城市公交信号优先控制.doc
约79页DOC格式手机打开展开
城市公交信号优先控制,摘要随着城市人口不断膨胀，城市化和机动化快速发展，城市交通拥堵问题日益凸现。大力发展公共交通已成为缓解这一矛盾的共识，公交优先成为我国许多城市解决交通问题的必然选择。 全文共分为五章，其中第二、三、四章是论文的核心部分。文章以路网公交车流作为研究对象，一是针对常规公交系统和快速公交系统分别提出了其相应的控制方法，较详尽...
内容介绍
此文档由会员 违规屏蔽12 发布
摘要
随着城市人口不断膨胀，城市化和机动化快速发展，城市交通拥堵问题日益凸现。大力发展公共交通已成为缓解这一矛盾的共识，公交优先成为我国许多城市解决交通问题的必然选择。 全文共分为五章，其中第二、三、四章是论文的核心部分。文章以路网公交车流作为研究对象，一是针对常规公交系统和快速公交系统分别提出了其相应的控制方法，较详尽的阐述了各种公交信号优先方法；二是对于常规公交系统的信号优先，利用人工神经网络方法预测公交车的行程时间，能较准确预测公交车行驶到交叉口的相位，并根据延误理论对多个相位申请公交信号优先进行判别，在前人研究的基础上进一步深化了常规公交信号优先的研究，使信号优先控制模型的准确性更高；三是对于快速公交系统的信号优先，根据有无常规公交车提出了不同的控制方法和控制参数计算方法，与实际情况相符；四是利用VISSIM仿真软件，以交叉口人均延误作为评判指标对本文研究的算法进行了仿真验证，得出了各种控制方法适用的情况以及各种控制方式下交叉口特性的变化规律。 关键词 城市交通；公交优先；信号交叉口；人均延误；VISSIM仿真
Abstract
Due to the rapid growth of population, the rapid development of urbanization and motorization, the urban traffic problem is getting worse. Vigorously develop public transportation has become the consensus of mitigating this contradiction, bus priority in many cities become the inevitable choice of solving traffic problem.
The essay is divided into five chapters, chapter 2, 3 and 4 are core parts. This paper put traffic flow of road network as research object. Firstly, according to public traffic system and bus rapid transit (BRT), it provides corresponding control methods and describes various methods of bus signal priority in detail. Secondly, aim at the signal priority of public traffic system, it use Artificial Neural Networks (ANNs) to predict the bus travel time and Accurate phase of bus drives to the intersection. According to delay theory, it discriminate signal priority that many phases apply for. Based on the previous studies, it further deepens the research of public traffic system’s signal priority and make signal priority control model more reasonable. Thirdly, for signal priority of BRT, different control methods and calculation method is proposed based on the certain or no groovy bus, they are coincident with the actual facts. Finally, it carries out simulation verifications which are judged by per capita delay time to demonstrate the validity of the algorithm researched in the paper, obtained the suitable condition and regular changes of intersection’s properties which matched all kinds of control methods.
Keywords Urban traffic; Bus priority; Signalized intersection; Per capita delay; VISSIM simulation
目录
摘 要 I
Abstract III
第1章 绪论 1
1.1 研究背景及意义 1
1.2 研究现状 2
1.2.1 国外研究现状 2
1.2.2 国内研究现状 4
1.3 研究内容 6
1.3.1 相关的基本理论知识 7
1.3.2 常规公交系统公交信号优先控制 7
1.3.3 快速公交系统公交信号优先控制 7
第2章 相关基本理论知识 8
2.1 公交信号优先控制的基本理论 8
2.1.1 公交信号优先控制的涵义 8
2.1.2 公交信号优先控制的模型 8
2.1.3 公交信号优先控制的控制方式 9
2.1.4 公交信号优先控制的数据流程 12
2.1.5 公交信号优先控制的硬件结构 13
2.2 神经网络的基础理论 15
2.2.1 人工神经网络的概念 15
2.2.2 人工神经网络的模型 16
2.3 VISSIM仿真软件简介 19
2.3.1 VISSIM仿真软件的核心 19
2.3.2 VISSIM仿真软件的主要特点 19
2.3.3 VISSIM系统的构成模块 20
2.4 本章小结 22
第3章 常规公交系统公交信号优先控制 23
3.1 公交信号优先控制思想 23
3.2 公交信号优先控制条件 24
3.3 公交信号优先控制目标 24
3.4 公交信号优先控制算法 25
3.5 公交信号优先控制参数计算 28
3.5.1 基于神经网络的公交车到达时刻预测 28
3.5.1.1问题定义 29
3.5.1.2 交通流模型选择 30
3.5.1.3 交通模型的人工神经网络法 31
3.5.1.4 测试效果 33
3.5.1.5 求解时间 36
3.5.2 优先权判别计算 36
3.5.3 信号控制参数优化计算 40
3.6 公交信号优先控制仿真 43
3.6.1 仿真环境介绍 43
3.6.2 仿真方案制定 44
3.6.3 仿真结果分析 44
3.7 本章小结 50
第4章 快速公交系统公交信号优先控制 51
4.1 公交信号优先控制的控制条件 51
4.2 公交信号优先控制的控制思想 51
4.3 公交信号优先控制的控制算法 53
4.3.1 无常规公交车的快速公交系统信号优先控制算法 53
4.3.2 有常规公交车的快速公交系统信号优先控制算法 56
4.4 公交信号优先控制的控制参数计算 59
