交通动态协调控制方法提升城市交叉口群信号

对区域交通信号协调控制参数进行设置时，通常按三个阶段依次进行［102］:首先，依据交通负荷最大的交叉口通行需求确定公用周期长度;其次根据各交叉口的交通需求与通行能力分别确定绿信比;最后采用优化方法确定相位差。就近年的研究趋势而言，区域信号协调控制参数的优化调整表现出两个特点:一是随着智能优化技术的发展，专家系统［107～111］、模糊逻辑［112～117］、遗传算法［118～121］以及其他启发式算法［122～126］等已被引入信号协调控制参数的优化之中，公用周期、绿信比、相位差不再被分阶段优化求解，而是部分或全部同步生成优化结果。二是针对公用周期的设置，最初为了保证稳定的相位差，控制子区内的交叉口都采用相等的周期时长或周期时长的一半。但目前对于协调控制区域内的交叉口是否都应采用相等的周期时长，部分学者也提出了疑议。Karoonsoontawong等(2010)基于元胞传输模型建立了双层鲁棒优化模型，用以优化信号配时，降低道路的总行程时间，优化结果表明各交叉口采用不同的信号周期并合理地调整相位差能获得更好的优化结果［127］。Hajbabaie等(2011)对一个过饱和交通网络进行配时优化时设置了两种优化方案:各交叉口采用相等周期、各交叉口在一定范围内选择不同的周期，通过遗传算法对配时参数寻优，结果同样表明非等周期方案交通运行效益优于等周期方案［128］。

在国内对交叉口群信号协调控制参数的研究方面，杭明升(2002)对交叉口群实时自适应控制的参数优化进行了研究，依照高低级别优化四大参数，即信号周期(战略主参数)、相位差(战略次参数)、协调相位绿信比(准战略参数)、非协调相位绿信比(纯战术参数)，并提出了各参数的优化原理及方法［61］。高云峰(2006)考虑了交叉口群内部车辆在交叉口连线上的离散过程、路段双向流量不均衡现象、相邻交叉口相位相序方案及交叉口滞留排队等因素，以使交叉口群内部的总控制延误最小为目标，建立了相位差优化模型［129］。沈峰(2008)结合交叉口群网络的CTM建模，设计了基于多目标非支配遗传算法的静态交叉口控制优化算法，并构建了分层递阶结构的交叉口群动态优化控制模型体系，对交叉口群控制系统的原型从系统框架与控制软件两方面进行了设计与分析［130］。西南交通大学吴洋(2009)对过饱和状态下的干道型交叉口群进行了数学建模，以行程时间最小化为目标函数，以防止过饱和车队超范围回溢为约束条件，对非线性规划问题进行了极值求解［131］。马万经等(2009)以交叉口群为控制对象，根据公交车辆通过交叉口群的“早到”与“晚点”现象，设计了“增加延误”与“降低延误”两类优先策略，并研究了预测公交延误、生成优先申请、计算优先策略及延误、分配优先时间、优化优先策略5个子模型，给出求解方法，实现交叉口群公交优先的协调控制［132］。过秀成、李岩等(2011)对过饱和状态下交叉口群的信号控制机理与实施框架进行了研究，将关键路径通过车辆数最大和平均排队长度最小作为优化目标，建立包括交叉口群层、关键路径层和单点交叉口层的三层控制结构，探讨了各层的控制策略［133］。兰州大学牟海波等(2011)设计了由本地模糊控制器与特殊情况控制器共同组成的分布式控制系统，当检测器接收的本地车辆排队长度正常时，由模糊控制器确定绿灯延长时间，当交通负荷超出本地模糊控制器控制能力时，特殊情况控制器采用模拟退火算法整体优化交叉口群各交叉口的绿灯时间［134］。华南理工大学徐建闽等(2012)首先根据干道等级将区域路网划分为多个协调控制子区，对各个子区计算初步信号配时方案，并计算子区间路段集合的平均权重，对子区进行合并采取逐级协调的控制方法［135］。在对交叉口群控制效果的实时评价方面，高云峰等(2007)认为与传统单个交叉口交通控制评价不同，交叉口群内部交叉口的平均延误、停车次数及排队长度等评价指标的实时变化规律有自身特征，以周期为单位进行评价并不适宜，由此提出微观交通状态的概念，并建立评价指标的计算模型［136］。(www.xing528.com)

从上述研究成果可总结出，信号周期、相位差、绿信比仍是交叉口群动态与静态协调的关键参数;依据交通流的运行状态，采用合适的控制策略，应用分布式控制结构是多数交叉口群协调控制算法的一致选择;过饱和状态及公交优先状态下的交叉口群交通控制方法正在被逐步开发。