[发明专利]基于自适应遗传算法的双环信号配时优化方法

说明书

技术领域

本发明属于交通工程技术领域，尤其涉及一种基于自适应遗传算法的双环信号配时优化方法。

背景技术

交叉口作为城市交通网络的重要组成部分，往往是城市拥堵的多发地。提升交叉口的运行效率是缓解城市交通拥堵的重要手段之一。合理的信号配时方案能够使得交通流在交叉口的时间和空间中均衡分布，有效提高交叉口甚至整个路网的运行效率，因此国内外学者对交叉口信号配时优化模型进行了大量研究，提出了多种信号配时优化模型。

虽然国内外的配时优化模型成果很多，但是现有的配时优化模型大多数都是针对单环结构(非搭接)相位方案进行配时优化，针对双环结构(含搭接)相位方案的配时优化模型较少。由于我国城市交叉口多使用传统单环相位方案，当交叉口车流量不均衡时时，即使对其应用配时优化模型进行优化，也难免会因为同一相位内各流向交通量不均衡而造成交叉口时空资源的浪费。针对这种情况，对交叉口信号配时采用双环相位方案能够有效减少交叉口时空资源的浪费，所以研究建立双环信号配时优化模型对提高交通运行效率，缓解交通拥堵有重要的作用。

发明内容

本发明的发明目的是：为了解决现有技术总存在的以上问题，本发明提出了一种基于自适应遗传算法的双环信号配时优化方法，以期减少交叉口车辆平均延误时间，提高交叉口运行效率。

本发明的技术方案是：一种基于自适应遗传算法的双环信号配时优化方法，包括以下步骤：

A、获取交叉口使用双环信号配时时的交叉口交通流数据；

B、对步骤A中交叉口交通流数据使用真值编码方法进行处理，生成初始父代群体；

C、计算生成的群体中个体的适应度；

D判断个体适应度是否满足预设终止条件；若满足，则操作结束，得到最优个体；若不满足，则进行下一步骤；

E、采用随机联赛选择方法对群体进行选择处理；

F、采用自适应交叉概率方法对群体进行单点交叉处理；

G、采用自适应变异概率方法对群体进行非均匀变异处理；

H、对群体实施最优保存策略，返回步骤C。

进一步地，所述步骤B对步骤A中交叉口交通流数据使用真值编码方法进行处理具体为：

将交叉口交通流数据中的各流向绿灯时长的组合作为个体，个体染色体形式表示为g＝＜g₁,g₂,g₃,g₄,g₅,g₆,g₇,g₈＞，其中g_i表示第i个流向的绿灯时间；设定各流向绿灯最大值为g_i^max、各流向绿灯最小值为g_i^min、各流相损失时间为l_i、最大进化代数为T、种群规模为M、最大交叉概率为P_cmax、最小交叉概率为P_cmin、最大变异概率为P_mmax、最小变异概率为P_mmin；根据双环相位结构设定各流向的绿灯时间约束为

g₁+g₂-g₅-g₆＝0

g₃+g₄-g₇-g₈＝0

g₁+g₂+g₃+g₄-C＝0。

进一步地，所述步骤C计算生成的群体中个体的适应度具体为：

将交叉口车辆平均延误D为目标函数，构造个体的适应度函数模型为

F＝minD。

进一步地，所述交叉口车辆平均延误D的计算公式具体为：

其中，g_ei为流向i有效绿灯时长；x_ij为流向i第j进口道的饱和度；q_i为流向i实际到达的当量交通量；C为信号周期时长。

进一步地，所述步骤F采用自适应交叉概率方法对群体进行单点交叉处理具体为：

每次随机选择群体中的2个个体，选取适应度较高的对应个体到下一代群体中，迭代M次后得到下一代群体的M个个体。

进一步地，所述步骤E采用随机联赛选择方法对群体进行选择处理具体为：