声明
致谢
摘要
1 绪论
1.1 课题来源
1.2 论文研究背景及意义
1.2.1 论文研究背景
1.2.2 论文研究意义
1.3 国内外研究现状
1.3.1 公交信号优先研究现状
1.3.2 交通信号控制与诱导协同现状
1.4 论文研究内容和技术路线
1.5 小结
2 传统信号配时模型优化目标分析及相关求解算法
2.1 交叉口信号控制目标分析
2.1.1 延误分析
2.1.2 停车次数分析
2.1.3 通行能力分析
2.1.4 饱和度分析
2.2 最优化模型求解算法
2.2.1 传统最优化算法
2.2.2 遗传算法
2.3 小结
3 公交优先与交通诱导协同控制的信号配时模型构建
3.1 多目标信号配时模型方法概述
3.1.1 既有多目标信号配时模型方法概述
3.1.2 既有方法不足分析
3.2 多目标公交优先信号配时模型构建
3.2.1 多目标公交优先信号配时模型指标选取
3.2.2 多指标公交优先信号配时模型构建
3.3 信号配时与交通诱导协同控制的模型构建
3.3.1 交通控制与交通诱导协同概述
3.3.2 交通诱导协同控制下的流量动态变化模型
3.3.3 流量动态变化下的多目标协同控制配时模型
3.4 小结
4 基于改进遗传算法的信号配时算例研究
4.1 交叉口相关参数
4.2 模型参数标定
4.2.1 参数λ1标定
4.2.2 参数ρ、α、β标定
4.3 基于改进遗传算法的优化求解
4.3.1 遗传算法流程
4.3.2 遗传算法的MATLAB实现
4.4 改进遗传算法的应用
4.4.1 传统单目标模型信号配时方案
4.4.2 交通诱导与信号配时协同控制的多目标信号配时方案
4.5 小结
5 基于双环相位设计的信号配时模型
5.1 双环相位概述
5.1.1 相位组合
5.1.2 相位切换
5.1.3 “三阶段”相位切换过程
5.2 双环相位算例分析
5.2.1 算例相关参数
5.2.2 双环相位设计
5.3 双环相位信号配时
5.4 不同信号配时方法结果比较分析
5.5 小结
6 总结与展望
6.1 全文总结
6.2 研究展望
参考文献
附录A 遗传算法
作者简历
学位论文数据集