English

运筹学学报 >

2015 , Vol. 19 >Issue 3: 71 - 77

DOI: https://doi.org/10.15960/j.cnki.issn.1007-6093.2015.03.009

运筹学

基于类神经网络的城市交通信号区域优化算法

展开
  • 1.  温州大学数学与信息科学学院，浙江温州, 325035

收稿日期: 2015-05-04

  网络出版日期: 2015-09-15

收起

An optimized urban traffic signal field control algorithm based on pseudo neural network

Expand
  • 1.  College of Mathematics and Information Science, Wenzhou University, Wenzhou 325035, Zhejiang, China

Received date: 2015-05-04

  Online published: 2015-09-15

Fold

摘要

提出了一种可并行处理的交通信号配时区域优化模型和相应算法. 算法从局部枚举最优方案出发, 在枚举计算每个交叉口信号灯方案的罚分时, 在真实罚分的基础上叠加虚拟导向罚分. 虚拟导向罚分通过动态通行权重来计算. 将枚举法和虚拟导向罚分相结合, 使得算法具有空间和时间上的全局优化特性. 在道路处于饱和或过饱和状态时, 该算法相对于传统的单点定时或单点感应等交通信号配时方案具有明显的优化效果.

关键词： 神经网络; 信号配时优化; 动态通行权重; 并行计算

本文引用格式

黄佳倩, 洪振杰, 范劲松 . 基于类神经网络的城市交通信号区域优化算法[J]. 运筹学学报, 2015 , 19(3) : 71 -77 . DOI: 10.15960/j.cnki.issn.1007-6093.2015.03.009

Abstract

We propose an optimization model and its corresponding parallel algorithm for optimized signal-planning. Based on a local enumeration method, the algorithm adds a virtual guiding penalty, which is derived from the traffic weight. This makes the algorithm has a global spatial and temporal optimized property. In the situation of saturated or over-saturated traffic status, this algorithm outperforms the traditional single-point intersection control method.

Key words： neural network; signal timing optimization; dynamictraffic weight; parallel algorithm

参考文献

王秋平, 谭学龙, 张生瑞. 城市单点交叉口信号配时优化 [J]. 交通运输工程学报, 2006, 6(2): 60-64.
魏武, 张起森. 一种基于模糊逻辑的城市交叉口交通信号控制方法 [J]. 交通运输工程学报, 2001, 1(2): 99-102.
赵建玉, 贾磊, 杨立才, 等. 基于粒子群优化的RBF神经网络交通流预测 [J]. 公路交通科技, 2006, 23(7): 116-119.
唐旭南. 基于减少机动车尾气排放的城市道路交叉口信号配时优化研究 [D]. 北京: 北京交通大学, 2014.
牟海波. 城市交通信号控制及其应用研究 [D]. 兰州: 兰州交通大学, 2012.
云上贵州-智能交通算法大挑战 [EB/OL]. [2015-04-17].http://techcontest.gzdata.com.cn/add-\\Discovery/index.htm.
Options
文章导航

/

〈 〉