交叉口;比功率;叠加相位

中图分类号：X51;U491.2+65文献标识码：A

随着汽车产业的发展，汽车排放已成为城市污染物排放的主要排放源之一[12]，机动车排放的颗粒物和挥发性有机化合物具有较强的光反应活性，是城市光化学烟雾和二次气溶胶形成的重要影响因素[3]，严重污染环境和影响人体健康。针对特定区域、城市或交叉口，研究颗粒物和挥发性有机化合物的排放特性[46]，建立多尺度多层次排放清单。交叉口作为城市交通网络的重要组成部分，由于信号控制和交通流冲突等，使机动车在此路段行驶工况变化频繁，加减速和怠速交替进行，机动车尾气排放远高于城市道路平均排放水平[78]。因此，在交叉口微观层次上探究机动车污染物的排放，通过对城市交叉口信号的控制，降低机动车污染物排放成为当前研究的热点[914]。对于交叉口信号配时问题，张奕源等人[15]基于叠加相位对干线信号协调控制进行优化调整，减少了交通延误;文婷[16]根据叠加相位的放行条件，建立车道及配时综合优化模型。为精准量化机动车大气非常规污染物排放，协调延误与非常规排放之间的关系，本文以青岛市设置叠加相位的山东路和敦化路交叉口为研究对象，对交通流不均匀的交叉口优化延误与排放，建立交叉口非常规污染物排放清单，以期降低交叉口非常规污染物排放和平均延误。该研究对大多数污染物有不同程度的下降，有少数污染物略有增加，基于叠加相位的多目标配时优化效果明显，提高了交叉口通行能力和环境效益，为交叉口拥堵时段的研究提供了理论基础。

1材料与方法

1.1叠加相位的设置

为更加灵活的调节各个相位的绿灯配时，更好的匹配相位与对应方向的车辆流量问题，文献[17]改进了彭国雄等人[18]提出的叠加相位设计方法，同时将该方法用于隔离交叉口的固定信号优化控制，并验证了所提方案在交叉口通行能力方面的优势。叠加相位的设置可以使总流量比得到降低，通行能力得到提升，避免了常规四相位配时造成时间和空间上的浪费。理论叠加相位如图1所示。

对于已选定的四相位交叉口，共有8个流向，叠加相位存在的前提是各流向之间不冲突，但可能会存在几个流向合流的现象。第1类叠加相位1a′1b′与3a′3b′，其相位不存在车辆合流现象，与第2类叠加相位2a′2b′和4a′4b′相比，其相位存在车辆合流交织现象。因此，第1类叠加相位比第2类叠加相位运用范围更加广泛。-一般叠加相位采用韦伯斯特配时方法计算周期时长和有效绿灯时间，但韦伯斯特法由于固有的缺陷，只适用于交通流量中等的路口，而对于较为拥挤的路段不可行。所以本文运用HCM2000模型，并在此基础上对叠加相位进行设置。在孤立四相位十字交叉口区域内增添叠加相位时，首先确定各进口道方向的流量比yi，如北进口左转A和南进口直行C为一个流向的一组冲突流，北进口直行D和南进口左转B为一个流向的另一组冲突流，比较两组冲突流流量比之和y（A+C）和y（B+D），将流量比之和较大的一组冲突流设置叠加相位。原始相位如图2所示。

叠加相位的周期为

式中，gi为传统的有效绿灯时长;g*为叠加相位的有效绿灯时长;L为总损失时间。

1.2多目标优化的信号配时模型

为模拟交通流不均衡的交叉口晚高峰条件下机动车车均延误和车辆排放清单，建立多目标优化模型进行优化。在相位、流量、信号周期不变的条件下，对交叉口进行添加叠加相位优化。考虑目标函数、决策变量和约束条件，将车辆平均延误作为评价交叉口通行能力的指标之一，并将其作为目标函数之一，即

