區(qū)域交通協(xié)同控制的混沌量子進化算法研究.pdf

1、城市交通是由一系列的區(qū)域交通組成，所有區(qū)域交通承擔著城市主要的交通流量，解決好城市區(qū)域交通信號控制問題，就能大大緩解城市的交通擁擠，提高城市交通運行效率。為此本文致力于研究一種智能優(yōu)化算法--混沌量子進化算法，并將其應用于區(qū)域路網的交通信號控制，以提高區(qū)域交通的控制效率。城市區(qū)域交通信號控制，俗稱“面控”，基于點、線構成面的思想，本文所作的主要工作如下：
　　 1.建立了以延誤時間最小為性能指標的單交叉口單目標優(yōu)化配時模型，提出

2、一種基于適應度調節(jié)的混沌量子進化算法，并將其應用于模型求解，仿真結果表明，與其他算法相比，該算法在改善路口交通擁擠方面具有明顯的效果，算法是有效的；
　　 2.建立了飽和度約束條件下以延誤最小、停車最少、通行能力最大為目標的單交叉口多目標優(yōu)化的信號控制模型，提出一種基于目標函數(shù)梯度的混沌量子進化算法，并將其應用于模型求解，仿真實驗表明，該算法能較好地適應不同的交通狀態(tài)下的信號配時優(yōu)化控制，可有效改善交叉口的交通狀況，算法是有效的

3、；
　　 3.建立了基于車輛延誤最小的干線綠波控制模型，提出一種基于目標函數(shù)梯度與適應度相結合的混沌量子進化算法，并將其應用于模型求解，仿真結果證明了該算法能夠滿足交通信號優(yōu)化控制動態(tài)性和實時性的要求，優(yōu)化結果對于改善干線系統(tǒng)車輛延誤具有一定的效果，算法是有效的；
　　 4.在單交叉口信號控制與干線交叉口信號控制的研究基礎之上，建立了以最小延誤為評價指標的平面區(qū)域交叉口信號協(xié)同控制模型，提出一種基于目標函數(shù)梯度和適應度相