基于约束粒子群算法的交叉口定周期信号配时-论文.pdf

《基于约束粒子群算法的交叉口定周期信号配时-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第16卷第7期军事交通学院学报Vol_16No．72014年7月JournalofMilitaryTransportationUniversityJuly2014●基础科学与技术BasicScienceandTechnology基于约束粒子群算法的交叉口定周期信号配时段鹏飞(蚌埠汽车士官学校装备保障系，安徽蚌埠233011)摘要：为充分反映城市道路交叉口的综合交通效益需求，以定周期信号为约束条件，建立以机动车延误、行人延误和停车率联合最小为目标的配时优化模型。针对传统求解算法收敛速度较慢且易受约束条件限制问题，采用一种约束粒子群算法。通过对非可行解添加惩罚函

2、数，有效消除其对最优解搜索的干扰；针对传统粒子群算法易陷入局部最优解的缺点，引入改进的杂交算子，提高解空间的多样性，加快算法的收敛速度。对给出算法进行性能仿真，分析周期时长对优化目标的灵敏性，结果证明给出算法的有效性。关键词：约束条件；粒子群算法；周期时长；信号配时中图分类号：U491．5文献标志码：A文章编号：1674—2192(2014)07—0086—05Fixed——cycleSignalTimingattheIntersectionBasedonConstraintPSOAlgorithmDuanPengfei(EquipmentSupportDe

3、partment，BengbuAutomobileNCOAcademy，Bengbu233011，China)Abstract：Tofullyrespondtheneedofcomprehensivetrafficbenefitsaturbanintersection，thetimingoptimizationmodelisbuilt，whichtakesfixed—cyclesignalasconstraintandminimumvehicledelay，pedestriandelayandstoppingrateasob—jectives．Tosolve

4、traditionalalgorithm’Sproblemsoflowconvergencespeedandliabilitytoconstraint，aCPSalgorithmisemployed．Throughaddingpenaltyfunctiontotheinfeasiblesolution，theinterferencewithoptimasearchingiseliminated．AimingatthedisadvantageoftraditionalPSOalgorithm，whichiseasytotrapinlocaloptima，the

5、improvedcrossoveroper-atorisintroduced，whichimprovesthediversityofsolutionspaceandconvergencespeed．Inthepaper，theperformanceofthegivenalgorithmissimulatedandthesensibilityofcycletimetooptimizationobjectivesisanalyzed．Thesimulationresultprovestheeffectivenessofthegivenalgorithm．Keyw

6、ords：constraint；PSO(particleswarmoptimization)algorithm；cycletime；signaltiming道路交叉口的信号控制涉及包括机动车、人交叉口的周期信号进行了优化，都反映了各自算和环境在内的多种影响因素，如何更全面地协调法的优越性。然而这些研究虽然满足了基本控制控制多个目标，使其综合效益最优成为广大学者需求，却无法获得最优的多相位配时方案。因此，研究的重点。文献[1]分别采用蚁群算法、遗针对定周期时长条件下的相位配时优化进行研究传算法、强化学习法、免疫遗传算法等优化方法对非常必要。文献[6-7]分别利

7、用相容优化算法和收稿日期：2014—03—05；修回日期：2014—05—16作者简介：段鹏飞(1985一)，男，硕士，助教．2014年7月段鹏飞：基于约束粒子群算法的交叉口定周期信号配时87模式搜索算法研究了定周期时长情况下不同相位在假定交叉口行人均匀到达，且每个信号周绿灯时间的优化，取得了良好的效果，并与经典的期绿灯信号均能保证所有等待的行人通过，不存Webster算法进行了比较，然而这些算法的收敛速在跨周期滞留现象的前提下，建立行人延误模型：度不高，仍有待做进一步改善。本文在此基础上，(go)=嘉(4)将粒子群算法引入到定周期信号控制优化中，并结合实际

8、应用中存在的约束条件限制和算法易陷式中R为第i行人相