式中，dij为i车道j相位的车均延误时间，s;λij为j相位的绿信比;Xij为饱和度;C为信号周期的时长，s;T为分析持续时间，s;K为感应控制的增量延误修正系数，对于定周期信号，K=0.5;I为上游信号灯车道变换和调节的增量延误修正系数，这里I=1.0。

由此可以得出，交叉口的车均延误D为

式中，qij为i车道j相位的交通流量，pcu/h。

将交叉路口范围内的机动车按机动车型、燃油类型、行驶里程和排放标准等细分，对机动车污染物排放量进行分类计算，交叉口机动车尾气排放可分为各条进口路段的行车排放和車辆怠速排放，其中车辆在交叉口的怠速时间应为车辆停车延误时间，各车辆类型在交叉口各污染物排放量为

式中，Eγφ为交叉口一个周期内γ类机动车φ类污染物排放总量，g;Jij为i车道j相位进口道长度，km;dγsij为γ类机动车平均停车延误;Eγφij为γ类机动车φ类机动车行车单位排放因子，g/（pcu·km）;EγφI，ij为γ类机动车φ类污染物怠速排放因子，g/（pcu·h）。

将上述交叉口的车均延误模型与机动车污染物排放模型相结合，形成以各项位绿灯时间为变量的多目标优化模型，即

约束条件：为保证车辆正常通行，车道组的饱和度应小于1，各相位有效绿灯时间gi应大于行人最短通过时间gmin，即

式中，C为信号周期的时长，s;Xij为饱和度;cij为通行能力，pcu/h;gi为各相位有效绿灯时间。

1.3优化算法

快速非支配排序遗传算法（nondominatedsortinggeneticalgorithmII，NSGAII）是解决多目标优化问题常用的方法之一[19]，在NSGAII算法中，目标函数之间一般存在相互制约关系，一个目标函数值的减少可能会导致另一个目标函数的增加，所以多目标优化不能使所有目标函数都达到最优，而是一种均衡结果。经典的快速非支配排序遗传算法存在搜索能力较弱，且收敛性较差等问题，文献[20]提出了一种自适应交叉算子的改进NSGAII算法。-在初始时，将原始种群扩大，提高搜索范围，随着迭代次数的增大，逐渐缩小种群数量，提高搜索速度。另外提出了自适应交叉算子，在迭代前期，应提高搜索范围，使其跳出局部最优;在迭代后期，整个种群趋于稳定，大部分最优解都聚集在最优Pareto周围，因此可以缩小搜索空间，使算法加速收敛。两种改进都提高了搜索范围，与仅扩大初始种群相比，提高了搜索速度。自适应交叉算子更新公式为

式中，x1和x2为自适应交叉算子;μ为当前迭代次数;η为最大迭代次数。M=P1+P2，N=P1-P2，其中P1和P2为选中的用来交叉产生子代的父代个体;beat表示正态分布随机变量，即会生成与种群长度数量相同，大小服从正态分布的矩阵;α为交叉深度因子。

为了进一步提高交叉口的综合评价，本研究采用文献[20]的方法，将改进后的快速非支配排序遗传算法，用于上述构造的多目标函数，并借助Matlab软件进行优化，改进的NSGAII算法计算流程如图3所示。

2仿真分析

2.1区域流量

综合考虑地理位置、渠化方式、车流量强度等条件，山东路为主干路，车流量较大，路北为鞍山路高架桥，路况较为复杂。敦化路两侧为中心商务区，主要为大型购物商场、超市及商务写字楼，人口车流等较为密集。交叉口南北方向交通流量与东西方向交通流量相差较大，高峰时期极易发生拥堵，常规固定四相位方案易造成时空的浪费，所以山东路和敦化路交叉口设置有叠加相位。

