基于遺傳算法的OD矩陣推算和混合交通信號(hào)相位優(yōu)化研究.pdf

1、智能交通系統(tǒng)是將先進(jìn)的信息技術(shù)、計(jì)算機(jī)技術(shù)、運(yùn)籌學(xué)、人工智能等有效地綜合運(yùn)用于交通運(yùn)輸和服務(wù)控制，從而形成準(zhǔn)確高效的綜合交通系統(tǒng)。 OD矩陣推算和混合交通信號(hào)相位優(yōu)化是智能交通系統(tǒng)領(lǐng)域中兩個(gè)重要的優(yōu)化問題。目前OD反推大多采用極大熵模型，其求解算法存在主要不足是很難選取合適初始解。我國(guó)信號(hào)控制仍以定時(shí)式為主，其配時(shí)方案的優(yōu)化大多屬于預(yù)先設(shè)定范圍內(nèi)的優(yōu)化。 遺傳算法是一種借鑒生物界自然選擇思想和自然遺傳機(jī)制的全局隨機(jī)搜索算

2、法，在解決大空間、全局尋優(yōu)等復(fù)雜問題時(shí)具有獨(dú)特優(yōu)越性。 本文提出結(jié)合遺傳算法和Levenberg-Marquardt算法的混合進(jìn)化算法求解極大熵OD反推模型。仿真結(jié)果表明，該混合算法比遺傳算法求解速度更快，并克服了Levenberg-Marquardt算法對(duì)初始解的依賴性，對(duì)于較大規(guī)模交通網(wǎng)絡(luò)的OD反推具有較好的精度。 本文從中國(guó)混合交通流的國(guó)情出發(fā)，提出混合交通信號(hào)相位優(yōu)化算法對(duì)信號(hào)相位進(jìn)行全局優(yōu)化。針對(duì)待優(yōu)化變量一信

3、號(hào)相位的特殊性，即存在很多約束條件，設(shè)計(jì)了兩種混合交通信號(hào)相位解空間搜索算法，即基于問題驅(qū)動(dòng)的相位合并優(yōu)化算法和改進(jìn)合作型協(xié)同進(jìn)化遺傳算法。設(shè)計(jì)并實(shí)現(xiàn)單交叉口信號(hào)燈優(yōu)化軟件，對(duì)軟件的輸出進(jìn)行分析，并將其嵌入到仿真軟件中，幫助用戶設(shè)計(jì)信號(hào)燈配時(shí)方案。 本文的章節(jié)安排如下：第一章著重介紹了智能交通系統(tǒng)領(lǐng)域中的兩個(gè)優(yōu)化問題，即OD矩陣推算和信號(hào)燈優(yōu)化，以及優(yōu)化算法-遺傳算法。第二章描述了OD反推的基本原理及數(shù)學(xué)描述，重點(diǎn)闡述了求解極大

4、熵OD反推模型的混合進(jìn)化算法，并進(jìn)行仿真實(shí)驗(yàn)，最后通過分析仿真結(jié)果得出結(jié)論。第三章闡述混合交通信號(hào)相位優(yōu)化算法的設(shè)計(jì)路線、目標(biāo)函數(shù)和解空間，總結(jié)出混合交通孤立交叉口信號(hào)相位的約束條件和設(shè)計(jì)規(guī)則。在第四章中，確定混合交通信號(hào)相位優(yōu)化過程中對(duì)解空間的搜索方法，提出基于問題驅(qū)動(dòng)的相位合并優(yōu)化算法和改進(jìn)合作型協(xié)同進(jìn)化遺傳算法用于混合交通信號(hào)相位全局優(yōu)化，最后簡(jiǎn)要介紹信號(hào)相位配時(shí)。第五章描述單交叉口信號(hào)燈優(yōu)化軟件的功能、界面、數(shù)據(jù)結(jié)構(gòu)以及程序流程