面向交通控制的時(shí)段劃分與子區(qū)劃分.pdf

1、交通流的波動(dòng)性和不確定性是交通控制復(fù)雜性的主要原因之一。這種波動(dòng)性不僅表現(xiàn)在不同時(shí)間上的交通流變化，也表現(xiàn)在不同空間上的交通流差異，本文主要研究面向交通控制的時(shí)段劃分與子區(qū)劃分，其中子區(qū)劃分部分又可根據(jù)控制區(qū)域的大小，分為用于干線(xiàn)協(xié)調(diào)控制的協(xié)調(diào)路口劃分和用于區(qū)域協(xié)調(diào)控制的子區(qū)劃分。
　　在時(shí)段劃分方面，分析了聚類(lèi)數(shù)據(jù)的組成和間隔對(duì)時(shí)段劃分的影響，在對(duì)經(jīng)典的NJW譜聚類(lèi)算法進(jìn)行改進(jìn)后，應(yīng)用在一個(gè)路口和多個(gè)路口的時(shí)段劃分中，并與K-m

2、eans算法得到的結(jié)果進(jìn)行仿真對(duì)比。然后考慮使用多天的交通流數(shù)據(jù)后，對(duì)時(shí)段劃分流程進(jìn)行改進(jìn)，使用主成分分析法對(duì)數(shù)據(jù)進(jìn)行降維處理后，使用Self-Tuning譜聚類(lèi)算法進(jìn)行時(shí)段劃分，從聚類(lèi)效果和仿真試驗(yàn)兩方面證明了該方法的有效性。接著考慮到交通流的時(shí)序特征，使用有序聚類(lèi)對(duì)最佳周期數(shù)據(jù)進(jìn)行分析，效果優(yōu)于K-means算法。
　　在協(xié)調(diào)路口劃分方面，首先分析了Synchro軟件中用于描述路口關(guān)聯(lián)性的協(xié)調(diào)因子計(jì)算模型，然后用實(shí)例分析了Sy

3、nchro軟件劃分協(xié)調(diào)路口的步驟和方法，仿真結(jié)果表明Synchro軟件無(wú)法直接得到最優(yōu)的劃分，而且協(xié)調(diào)路口的劃分對(duì)協(xié)調(diào)控制的效果具有顯著的影響。然后根據(jù)通過(guò)路口數(shù)最大的模型，建立了協(xié)調(diào)路口的劃分標(biāo)準(zhǔn)，方法簡(jiǎn)單有效。
　　在子區(qū)劃分方面，首先微觀仿真軟件VISSIM建立仿真環(huán)境，分別分析一個(gè)路口周期、綠信比、飽和度的變化對(duì)鄰近路口控制方案和控制效果的影響，以深入理解交叉口的關(guān)聯(lián)性。然后利用復(fù)雜網(wǎng)絡(luò)中的社團(tuán)劃分算法，進(jìn)行改進(jìn)后應(yīng)用在加