实地考察获取车流量、车辆构成、气象参数、道路几何特性等参数，通过实地监测发现，山东路和敦化路交叉口的主要车辆类型为小汽车、公交车和轻型货车，小汽车多数为汽油车，公交车多为压缩天然气（compressednaturalgas，CNG），而轻型货车多使用柴油作为燃料。全球定位系统（globalpositioningsystem，GPS）传感器可以逐秒收集车辆速度、加速度和地理位置数据，通过乘坐不同时段和不同品牌的小汽车、轻型货车和公交车进行数据采样。为保证有足够的样本信息，确保样本数据能够满足试验需要，对此交叉口不同进口道方向100m至出口道方向100m进行多次数据采集。为捕捉车辆流量，将摄像装置放置在交叉口对角线两侧。连续采集两周工作日（16∶30～19∶30）车辆流量，信号交叉口现状及采集位置如图4所示。-

流量数据经过整理后，获得交叉口晚高峰时段的平均小时车流量，晚高峰时段车流量统计结果如表1所示。

2.2参数本地化

机动车排放模拟器（motorvehicleemissionsimulator，MOVES）微观管理器中，要求用户输入的车辆运行工况区间与比功率区间相对应，以比功率区间作为MOVES微观仿真中运行模式（opmodeID）的输入，而VISSIM输出文件中的*.fzp文件有计算比功率（vehiclespecificpower，VSP）需要的瞬时速度和瞬时加速度等数据。两个软件相结合后，可直接计算非常规污染物总量。机动车VSP分布可按照车辆运行状态划分为25个Bin区间，机动车运行工况分布如表2所示。

通过分析，将本地车辆类型与MOVES模型中的代表车辆对应起来。燃料供应类型根据

GB18352.6—2016轻型汽车污染物排放限制值及测量方法（中国第六阶段）和GB17691—2018重型柴油车污染物排放限制值及测量方法（中国第六阶段）进行修改。综合《机动车强制报废标准规定》[21]有关规定和分析，小型载客汽车、公共汽车以及小型载货汽车的车龄最大分别为11，8，12a。-

以青岛市统计年鉴中的机动车保有量、新车销售量和淘汰量数据为基础，确定市区车辆的年龄分布，其中2020年机动车保有量大幅度增长，车龄为1a的机动车占比最大。市区3类机动车车龄分布占比情况如表3所示。

3优化结果对比分析

3.1优化前后通行能力结果对比

对山东路和敦化路交叉口信号配时进行优化，得到在机动车排放量与车均延误均衡条件下的优化配时，各相位绿灯配时分别为35，92，38，89，36和38s。经计算，在山东路和敦化路添加小相位，添加小相位示意图如图5所示。图5中，在北左转A和南左转B之后，添加南左转B和南直行D的小相位，南左转B和南直行D之间存在3s的叠加相位。-

为验证改进算法的有效性，本研究通过VISSIM与MOVES联合仿真平臺，对各路段车均延误和停车时间进行优化，优化前后交叉口通行能力参数对比结果如表4所示，车辆的路径为从路段a到路段b。

由表4可以看出，对信号配时进行优化后，交叉口7个路径的车均延误得到优化，最大优化达51.4%，全区域内的车均延误降低了14.6%。从停车时间来看，优化前后停车时间下降了20.53%，所以在相同交通流量和气象条件等不变的条件下，基于叠加相位的优化配时前后，车均延误和停车时间均有减少，提高了交叉口的服务质量。-3.2优化非常规污染物排放清单

采用改进后的快速非支配排序遗传算法，对多目标函数进行优化，将各非常规污染物及颗粒物优化前后进行对比，优化前后小汽车污染物排放前8对比结果如表5所示。

由表5可以看出，苯类、颗粒物和醛类物质是小汽车排放较高的物质，甲苯和乙苯在小汽车非常规污染物和颗粒物中占比较大，虽然经过优化，甲苯和乙苯的排放量仍分别增大4.72%和3.86%。除甲苯和乙苯，其余占比前8的排放物均降低，己烷虽然占比较少，但排放减少了3.49%。

优化前后轻型货车污染物排放前8对比如表6所示。由表6可以看出，PM2.5和PM10是轻型货车排放较高的物质，利用基于叠加相位的模型进行优化，优化后PM2.5和PM10排放均降低7.59%，甲苯排放量减少了0.9%。丙醛和丙烯醛的排放量分别提高1.13%和0.79%。此外，甲醛、乙醛和苯也有不同程度的提高。

