摘要：针对城市道路交叉口群内部交叉口之间具有较强关联性的特点,结合视频识别技术,分析交叉口群内各条路径的短时车流量,并基于聚类算法,识别各个时段的关键路径.在此基础上,通过建立多目标优化模型,重点优化关键路径上的延误、车辆排队长度两个指标,并设计元胞遗传算法对模型进行求解.此外,考虑了针对交叉口群整体路网优化方法,使用Dynameq软件,对现状方案、基于关键路径方法、路网整体优化方法进行了效果对比,结果表明,高峰时段,基于关键路径方法对整个交叉口群的延误降低了40.5％,排队长度减少了34.3％,而全网优化的方法下,延误降低了44.8％,排队长度降低了41.8％.但基于关键路基的算法效率是全网优化算法效率的7倍,在交叉口自适应的实时控制场景而言,关键路径的方法再保障效果的同时,兼顾了计算效率,可优先选择.
