本發(fā)明涉及區(qū)域交通優(yōu)化
技術(shù)領(lǐng)域：
，尤其是指一種交通小區(qū)協(xié)調(diào)優(yōu)化方法。
背景技術(shù)：
：隨著當(dāng)前城市機動化的迅速發(fā)展，道路系統(tǒng)逐漸趨向飽和，交通運轉(zhuǎn)已經(jīng)“牽一發(fā)而動全身”，區(qū)域性的交通問題日益突出。因此，對于交通管理與服務(wù)而言，也必須保持全局觀，從整個道路網(wǎng)絡(luò)的大局出發(fā)，站在宏觀角度解決局部的交通瓶頸問題。對于路網(wǎng)系統(tǒng)而言，傳統(tǒng)的對于交叉口、路段的研究方法并不完全適應(yīng)，需要基于整體網(wǎng)絡(luò)的宏觀交通理論與方法。交通流宏觀基本圖便是可以描述整個網(wǎng)絡(luò)的交通流狀態(tài)的的宏觀模型，可反映流出道路網(wǎng)車輛數(shù)和路網(wǎng)內(nèi)車輛數(shù)之間存在關(guān)系。不少學(xué)者基于宏觀基本圖理論，提出各自的協(xié)調(diào)控制方法。杜曼怡等提出了以基于宏觀基本圖及反饋門的區(qū)域總量動態(tài)調(diào)控方法，通過區(qū)域邊界設(shè)置的“反饋門”控制網(wǎng)絡(luò)流入量，將網(wǎng)絡(luò)車輛總數(shù)維持在其合理可行范圍內(nèi)。該方法通過邊界交叉口控制，減少進入網(wǎng)絡(luò)流量，雖然研究網(wǎng)絡(luò)內(nèi)的車輛數(shù)合理，但轉(zhuǎn)移的流量會增加其他路網(wǎng)的壓力，且轉(zhuǎn)移的流量不可控。趙靖等以兩個相鄰控制子區(qū)為對象，考慮各子區(qū)自身宏觀基本圖特征及交通量流入流出關(guān)系，在運用博弈論對其相互作用進行描述的基礎(chǔ)上，提出了一種以兩個子區(qū)整體運行效益最大化為目標(biāo)的博弈控制模型。該模型使相鄰子區(qū)整體處于最優(yōu)的運行狀態(tài)，但在整體路網(wǎng)中，不存在獨立的相鄰子區(qū)，該研究中相鄰子區(qū)任意一個子區(qū)必然還有其它與之相鄰的子區(qū)。然而該模型并沒有驗證一個子區(qū)與第二個相鄰子區(qū)的博弈是否影響之前博弈的結(jié)果，因此該模型缺乏整體性。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點與不足，提出了一種能夠快速疏解交通擁堵、行狀態(tài)均衡交通流、最大化網(wǎng)絡(luò)運行效率的交通小區(qū)協(xié)調(diào)優(yōu)化方法，該方法是以小區(qū)為控制對象，以宏觀基本圖為基礎(chǔ)，以網(wǎng)絡(luò)優(yōu)化模型為核心，輸出各小區(qū)之間的最優(yōu)交通流。為實現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為：一種交通小區(qū)協(xié)調(diào)優(yōu)化方法，包括以下步驟：1)確定所研究的城市路網(wǎng)范圍，獲取基礎(chǔ)資料，包括研究范圍內(nèi)所有道路的通行能力、研究范圍內(nèi)的平均小時交通生成量、到達終點車輛數(shù)與駛出路網(wǎng)車輛數(shù)的比例；2)將整個交通網(wǎng)絡(luò)劃分為若干個交通控制小區(qū)，以小區(qū)為網(wǎng)絡(luò)交通流優(yōu)化對象，對所研究的城市交通路網(wǎng)進行簡化；3)構(gòu)造網(wǎng)絡(luò)優(yōu)化有向圖：以小區(qū)為節(jié)點，以邊表示小區(qū)之間的道路，將路網(wǎng)抽象為點邊組成的有向圖；4)繪制宏