优化前后公交车污染物排放前8对比结果如表7所示。由表7可以看出，优化后公交车PM2.5排放率减少19.82%，PM10的排放量降低7.16%，优化效果明显。除PM2.5和PM10，其它污染物如甲醛、乙醛、丙醛、甲苯、苯和丙烯醛都有不同程度的提高，虽然苯的排放量增加了4.86%，但公交车的苯排放占总污染物排放量较少，可以忽略不计。公交车甲醛排放量占比较高，而公交车甲醛排放量优化仅提高0.23%。

经过对上述非常规污染物和颗粒物的各类车型排放优化分析可知，大多数污染物有不同程度的下降，有少数污染物略有增加，但影响较小，说明基于叠加相位的多目标配时优化效果明显，可以为交叉口拥堵时段提供思路。

4結束语

本文运用改进的快速非支配排序遗传算法，对设有叠加相位的典型非均匀车流量交叉口——山东路和敦化路交叉口的车均延误与非常规污染物排放两方面进行优化。优化结果表明，优化前后，在12个有效路径的车均延误中，7个路径的车均延误得到降低，区域内的总车均延误减少了14.6%，3种车型非常规污染物排放总体得到下降。本研究为交叉路口区域提高通行能力及缓解环境压力提供了解决方法。但本研究未考虑行人过街造成的车辆延误，在后续工作中，应将行人对驾驶行为造成的影响考虑在内，对行人过街信号配时进行优化，使模型更加适用于具有人行横道的交叉路口。

参考文献：

[1]ZHANGHX，CHENCR，YANWJ，etal.Characteristicsandsourcesofnon-methaneVOCsandtheirrolesinSOAformationduringautumninacentralChinesecity[J].ScienceoftheTotalEnvironment，2021，782：146802146814.

[2]SONGMD，LIX，YANGSD，etal.Spatiotemporalvariation，sources，andsecondarytransformationpotentialofvolatileorganiccompoundsinXi'an，China[J].AtmosphericChemistryandPhysics，2021，21（6）：49394958.

[3]TANGRZ，LUQY，GUOS，etal.Measurementreport：distinctemissionsandvolatilitydistributionofintermediate-volatilityorganiccompoundsfromon-roadChinesegasolinevehicles：implicationofhighsecondaryorganicaerosolformationpotential[J].AtmosphericChemistryandPhysics，2021，21（4）：25692583.

[4]KASSOMENOSPA，DIMITRIOUK，PASCHALIDOUAK.HumanhealthdamagecausedbyparticulatematterPM10andozoneinurbanenvironments：thecaseofAthens，Greece[J].EnvironmentalMonitoringandAssessment，2013，185（8）：69336942.

[5]GHERMANDIG，FABBIS，BIGIA，etal.Impactassessmentofvehicularexhaustemissionsbymicroscalesimulationusingautomatictrafficflowmeasurements[J].AtmosphericPollutionResearch，2019，10（5）：14731481.

[6]PRUEITTRL，LIWC，EDWARDSL，etal.Systematicreviewoftheassociationbetweenlong-termexposuretofineparticulatematterandmortality[J/OL].InternationalJournalofEnvironmentalHealthResearch，2021＼[20210413＼].https：∥doi.org/10.1080/09603123.2021.1901864.

[7]BANERJEEJ，CHRISTIANRA.Effectofoperatingconditionsandspeedonnanoparticleemissionfromdieselandgasolinedrivenlightdutyvehicles[J].AtmosphericPollutionResearch，2019，10（6）：18521865.

[8]DHITALNB，WANGSX，LEECH，etal.Effectsofdrivingbehavioronreal-worldemissionsofparticulatematter，gaseouspollutantsandparticle-boundPAHsfordieseltrucks[J].EnvironmentalPollution，2021，286：117292.

[9]ZHAOHX，HERC，JIAXY.Estimationandanalysisofvehicleexhaustemissionsatsignalizedintersectionsusingacar-followingmodel[J].Sustainability，2019，11（14）：39924416.

