单交叉口信号配时优化的量子进化算法研究

摘要

单交叉口信号配时优化问题是交叉口信号优化控制的重要内容,也是区域交叉口信号协调控制的基础。本文分别以排队车辆数、平均停车延误、停车率以及通行能力等性能指标建立单交叉口信号配时优化问题的数学模型,并应用量子进化算法实现模型求解。具体如下:
　　 ⑴建立以周期内排队车辆数为性能指标的单交叉口信号配时优化模型,并应用混合混沌量子进化算法对模型进行求解。该算法采用混沌初始化方法产生初始种群,利用混沌现象随机和不重复遍历的特性使种群在可行解空间中形成比较理想的分布；引入混合混沌搜索策略提高算法的全局搜索能力,克服早熟收敛。
　　 ⑵将固定周期模型扩展为可变周期模型,并应用混沌双链量子进化算法进行求解。该算法采用基于量子概率幅角的隐双链编码,加速解空间搜索；采用基于目标函数梯度信息的量子旋转门,增强算法的寻优能力,加快收敛速度；引入混沌搜索策略提高算法的全局搜索能力,克服早熟收敛。
　　 ⑶建立以平均停车延误为性能指标的单交叉口信号配时优化问题的TSP模型,并应用自适应量子进化算法实现模型求解。该算法采用量子位编码,将自适应搜索引入量子旋转门,加快算法收敛速度；采用量子非门保持群体多样性,提高算法的全局搜索能力。
　　 ⑷建立以周期内停车延误、周期内停车次数和交叉口通行能力为性能指标的单交叉口信号配时多目标优化问题的数学模型,并应用融合粒子群算法的混沌量子进化算法实现对模型的求解。该算法采用实数对个体基因值进行编码；采用量子旋转门模拟粒子群进化,实现对最优基因值的搜索；引入混沌变异提高算法的全局搜索能力,克服早熟收敛。