觀基本圖4.1)布設(shè)檢測器，在各個小區(qū)邊界的出入口布設(shè)檢測器，收集數(shù)據(jù)；4.2)根據(jù)所收集數(shù)據(jù)，繪制區(qū)域及各個小區(qū)宏觀基本圖，宏觀基本圖模型的縱坐標(biāo)為駛出車輛數(shù)，單位為輛/分鐘，即通過道路駛出小區(qū)或網(wǎng)絡(luò)邊界的車輛數(shù)與支路到達終點的車輛數(shù)之和；橫坐標(biāo)為區(qū)域內(nèi)車輛數(shù)，對于整體路網(wǎng)而言，宏觀基本圖的縱坐標(biāo)為網(wǎng)絡(luò)內(nèi)車輛數(shù)，對于小區(qū)而言，其宏觀基本圖的縱坐標(biāo)為小區(qū)內(nèi)車輛數(shù)；5)利用聚類方法將宏觀基本圖的散點分為上升段、持續(xù)段和下降段三類，并分別進行線性擬合；6)以小區(qū)之間的流量為決策變量建立網(wǎng)絡(luò)優(yōu)化模型，優(yōu)化目標(biāo)為輸出車輛數(shù)最大同時路網(wǎng)利用率較高，約束條件為各節(jié)點的最大車輛數(shù)和各邊的通行能力；7)輸入路網(wǎng)當(dāng)前運行狀態(tài)下的各節(jié)點內(nèi)車輛數(shù)，求解模型，獲得邊上最佳流量。在步驟2)，交通小區(qū)是具有一定交通關(guān)聯(lián)度的交叉口和路段的集合，關(guān)聯(lián)性較大的交叉口劃歸為同一小區(qū)，交通小區(qū)劃分的方法有：基于譜方法的小區(qū)劃分方法，基于交通流特性的小區(qū)劃分方法或交通工程師根據(jù)經(jīng)驗進行手動劃分。在步驟3)，將小區(qū)抽象成節(jié)點，將小區(qū)之間的連接道路抽象為邊，形成由節(jié)點與邊組成的網(wǎng)絡(luò)優(yōu)化有向圖；其中節(jié)點編號與簡化前的小區(qū)編號相對應(yīng)，節(jié)點之間是否存在邊，及邊的方向取決于原網(wǎng)絡(luò)中兩個小區(qū)之間是否有相應(yīng)方向的路段相連，簡化后的有向圖主要用來描述網(wǎng)絡(luò)的宏觀狀態(tài)；其中節(jié)點的屬性包括小區(qū)的宏觀基本圖、區(qū)內(nèi)能容納最大車輛數(shù)；節(jié)點對有向圖輸出的狀態(tài)變量有小區(qū)內(nèi)的車輛數(shù)，進入小區(qū)車輛數(shù)與駛出小區(qū)車輛數(shù)；邊的屬性主要為方向通行能力，邊輸出的狀態(tài)變量為各小區(qū)間的交通流。在步驟5)，利用聚類方法將每一個小區(qū)的宏觀基本圖的散點分成三類，之后用直線進行分段擬合；設(shè)三段擬合函數(shù)分別為：f1(n)，f2(n)，f3(n)則:G(n)＝min{f1(n),f2(n),f3(n)}式中：n為網(wǎng)絡(luò)內(nèi)車輛數(shù)；G(n)為駛出網(wǎng)絡(luò)車輛數(shù)，單位為輛/分鐘；在步驟6)，建立網(wǎng)絡(luò)優(yōu)化模型，包括以下內(nèi)容：6.1)確定每個交通小區(qū)的最優(yōu)點根據(jù)宏觀基本圖特性，令持續(xù)段和下降段的交點作為網(wǎng)絡(luò)運行的最優(yōu)點(nm,gm)，該點表示網(wǎng)絡(luò)處于駛出流量最大情況下網(wǎng)絡(luò)內(nèi)容納的車輛數(shù)最多的狀態(tài)，該狀態(tài)的網(wǎng)絡(luò)運行效率最高，服務(wù)車輛數(shù)也相對較多；6.2)網(wǎng)絡(luò)優(yōu)化模型決策變量為小區(qū)之間的交通流，表示第t個研究時段由小區(qū)i到小區(qū)j的交通量；6.