城市交叉口短时交通流的配时优化方案研究与应用

作     者：王青松 

作者单位：中国科学技术大学 

学位级别：硕士

导师姓名：谢兴生

授予年度：2019年

学科分类：08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

主      题：短时交通流预测 CNN-XGBoost 配时优化 多目标优化 NSGA-Ⅱ算法 

摘      要：准确、高效的交通流预测是智能交通系统的核心功能,也是实现智能交通诱导和控制的前提;而改善交叉口信号配时,则是提高交通运行系统效能的关键。本文以短时交通流预测为基础,对交叉口配时优化进行研究,具有一定的理论意义和实际应用价值。本文在研究现有短时交通流预测模型基础上,融合传统机器学习和深度学习模型,提出了一种混合预测交通流模型,以及基于该模型的交叉口多目标配时优化模型,实现了基于预测交通流的交叉口交通控制信号多目标配时优化计算。论文主要工作与贡献包括:1.分析交通流量的主要特性和时空相关性,以及交通流数据集特点,并从不同维度分析交通流的特征。在此基础上,针对短时交通流预测,提出CNN-XGBoost混合预测模型。将CNN-XGBoost模型与其它四种预测模型进行实验对比,验证该模型的优势。2.基于短时交通流预测,建立交叉口多目标配时优化模型,并提出一种改进的非支配排序遗传算法(Nondominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)算法。3.利用河北育才街和裕华路交叉口几何条件和相位相序,以及基于实际交通流生成数据,对该交叉口使用VISSIM进行仿真,并和Webster配时法从多个性能指标进行对比,验证了本文提出的多目标配时优化模型及求解算法的有效性。4.基于本文的交叉口多目标配时优化模型及求解方案,设计并实现了交叉口配时优化计算子系统,作为城市交通信号智能控制系统的一个子系统,该子系统主要包括参数分析和仿真优化两大模块。其中,参数分析主要对交通流量进行查询和预测,仿真优化主要计算出配时方案和性能指标。目前,该子系统主要功能已基本实现,可以方便地对信号机进行管理和控制,同时可以为决策者生成配时方案以供参考。