[10]CHENX，YUANZR.Environmentallyfriendlytrafficcontrolstrategy-AcasestudyinXi'ancity[J].JournalofCleanerProduction，2019，249：119397.

[11]SUNDJ，YINZW，CAOP.AnimprovedCAL3QHCmodelandtheapplicationinvehicleemissionmitigationschemesforurbansignalizedintersections[J].BuildingandEnvironment，2020，183：107213.

[12]牟亮，赵红，崔翔宇，等.基于改进Lagrange乘子法的交通信号配时优化研究[J].复杂系统与复杂性科学，2021，18（1）：8087.

[13]张小雨，邵春福.城乡结合部道路交叉口多目标信号配时优化模型[J].系统仿真学报，2020，32（4）：709717.

[14]姚荣涵，龙梦，赵胜川.基于正交試验的信号交叉口机动车排放影响因素分析[J].北京工业大学学报，2020，46（3）：300310.

[15]张奕源，李进龙，李祥尘，等.基于叠加相位的干线绿波协调控制方法研究[J].交通运输工程与信息学报，2019，17（3）：5261.

[16]文婷.考虑车道配置的变需求交叉口信号控制方案研究[D].成都：西南交通大学，2019.

[17]YUC，MAW，YANGX.Atime-slotbasedsignalschememodelforfixed-timecontrolatisolatedintersections[J].TransportationResearchPartB：Methodological，2020，140：176192.

[18]彭国雄，张扬.叠加相位设计方法研究[J].中国公路学报，2001（S1）：6164.

[19]ALTURKIM，JAMALA，ALAHMADIHM，etal.Onthepotentialimpactsofsmarttrafficcontrolfordelay，fuelenergyconsumption，andemissions：AnNSGAII-basedoptimizationcasestudyfromdhahran，saudiarabia[J].Sustainability，2020，12（18）：7394.

[20]李燕，赵红，牟亮，等.基于改进NSGAⅡ的左转待行区交叉口配时优化控制[J].复杂系统与复杂性科学，2021，18（1）：8894.

[21]商务部，发改委，公安部.机动车强制报废标准规定[S].北京：商务部，2013.-

Multi-objectiveOptimizationofUnconventionalPollutantsatIntersectionBasedonSuperpositionPhase

LIYan，ZHAOHong，SUNChuanlong，MULiang，QIUJunzheng，LIUXiaotong

（CollegeofMechanicalandElectricalEngineering，QingdaoUniversity，Qingdao266071，China）Abstract：

Inordertoreducetheemissionofnon-conventionalpollutantsatintersections，theimprovedfastnon-dominatedsortinggeneticalgorithmwasusedtooptimizethenon-conventionalpollutantsandvehicledelayatintersectionswithadditionalsuperpositionphases，andtheintersectionofShandongRoadandDunhuaRoadwithsuperpositionphasesinQingdaowasverified.Theverificationresultsshowthatthemulti-objectivetimingoptimizationbasedonsuperpositionphasehasacertainoptimizationeffectonvehicleaveragedelayandvehicleunconventionalpollutantemission.Themaximumoptimizationofdelaypervehicleineachpathreached51.4%，thedelaypervehicleinthewholeregionwasreducedby14.6%，andthestoptimebeforeandafteroptimizationwasreducedby20.53%.Mostnon-conventionalpollutantshavedecreasedtovaryingdegrees，andafewhaveincreasedslightly，buttheimpactissmall.Thisstudyprovidesatheoreticalbasisforalleviatingtrafficcongestion.

Keywords：emissioninventory;unregulatedpollutants;intersection;vehiclespecificpower;ripplechange

收稿日期：20210713;修回日期：20211020

基金项目：青岛市民生科技计划（196188nsh）

作者简介：李燕（1996），女，硕士研究生，主要研究方向为车辆节能减排与新能源技术。

通信作者：赵红（1973），女，博士，副教授，主要研究方向为车辆节能减排与新能源技术。Email：qdlizh@163.com--