3)網(wǎng)絡(luò)優(yōu)化模型的目標(biāo)為使整體路網(wǎng)的運行狀態(tài)處于最優(yōu)水平，即使每個小區(qū)的優(yōu)化后的狀態(tài)點與最優(yōu)點的距離之和最小，所以網(wǎng)絡(luò)優(yōu)化模型的目標(biāo)函數(shù)為:式中，為小區(qū)i在第t個研究時段內(nèi)的車輛數(shù)；為小區(qū)i在第t個研究時段內(nèi)的駛出車輛數(shù)；6.4)根據(jù)步驟5)對各個小區(qū)的宏觀基本圖進行聚類分段擬合的結(jié)果，有：6.5)根據(jù)流量守恒原則，有：其中，為小區(qū)i在上一個研究時段內(nèi)的車輛數(shù)；為小區(qū)i在第t個研究時段內(nèi)產(chǎn)生的交通量；為小區(qū)i在第t個研究時段到小區(qū)j的交通量；為第t個研究時段小區(qū)i到達終點的車輛數(shù)占所有駛出小區(qū)車輛數(shù)的比例；6.6)網(wǎng)絡(luò)優(yōu)化模型的約束條件有：①小區(qū)內(nèi)車輛數(shù)不得超過小區(qū)能容納的最大車輛數(shù)，即為小區(qū)i達到阻塞密度對應(yīng)小區(qū)車輛數(shù)，從小區(qū)宏觀基本圖獲得；②小區(qū)間的交通流應(yīng)小于邊的通行能力，即Cij表示連接小區(qū)i和小區(qū)j的邊的通行能力；③小區(qū)間的交通流應(yīng)大于邊的最小交通量，即dij表示小區(qū)i到小區(qū)j的最小交通量；④進入每個小區(qū)的車輛數(shù)應(yīng)小于該小區(qū)能接受的最大流量，即為小區(qū)i在第t個研究時段內(nèi)能夠接受的最大流量；⑤每個小區(qū)的駛出車輛數(shù)應(yīng)小區(qū)該小區(qū)能夠流出的最大流量，即為小區(qū)i在第t個研究時段內(nèi)能夠流出的最大流量。在步驟7)，求解模型是以網(wǎng)絡(luò)狀態(tài)為輸入條件進行求解，解為各小區(qū)之間的流量，根據(jù)現(xiàn)狀路網(wǎng)及其運行狀態(tài)，確定以下參數(shù)：①每個小區(qū)的最優(yōu)點(nm,gm)；②當(dāng)前狀態(tài)下，各個小區(qū)內(nèi)的車輛數(shù)③當(dāng)前狀態(tài)下，各個小區(qū)在單位時間內(nèi)產(chǎn)生的交通量④各個小區(qū)到達終點的車輛數(shù)占所有駛出小區(qū)車輛數(shù)的比例⑤各個小區(qū)的能容納的最大車輛數(shù)⑥連接小區(qū)i和小區(qū)j的邊的通行能力Cij；邊上最小交通量dij,；⑦當(dāng)前狀態(tài)下，各個小區(qū)能夠接受的最大流量及夠流出的最大流量對優(yōu)化模型進行求解，獲得即為小區(qū)間最優(yōu)交通流量值。本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點與有益效果：1、具有可實施性。本方法提出的小區(qū)劃分契合目前主流使用的SCATS系統(tǒng)，為SCATS系統(tǒng)子區(qū)內(nèi)部控制提供輸輸入條件。2、能夠快速疏解區(qū)域擁堵。本方法在局部區(qū)域發(fā)生擁堵時，只需輸入當(dāng)前狀態(tài)參數(shù)即可馬上求解小區(qū)之間的最佳交通流。3、能預(yù)防局部擁堵發(fā)生。在監(jiān)控到某小區(qū)流量發(fā)生變化時，可以及時生成方案，調(diào)節(jié)該小區(qū)運行狀態(tài)。4、不會增加車輛出行距離。本方法只調(diào)節(jié)小區(qū)狀態(tài)，不像大多數(shù)交通誘導(dǎo)方法使車輛繞行，從而增加車輛出行距離。