欢迎来到天天文库
浏览记录
ID:34770563
大小:4.99 MB
页数:81页
时间:2019-03-10
《探析基于交通流模式的交叉口动态信号控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、南京理工大学硕士学位论文基于交通流模式的交叉口动态信号控制研究姓名:诸云申请学位级别:硕士专业:交通信息工程及控制指导教师:陈新20090525硕士论文基于交通流模式的交叉口动态信号控制研究摘要随着城市化水平的不断提高,城市交通拥挤与堵塞问题也变得越来越突出。作为城市路网的重要组成部分,城市道路交叉口是道路通行能力的瓶颈和交通阻塞及事故的多发地。对交叉口实行科学的管理与控制是保障交叉口的交通安全和充分发挥交叉口的通行能力的重要措施,是解决城市交通问题的有效途径之一。在分析现有交通信号控制方法的基础
2、上,本文尝试了基于交通流模式的交叉口动态信号控制方法的研究,以实现交通流模式定义的科学化,从而改善现有时段划分的人工主观性;实现快速精确的短时交通流预测,以及优化配时,从而提高交通信号控制效率。针对基于交通流模式的交叉口动态信号控制方法的关键问题:交通流模式的定义;对应交通流模式的信号配时方案设计;快速便捷的短时交通流预测;交通流模式识别与匹配等,开展了一系列研究和探讨。主要内容如下:(1)将基于模糊C均值的聚类技术应用于交通流状态分析,实现了交通流模式的科学定义。同时根据分类结果,引入了一种评价
3、准则,提高了交通流模式定义的质量,优化了聚类数目。(2)在单交叉口信号配时优化设计方法分析的基础上,针对交通流模式提出了配时设计流程。也可以使用配时仿真软件,将不同的交通流模式进行逐一优化配时。每一交通流模式下的最优配时方案被存储到数据库,节省了动态交通控制方式配时方案实时生成时间。(3)运用固定权重和自适应权重分析了加权平均短时交通预测方法,综合考虑了历史平均交通流数据和当前交通流状况;运用96组样本数据点,分别得到了固定权重预测法和自适应权重预测法的预测结果。(4)利用历史交通流数据和已定义的
4、的交通流模式,实现了交通流数据的模糊神经网络训练和交通流模式匹配。(5)结合实际工程案例,实现了交通流模式定义与优化的配时方案,以及模糊一神经网络训练与模式匹配,并与现有设计结果进行了对比。实例结果表明:运用基于交通流模式的交叉口动态信号控制方法,可以有效地降低交叉口延误和停车次数,验证了基于交通流模式的交叉口动态信号控制的可行性和有效性。关键词:交通流模式,动态信号控制,模糊聚类,交通流预测,模式匹配’AbstractWiththedevelopmentofurbanization,urbant
5、rafficcongestionisbecomingincreasinglyprominent.Asanimportantcomponentofurbanroadnetwork,theinterSectionisthebottleneckoftrafficcapacityandisthetrafficcongestionandaccident-proneland.Scientificmanagementandcontrolisanimportantmeasuretoprotectthesafety
6、oftheintersection,givefullplaytothecapacityoftheintersection,andisoneoftheeffectivewaystosolyetramcproblems.Intheanalysisofexistingtrafficsignalcontrolapproachs,allapproachfordynamictrafficsignalcontrol,basedontrafficflowpatternwasintroduced.Thisappro
7、achweretoachievethetrafficflowpatterns’scientificidentification,SO够toimprovetheexistingdivisionofthearbitrarytime;toachievefastandpreciseshort.termtrafficflowpredicatillg'andoptimizationoftiming,therebyenhancingtheefficiencyoftrafficsignalconnl01.This
8、approachconsistedofthreemajorparts:(a)automatedt斌icflowpattemidentificationusingthefuzzypatternclustering,(b)optimizationof由raf矗ccon协olparameters(timingplandesign)foridentifedtrafficflowpatterns,and(c)dynamic仃amcsignalcontrolbyreal-timetraffic
此文档下载收益归作者所有