城市道路交叉口自适应信号控制仿真技术研究

北京理工大学珠海学院 2016 届本科生毕业设计城市道路交叉口自适应信号控制仿真技术研究城市道路交叉口自适应信号控制仿真技术研究摘 要为了改善城市道路网重要节点的交通堵塞问题，需要优化十字路口的信号配置策略，提高道路通行能力。自适应信号控制是智能交通系统的重要组成部分，通过交通预测、在线优化、高速响应等特点，有助于提高控制效率和缓解城市交通拥堵。在不同的数据收集手段中，如何根据十字路口的流量和渠化特征改进信号控制策略，提高自适应控制系统的可靠性是值得研究的问题。本文主要改进了信号控制优化模型，通过微模拟验证了所提出的模型，并进行了以下工作：本文提出了一种基于 BP 神经网络的交通流量预测方法，在此基础上构建了通行能力最大的自适应控制优化模型，并提出了解决方法。设计了基于 VISSIM-MTLAB 平台的实时控制仿真流程。最后，对不同到达率的定时控制和自适应控制进行比较，仿真实验结果表明，车辆到达率小的情况下，由于自适应控制引起的车辆延迟小。随着到达率的增加，定时控制和自适应控制方法的效果渐近，但是自适应信号控制方法优于定时信号控制的控制结果。本文研究的自适应控制模型从微观角度解释车辆到达动态，有助于提高自适应控制效果，缓解城市十字路口的交通拥堵。研究从局部、小范围城市的十字路口开始，提高单一对象的通行能力和服务水平。对目前提倡的低碳行政和城市环境可持续发展北京理工大学珠海学院 2016 届本科生毕业设计理念，有良好的促进作用。关键词：自适应信号控制、BP 神经网络算法、VISSIMStudy on adaptive signal control simulation technology for urban road intersectionsAbstractIn order to improve the traffic jam at the key nodes of the urban road network, we must optimize the signal timing strategy at intersections and improve the traffic capacity. As an important part of intelligent traffic system, adaptive signal control is conducive to improving control efficiency and easing urban traffic congestion through traffic prediction, online optimization and rapid response. Under different data acquisition means, how to improve the signal control strategy according to the flow and channelization characteristics of d...