不同交通流状况下车辆分布式协同调度仿真

摘要

面对区域内不同交通流状况,进行有效的车辆调度对于缓解城市交通压力、提高道路资源利用率具有重要的现实意义.针对定时控制、感应控制和自适应控制三种车辆调度方法性能不足,导致交通拥堵指数较大的问题,研究一种车辆分布式协同调度方法.方法研究分为三部分:首先利用BP神经网络算法判别交通流状况,然后分别分析交通信号控制与交通诱导系统的工作原理,最后构建交通信号控制与交通诱导协同调度模型,实现车辆均衡分流.结果表明:与定时控制、感应控制和自适应控制三种传统调度方法相比,所提方法应用后,交通拥堵指数降低,从车辆平均延误时间、车辆平均停车次数、平均行程速度、单位时间内车流量、平均排队长度等几项指标上得以体现,由此说明本方法更能缓解交通拥堵情况,调度性能更好.