5、具有先進性。宏觀基本圖是今年來宏觀交通流領(lǐng)域中的研究重點，2007年才被正式提出。提出之后便一直是宏觀交通流領(lǐng)域的熱點，本方法利用以宏觀基本圖為基礎(chǔ)，建立的網(wǎng)絡(luò)優(yōu)化模型具有創(chuàng)新性。附圖說明圖1a為原始的路網(wǎng)圖。圖1b為網(wǎng)絡(luò)優(yōu)化有向圖。圖2為駛出網(wǎng)絡(luò)車輛數(shù)與網(wǎng)絡(luò)內(nèi)車輛的分布關(guān)系圖。圖3為Vissim仿真界面圖。圖4為駛出小區(qū)車輛數(shù)與小區(qū)內(nèi)車輛數(shù)關(guān)系圖(小區(qū)1)。圖5為駛出小區(qū)車輛數(shù)與小區(qū)內(nèi)車輛數(shù)關(guān)系圖(小區(qū)2)。圖6為駛出小區(qū)車輛數(shù)與小區(qū)內(nèi)車輛數(shù)關(guān)系圖(小區(qū)3)。圖7為駛出小區(qū)車輛數(shù)與小區(qū)內(nèi)車輛數(shù)關(guān)系圖(小區(qū)4)。圖8為網(wǎng)絡(luò)模型優(yōu)化結(jié)果。圖9為網(wǎng)絡(luò)控制前后駛出網(wǎng)絡(luò)車輛數(shù)分布情況圖。圖10為網(wǎng)絡(luò)控制前后進入網(wǎng)絡(luò)車輛數(shù)分布情況圖。圖11為網(wǎng)絡(luò)控制前后駛出小區(qū)車輛數(shù)分布情況圖(小區(qū)1)。圖12為網(wǎng)絡(luò)控制前后進入小區(qū)車輛數(shù)分布情況圖(小區(qū)1)。圖13為網(wǎng)絡(luò)控制前后駛出小區(qū)車輛數(shù)分布情況圖(小區(qū)2)。圖14為網(wǎng)絡(luò)控制前后進入小區(qū)車輛數(shù)分布情況圖(小區(qū)2)。圖15為網(wǎng)絡(luò)控制前后駛出小區(qū)車輛數(shù)分布情況圖(小區(qū)3)。圖16為網(wǎng)絡(luò)控制前后進入小區(qū)車輛數(shù)分布情況圖(小區(qū)3)。圖17為網(wǎng)絡(luò)控制前后駛出小區(qū)車輛數(shù)分布情況圖(小區(qū)4)。圖18為網(wǎng)絡(luò)控制前后進入小區(qū)車輛數(shù)分布情況圖(小區(qū)4)。圖19為本發(fā)明的交通小區(qū)協(xié)調(diào)優(yōu)化方法流程圖。具體實施方式下面結(jié)合具體實施例對本發(fā)明作進一步說明。如圖19所示，本發(fā)明所述的交通小區(qū)協(xié)調(diào)優(yōu)化方法，包括以下步驟：1)確定所研究的城市路網(wǎng)范圍，獲取基礎(chǔ)資料，包括研究范圍內(nèi)所有道路的通行能力、研究范圍內(nèi)的平均小時交通生成量、到達終點車輛數(shù)與駛出路網(wǎng)車輛數(shù)的比例等。2)將整個交通網(wǎng)絡(luò)劃分為若干個交通控制小區(qū)，以小區(qū)為網(wǎng)絡(luò)交通流優(yōu)化對象，對所研究的城市交通路網(wǎng)進行簡化。3)構(gòu)造網(wǎng)絡(luò)優(yōu)化有向圖：以小區(qū)為節(jié)點，以邊表示小區(qū)之間的道路，將路網(wǎng)抽象為點邊組成的有向圖。4)繪制宏觀基本圖4.1)布設(shè)檢測器，在各個小區(qū)邊界的出入口布設(shè)檢測器，收集數(shù)據(jù)。4.2)根據(jù)所收集數(shù)據(jù)，繪制區(qū)域及各個小區(qū)宏觀基本圖。