论文部分内容阅读
随着我国经济的高速发展和社会的进步,以及新型城镇化建设取得的卓越成效,人民的生活水平不断提高,与日俱增的城市交通出行需求与有限的城市道路交通资源之间的矛盾日益凸显,造成交通拥堵、交通事故频发、污染排放等一系列亟待解决的问题。国内外学者普遍认为优化城市交通信号控制是缓解城市拥堵、减少交通事故、促进节能减排的重要手段之一。基于以上背景,本文以优化城市区域交通信号控制为核心,深入研究了城市交通流短时预测方法,提出了分布式区域交通信号控制方法,并在现有微观交通仿真引擎的基础上设计并实现了一套支持分布式区域交通信号控制的虚拟仿真实验系统,对于缓解交通拥堵及其带来的一系列问题具有十分现实的意义与应用前景。本文的主要研究内容如下:(1)改进了基于模糊C均值(fuzzy c-means)算法的模糊时间序列短时交通流预测模型。针对基于模糊C均值算法的模糊时间序列短时交通流预测模型中论域划分、历史数据模糊化方法等方面存在的不足,利用k近邻算法的思想来优化模糊C均值算法的初始聚类中心、使用浮动计算的聚类数目、在历史数据模糊化时考虑样本集的离散程度等方式对其进行优化,在提高了预测精度的同时大幅降低了模型迭代次数。(2)提出了一种分布式区域交通信号协调控制算法。该算法针对基于背压的交通信号控制算法中相位时长固定、未考虑交叉口对其邻接交叉口造成排队影响的不足,以本文改进的基于K-FCM(k-nearest neighbor fuzzy c-means,K-FCM)的模糊时间序列短时交通流预测模型的预测结果为依据,在背压算法的相位配置上进行改进,结合路网中交叉口的邻接关系考虑交叉口对其邻接交叉口造成的排队影响建立分布式区域交通信号协调控制模型,降低了城市路网中车辆的平均等待时间与旅行时间。(3)设计并实现了一套支持分布式区域交通信号协调控制的虚拟仿真实验系统。以现有微观交通仿真引擎为基础,设计了支持分布式区域交通信号协调控制的虚拟仿真实验系统的整体架构和主要功能模块,并对本人在开发工作中涉及的主要功能模块进行了实现。