基于spga算法大规模交通仿真网络参数标定方法

《基于spga算法大规模交通仿真网络参数标定方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于SPGA算法大规模交通仿真网络参数标定方法　　摘要：本文建立了基于同步扰动随机梯度遗传算法（SPGA）的大规模交通仿真模型参数标定方法，选取VISSIM模型作为基础平台，SPGA算法与GA与SPSA算法相比收敛速度较快，收敛值较小，说明SPGA算法在大规模仿真网络参数标定中的适用性。关键词：大规模仿真网络；参数标定；SPGA算法；VISSIM模型一、交通仿真模型参数标定方法1.标定参数选取在交通仿真模型参数标定中，驾驶员行为参数直接影响仿真结果的准确性，本文针对VISSIM模型的特点选取了消失前的等待时间、最小车头空距

2、、最大减速度、-1米/秒2/距离、可接受的减速度、车辆最大前视距离、平均停车间距、安全距离的附加部分、安全距离的倍数部分、50千米/小时运行时最小横向间距等十个关键的驾驶行为参数。2.目标函数模型参数以实现模型仿真的结果与实测结果的最大耦合度为目标。本文建立如下收敛函数，评价车辆行驶速度和车辆流量指标：8（1）式中：——检测数据点个数；——第个检测数据点的行驶速度（单方向）；——第个检测数据点的断面交通量（单方向）；统计方法定义如下：（2）其中：——模型仿真值；——实测值；当有85%的小于5时，模型的标定结果是可以接受的。

3、3.参数标定流程根据同步扰动随机梯度遗传算法（SPGA算法）的基本原理，建立基于SPGA算法的参数标定流程，如图1所示。图1基于SPGA算法的参数标定流程Fig.1FlowChartofCalibrationProcedureBasedonSPGAAlgorithm二、基于SPGA算法的参数标定方法实现8SPGA算法的基本思想是采用遗传算法产生初始种群，对种群进行遗传操作，在每一步遗传操作产生的中间种群中用SPSA算法进行局部搜索，将SPSA算法产生的新一代种群代替当前代种群，如果满足目标，则停止搜索，输出产生的所有的最优

4、解及当前代种群，否则进行下一代遗传达[8]。本文利用VISSIM模型丰富的外部程序接口，采用C#与Matlab混合编程，实现了参楼标定的自动化，其执行步骤为：Step1：初始化，并选择参数。确定种群的规模，杂交概率、变异概率、变量维数、参数取值的上下限、最大遗传代数和局部搜索的参数，产生初始种群，令遗传代数；Step2：以VISSIM软件为平台，将初始种群产生的参数组输入仿真模型，得到初始种群个体目标函数值；Step3：分配适应度值，进行选择、重组、变异，从集合中选择出个体，在上代个体中选择个体，构成中间种群；Step4：

5、将中间种群组成的参数赋值给，令计数器=0，随机产生均值为0的（=10）维独立随机扰动向量，中包含三个元素，每个元素取值为：Step5：根据Step4计算的扰动向量，产生两组扰动参数，输入仿真模型，得到目标函数估计值；Step6：利用Step5计算的计算逼近梯度，对参数进行重新标定，产生新种群；Step7：重复Step2至Step6直至满足条件。循环+1次则+1，直至目标函数满足收敛条件。三、算例8以北京市三环快速路区域为例，研究范围内包括1条快速路（三环，全长约18公里，设7座立交）以及若干条主干道及支路，该区域道路网络如

6、图2所示。交通流数据为某日遥感微波检测器的实测数据。图2测试网络Fig.2TestNetwork以VISSIM仿真模型为应用平台，运用GA、SPSA和SPGA三种算法分别对模型的驾驶行为参数标定。结果表明，GA算法迭代251次后目标函数值收敛于631，SPSA算法迭代172次后目标函数值收敛于544，而SPGA算法迭代146次后目标函数值收敛于185，变化过程如图3所示。图3算法的收敛速度对比图Fig.3ComparisonoftheAlgorithmConvergenceSpeed表1为标定后各参数的优化值。表1参数校准

7、后的值Table1ParameterCalibrationValue参数名称默认值优化值消失前的等待时间6046最小车头空距80.50.2最大减速度-4-3.5-1米/秒2/距离10069可接受的减速度-1-2.4车辆最大前视距离25平均停车间距250287安全距离的附加部分21.36安全距离的倍数部分283.3750千米/小时运行时最小横向间距32.29对采用SPGA算法标定后的驾驶员行为参数进行仿真运算，该区域流量、速度仿真值与实测值相关性较强（如图4和图5），验证了SPGA算法对标定参数的有效性。　　图4基于SPGA

8、算法的仿真流量与实测流量对比Fig.4ComparisonofSimulatedandObservedFlows图5基于SPGA算法的仿真速度与实测速度对比Fig.5ComparisonofObservedandSimulatedSpeed用SPGA算法得到的仿真流量与实测流量的相关系数分别为0.86和