宏觀基本圖模型的縱坐標(biāo)為駛出車輛數(shù)，單位為輛/分鐘，即通過道路駛出小區(qū)或網(wǎng)絡(luò)邊界的車輛數(shù)與支路到達終點的車輛數(shù)之和；橫坐標(biāo)為區(qū)域內(nèi)車輛數(shù)，對于整體路網(wǎng)而言，宏觀基本圖的縱坐標(biāo)為網(wǎng)絡(luò)內(nèi)車輛數(shù)，對于小區(qū)而言，其宏觀基本圖的縱坐標(biāo)為小區(qū)內(nèi)車輛數(shù)。本專利所使用的宏觀基本圖應(yīng)滿足一定要求:1)宏觀基本圖的點分布較為集中，呈現(xiàn)一定的規(guī)律性。2)宏觀基本圖應(yīng)完整，隨橫坐標(biāo)的增大，應(yīng)包含上升、持續(xù)和下降三段。滿足本發(fā)明使用的宏觀基本圖可參考圖2。5)利用聚類方法將宏觀基本圖的散點分為上升段、持續(xù)段和下降段三類，并分別進行線性擬合。6)以小區(qū)之間的流量為決策變量建立網(wǎng)絡(luò)優(yōu)化模型，優(yōu)化目標(biāo)為輸出車輛數(shù)最大同時路網(wǎng)利用率較高，約束條件為各節(jié)點的最大車輛數(shù)和各邊的通行能力。7)輸入路網(wǎng)當(dāng)前運行狀態(tài)下的各節(jié)點內(nèi)車輛數(shù)，求解模型，獲得邊上最佳流量。在步驟2)，交通小區(qū)是具有一定交通關(guān)聯(lián)度的交叉口和路段的集合，一般的，關(guān)聯(lián)性較大的交叉口劃歸為同一小區(qū)。交通小區(qū)劃分的常用方法有：基于譜方法的小區(qū)劃分方法，基于交通流特性的小區(qū)劃分方法或交通工程師根據(jù)經(jīng)驗進行手動劃分等。在步驟3)，將小區(qū)抽象成節(jié)點，將小區(qū)之間的連接道路抽象為邊，形成由節(jié)點與邊組成的網(wǎng)絡(luò)優(yōu)化有向圖，如圖1b所示。其中，節(jié)點編號與簡化前的小區(qū)編號相對應(yīng)，如圖1a所示，節(jié)點之間是否存在邊，及邊的方向取決于原網(wǎng)絡(luò)中兩個小區(qū)之間是否有相應(yīng)方向的路段相連。簡化后的有向圖主要用來描述網(wǎng)絡(luò)的宏觀狀態(tài)，其中節(jié)點的屬性包括小區(qū)的宏觀基本圖，區(qū)內(nèi)能容納最大車輛數(shù)等，節(jié)點對有向圖輸出的狀態(tài)變量有小區(qū)內(nèi)的車輛數(shù)，進入小區(qū)車輛數(shù)與駛出小區(qū)車輛數(shù)；邊的屬性主要為方向通行能力，邊輸出的狀態(tài)變量為，各小區(qū)間的交通流。在步驟5)，由于本發(fā)明使用的宏觀基本圖具有明顯三階段特征，利用聚類方法將每一個小區(qū)的宏觀基本圖的散點分成三類，之后用直線進行分段擬合。以圖2為例，對其進行聚類分析后，分三段分別進行擬合，設(shè)三段擬合函數(shù)分別為：f1(n)，f2(n)，f3(n)則:G(n)＝min{f1(n),f2(n),f3(n)}式中：n為網(wǎng)絡(luò)內(nèi)車輛數(shù)；G(n)為駛出網(wǎng)絡(luò)車輛數(shù)，單位為輛/分鐘。在步驟6)，建立網(wǎng)絡(luò)優(yōu)化模型，包括以下內(nèi)容：6.1)確定每個交通小區(qū)的最優(yōu)點根據(jù)宏觀基本圖特性，令持續(xù)段和下降段的交點作為網(wǎng)絡(luò)運行的最優(yōu)點(nm,gm)。該點表示網(wǎng)絡(luò)處于駛出流量最大情況下網(wǎng)絡(luò)內(nèi)容納的車輛數(shù)最多的狀態(tài)，該狀態(tài)的網(wǎng)絡(luò)運行效率最高，服務(wù)車輛數(shù)也相對較多。