[发明专利]一种基于蒙特卡罗算法的单路口交通信号配时优化方法

说明书

本发明公开了一种基于蒙特卡罗算法的单路口交通信号配时优化方法，包括：获取路口各流向交通流统计分布特征和相应概率分布参数，确定最佳运行周期，相位配置以及各相位绿灯时间的取值范围；构建车流动态更新方程，依据各进口车道历史最大排队长度和车流量，确定路口各进口道能容纳车辆数最大值和相应的概率排队长度约束条件；定义目标函数并构建交通信号控制模型；采用蒙特卡罗算法求解出各个周期的最优信号配时。本发明利用历史交通流的概率分布特征且针对排队长度添加了机会约束条件，能明显提高路口到达流率随机性较强情况下的交通效益，能有效规避因路口各流向排队长度不均匀而导致的某一流向排队长度过长甚至是车辆外溢的情况。

技术领域

本发明涉及城市智能交通控制技术领域，更具体的说是涉及一种基于蒙特卡罗算法的单路口交通信号配时优化方法。

背景技术

随着经济的发展和城市化进程的加快，城市规模不断增大，人口数量持续增加，随之而来的交通压力也不容小觑。虽然城市规模的扩大在一定程度上促进了经济发展，但越来越多的私家车却对城市交通系统提出了更高考验。如果无法对城市路网中最基本的单元路口进行合理管控，不仅可能导致交通事故和交通堵塞，更容易增加居民的出行成本、延误等待时间、停车次数等。与此同时，伴随上述交通问题而产生的汽车尾气和噪声也会加剧城市环境污染等。因此，为了提高路口通行效率从而减少交通事故和交通拥堵，为路口信号灯设置合理的交通信号配时方案就显得尤其重要。

首先，目前众多城市正在运行的交通信号控制系统中，应用较为广泛的交通信号配时方法还是定时控制方案。虽然，其可以很方便的根据历史交通流数据信息，预先设置好一个合适的固定交通信号配时方案。但是，定时控制方法不适应于流量波动大的交叉路口，特别是在高峰时段，难以根据实时流量实时调整路口各相位的绿灯时长以疏导交通流，容易造成路口拥堵，降低了出行效率。其次，现有的交通信号配时方法虽然也有基于实时交通流量的实时控制方法，但是与定时控制方法一样，这些实时交通信号控制方法均是确定性方法，并没有充分挖掘和利用交通流的统计信息和概率分布特征，难以较好的处理路口交通流随机性比较强时交通信号控制任务。

因此，如何提供一种能够充分利用路口历史交通流统计信息和概率分布特征的基于蒙特卡罗的交通信号配时优化方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于蒙特卡罗的交通信号配时优化方法，该方法充分利用了历史交通流的概率分布特征且针对排队长度添加了机会约束条件，能明显提高路口到达流率随机性较强情况下的交通效益，并能有效规避因路口各流向排队长度不均匀而导致的某一流向排队长度过长甚至是车辆外溢的情况。

为了实现上述目的，本发明采用如下技术方案：

一种基于蒙特卡罗算法的单路口交通信号配时优化方法，包括：

步骤1，依据路口各进口道的历史交通流特征、历史交通流数据和路口的几何尺寸，确定路口的最佳运行周期C，相位相序配置以及交通信号灯运行过程中各相位绿灯时间取值范围；

步骤2，依据路口各进口道历史交通流数据和实时检测的交通流数据，获取路口各进口道交通流统计分布特征，得到各进口道到达率分布函数F(x；θ)和相应的概率分布参数θ^*；

步骤3，依据流量守恒定律确定路口排队长度动态更新方程，并根据路口各进口车道在各时段的历史最大排队长度和历史交通流数据中不同类型车辆所占比例，确定路口各进口道能容纳车辆数的最大值和相应的排队长度约束条件；

步骤4，依据路口交通性能优化指标确定目标函数J(并构建单路口交通信号控制模型；

其中，目标函数J(为最小化路口n条车道在m个周期里总排队车辆数的期望值；所述单路口交通信号控制模型包括以下内容：

所述最佳运行周期C、路口进口道i的排队长度动态更新方程和各相位绿灯时间取值范围u_p(k)；