基于MOPSO-GRU神经网络的信号配时优化模型——以延安市交叉口为例

作     者：寇洁 李向有 张雅楠 胡婷 郭熊果 KOU Jie;LI Xiangyou;ZHANG Yanan;HU Ting;GUO Xiongguo

作者机构：延安大学数学与计算机科学学院延安716000 

出 版 物：《交通工程》 (Journal of Transportation Engineering)

年 卷 期：2024年第24卷第2期

页      面：36-43页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082303[工学-交通运输规划与管理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 082302[工学-交通信息工程及控制] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(11961072) 2023年陕西省大学生创新创业训练计划项目(S202310719120) 

主　　题：信号配时优化 多目标粒子群算法 GRU循环神经网络 VISSIM仿真 

摘      要：延安市宝塔区杨家岭路段交叉口是延安市城区内的重要交叉口,近年来由于城市交通流量的日益增加,该交叉口的交通拥堵问题日益严重,传统的信号配时方法已不能满足实际需求,需要新的信号配时优化方法和模型来缓解该交叉口的交通通行压力.为解决此问题本研究首先分析杨家岭路段十字交叉口存在的问题,进而采用多目标粒子群算法和GRU循环神经网络建立模型,最后利用VISSIM软件分别对两相位交叉口和多相位交叉口进行仿真实验验证,结果反映了基于MOPSO-GRU神经网络的信号配时优化模型可提高交通流量的效率和整体交通系统的性能.