6.2)網(wǎng)絡(luò)優(yōu)化模型決策變量為小區(qū)之間的交通流，表示第t個研究時段由小區(qū)i到小區(qū)j的交通量。6.3)網(wǎng)絡(luò)優(yōu)化模型的目標(biāo)為使整體路網(wǎng)的運行狀態(tài)處于最優(yōu)水平，即使每個小區(qū)的優(yōu)化后的狀態(tài)點與最優(yōu)點的距離之和最小。所以網(wǎng)絡(luò)優(yōu)化模型的目標(biāo)函數(shù)為:式中，為小區(qū)i在第t個研究時段內(nèi)的車輛數(shù)；為小區(qū)i在第t個研究時段內(nèi)的駛出車輛數(shù)。6.4)根據(jù)步驟5)對各個小區(qū)的宏觀基本圖進行聚類分段擬合的結(jié)果，有：6.5)根據(jù)流量守恒原則，有：其中，為小區(qū)i在上一個研究時段內(nèi)的車輛數(shù)；為小區(qū)i在第t個研究時段內(nèi)產(chǎn)生的交通量；為小區(qū)i在第t個研究時段到小區(qū)j的交通量；為第t個研究時段小區(qū)i到達終點的車輛數(shù)占所有駛出小區(qū)車輛數(shù)的比例。6.6)網(wǎng)絡(luò)優(yōu)化模型的約束條件有：①小區(qū)內(nèi)車輛數(shù)不得超過小區(qū)能容納的最大車輛數(shù)，即為小區(qū)i達到阻塞密度對應(yīng)小區(qū)車輛數(shù)，可從小區(qū)宏觀基本圖獲得；②小區(qū)間的交通流應(yīng)小于邊的通行能力，即Cij表示連接小區(qū)i和小區(qū)j的邊的通行能力；③小區(qū)間的交通流應(yīng)大于邊的最小交通量，即dij表示小區(qū)i到小區(qū)j的最小交通量；④進入每個小區(qū)的車輛數(shù)應(yīng)小于該小區(qū)能接受的最大流量，即為小區(qū)i在第t個研究時段內(nèi)能夠接受的最大流量；⑤每個小區(qū)的駛出車輛數(shù)應(yīng)小區(qū)該小區(qū)能夠流出的最大流量，即為小區(qū)i在第t個研究時段內(nèi)能夠流出的最大流量。在步驟7)，求解模型是以網(wǎng)絡(luò)狀態(tài)為輸入條件進行求解，解為各小區(qū)之間的流量，根據(jù)現(xiàn)狀路網(wǎng)及其運行狀態(tài)，確定以下參數(shù)：①每個小區(qū)的最優(yōu)點(nm,gm)；②當(dāng)前狀態(tài)下，各個小區(qū)內(nèi)的車輛數(shù)③當(dāng)前狀態(tài)下，各個小區(qū)在單位時間內(nèi)產(chǎn)生的交通量④各個小區(qū)到達終點的車輛數(shù)占所有駛出小區(qū)車輛數(shù)的比例⑤各個小區(qū)的能容納的最大車輛數(shù)⑥連接小區(qū)i和小區(qū)j的邊的通行能力Cij；邊上最小交通量dij,；⑦當(dāng)前狀態(tài)下，各個小區(qū)能夠接受的最大流量及夠流出的最大流量對優(yōu)化模型進行求解，獲得即為小區(qū)間最優(yōu)交通流量值?？蓱?yīng)用梯度投影法，牛頓法，交替方向乘子法等。案例分析選取與圖2相似的簡單路網(wǎng)，利用Vissim仿真軟件對網(wǎng)絡(luò)優(yōu)化模型的使用進行演示。所選取網(wǎng)絡(luò)東西向長度300余米，南北向長度2000余米，共有十字交叉口16個。丁字交叉口2個，五路交叉口2個。路段為單向兩車道，交叉口拓寬為3車道。十字交叉口為四相位控制，丁字交叉口為三相位控制，五路交叉口為五相位控制。并在各路段設(shè)置出入口，車輛通過出入口進入網(wǎng)絡(luò)或到達終點。Vissim仿真界面如圖3所示。利用Vissim進行數(shù)次獨立仿真可獲得各個小區(qū)的宏觀基本圖，即駛出小區(qū)車輛數(shù)與小區(qū)內(nèi)車輛數(shù)的關(guān)系，如圖4-圖7所示。各小區(qū)宏觀基本圖的擬合函數(shù)試分別為：小區(qū)1的擬合函數(shù)為：G1(n)＝Min{22.105n+1177.2,13000,24550-4.4017n}小區(qū)2的擬合函數(shù)為：G2(n)＝Min{17.701n+1707.5,10050,29123-5.381n}小區(qū)3的擬合函數(shù)為：G3(n)＝Min{16.366n+824.72,8000,11127-2.632n}小區(qū)4的擬合函數(shù)為：G4(n)＝Min{23.477n+1083.8,9600,18671.6-3.607n}由各個小區(qū)的宏觀基本圖可以確定各小區(qū)的最優(yōu)點分別為(2500，13000)，(2800，10050)，(2000，8000)，(670，9600)。當(dāng)網(wǎng)絡(luò)運行處于不均衡狀態(tài)時，部分小區(qū)處于開始擁堵狀態(tài)，而其他小區(qū)處于流量較低狀態(tài)時，網(wǎng)絡(luò)標(biāo)優(yōu)化模型可以通過調(diào)節(jié)小區(qū)之間的流量，調(diào)整網(wǎng)絡(luò)運行狀態(tài)。在不均衡狀態(tài)中提取優(yōu)化模型需要的參數(shù)，如下表所示。表格1網(wǎng)絡(luò)優(yōu)化模型的參數(shù)利用梯度法可以求解出模型的解，最優(yōu)值唯一，最優(yōu)解不唯一。最優(yōu)值見下表。表格2優(yōu)化后狀態(tài)參數(shù)優(yōu)化后狀態(tài)小區(qū)1小區(qū)2小區(qū)3小區(qū)4小區(qū)駛出車輛數(shù)130001005076649660小區(qū)內(nèi)車輛數(shù)250028001316670取其中一組解驗證模型的有效性，各小區(qū)之間的最佳交通量如圖8所示。根據(jù)網(wǎng)絡(luò)優(yōu)化結(jié)果明確小區(qū)層的優(yōu)化目標(biāo)，確定小區(qū)之間的協(xié)調(diào)路徑。之后將小區(qū)之間的流量作為下層生成各個小區(qū)交叉口信號配時方案過程中的約束條件。其次在不改變仿真的需求的前提下，將小區(qū)現(xiàn)有各方向輸出的流量與優(yōu)化結(jié)果進行比較，逐步通過信號配時調(diào)整各方向輸出的交通量，直至接近網(wǎng)絡(luò)層的優(yōu)化結(jié)果。最后仿真對比結(jié)果如下圖所示。從網(wǎng)絡(luò)控制前后的對比圖9-圖18可以看出，以網(wǎng)絡(luò)優(yōu)化模型結(jié)果為指導(dǎo)約束的網(wǎng)絡(luò)控制對于改變網(wǎng)絡(luò)運行狀態(tài)具有顯著效果。小區(qū)1和小區(qū)3在網(wǎng)絡(luò)控制后的駛出車輛數(shù)與進入車輛數(shù)都高于網(wǎng)絡(luò)控制前，小區(qū)3在較長時間后任處于較平穩(wěn)的狀態(tài)。網(wǎng)絡(luò)控制改善了小區(qū)1和小區(qū)3的交通狀態(tài)，緩解了這兩個小區(qū)的交通擁堵情況，進而改善路整個網(wǎng)絡(luò)的運行狀態(tài)，提高了網(wǎng)絡(luò)運行效益。以上所述實施例只為本發(fā)明之較佳實施例，并非以此限制本發(fā)明的實施范圍，故凡依本發(fā)明之形狀、原理所作的變化，均應(yīng)涵蓋在本發(fā)明的保護范圍內(nèi)。當(dāng)前第1頁1 2 3