4.4.1 绿灯压缩模型 59
4.4.2 绿灯延长模型 59
4.4.3 快速公交插入相位模型 61
4.5 公交信号优先控制仿真 63
4.6 本章小结 64
第5章 总结与展望 65
5.1 论文主要研究成果 65
5.2 后续研究工作展望 65
参考文献 67
随着城市人口不断膨胀，城市化和机动化快速发展，城市交通拥堵问题日益凸现。大力发展公共交通已成为缓解这一矛盾的共识，公交优先成为我国许多城市解决交通问题的必然选择。 全文共分为五章，其中第二、三、四章是论文的核心部分。文章以路网公交车流作为研究对象，一是针对常规公交系统和快速公交系统分别提出了其相应的控制方法，较详尽的阐述了各种公交信号优先方法；二是对于常规公交系统的信号优先，利用人工神经网络方法预测公交车的行程时间，能较准确预测公交车行驶到交叉口的相位，并根据延误理论对多个相位申请公交信号优先进行判别，在前人研究的基础上进一步深化了常规公交信号优先的研究，使信号优先控制模型的准确性更高；三是对于快速公交系统的信号优先，根据有无常规公交车提出了不同的控制方法和控制参数计算方法，与实际情况相符；四是利用VISSIM仿真软件，以交叉口人均延误作为评判指标对本文研究的算法进行了仿真验证，得出了各种控制方法适用的情况以及各种控制方式下交叉口特性的变化规律。 关键词 城市交通；公交优先；信号交叉口；人均延误；VISSIM仿真
Abstract
Due to the rapid growth of population, the rapid development of urbanization and motorization, the urban traffic problem is getting worse. Vigorously develop public transportation has become the consensus of mitigating this contradiction, bus priority in many cities become the inevitable choice of solving traffic problem.
The essay is divided into five chapters, chapter 2, 3 and 4 are core parts. This paper put traffic flow of road network as research object. Firstly, according to public traffic system and bus rapid transit (BRT), it provides corresponding control methods and describes various methods of bus signal priority in detail. Secondly, aim at the signal priority of public traffic system, it use Artificial Neural Networks (ANNs) to predict the bus travel time and Accurate phase of bus drives to the intersection. According to delay theory, it discriminate signal priority that many phases apply for. Based on the previous studies, it further deepens the research of public traffic system’s signal priority and make signal priority control model more reasonable. Thirdly, for signal priority of BRT, different control methods and calculation method is proposed based on the certain or no groovy bus, they are coincident with the actual facts. Finally, it carries out simulation verifications which are judged by per capita delay time to demonstrate the validity of the algorithm researched in the paper, obtained the suitable condition and regular changes of intersection’s properties which matched all kinds of control methods.
Keywords Urban traffic; Bus priority; Signalized intersection; Per capita delay; VISSIM simulation
目录
摘 要 I
Abstract III
第1章 绪论 1
1.1 研究背景及意义 1
1.2 研究现状 2
1.2.1 国外研究现状 2
1.2.2 国内研究现状 4
1.3 研究内容 6
1.3.1 相关的基本理论知识 7
1.3.2 常规公交系统公交信号优先控制 7
1.3.3 快速公交系统公交信号优先控制 7
第2章 相关基本理论知识 8
2.1 公交信号优先控制的基本理论 8
2.1.1 公交信号优先控制的涵义 8
2.1.2 公交信号优先控制的模型 8
2.1.3 公交信号优先控制的控制方式 9
2.1.4 公交信号优先控制的数据流程 12
2.1.5 公交信号优先控制的硬件结构 13
2.2 神经网络的基础理论 15
2.2.1 人工神经网络的概念 15
2.2.2 人工神经网络的模型 16
2.3 VISSIM仿真软件简介 19
2.3.1 VISSIM仿真软件的核心 19
2.3.2 VISSIM仿真软件的主要特点 19
2.3.3 VISSIM系统的构成模块 20
2.4 本章小结 22
第3章 常规公交系统公交信号优先控制 23
3.1 公交信号优先控制思想 23
3.2 公交信号优先控制条件 24
3.3 公交信号优先控制目标 24
3.4 公交信号优先控制算法 25
3.5 公交信号优先控制参数计算 28
3.5.1 基于神经网络的公交车到达时刻预测 28
3.5.1.1问题定义 29
3.5.1.2 交通流模型选择 30
3.5.1.3 交通模型的人工神经网络法 31
3.5.1.4 测试效果 33
3.5.1.5 求解时间 36
3.5.2 优先权判别计算 36
3.5.3 信号控制参数优化计算 40
3.6 公交信号优先控制仿真 43
3.6.1 仿真环境介绍 43
3.6.2 仿真方案制定 44
3.6.3 仿真结果分析 44
3.7 本章小结 50
第4章 快速公交系统公交信号优先控制 51
4.1 公交信号优先控制的控制条件 51
4.2 公交信号优先控制的控制思想 51
4.3 公交信号优先控制的控制算法 53
4.3.1 无常规公交车的快速公交系统信号优先控制算法 53
4.3.2 有常规公交车的快速公交系统信号优先控制算法 56
4.4 公交信号优先控制的控制参数计算 59
4.4.1 绿灯压缩模型 59
4.4.2 绿灯延长模型 59
4.4.3 快速公交插入相位模型 61
4.5 公交信号优先控制仿真 63
4.6 本章小结 64
第5章 总结与展望 65
5.1 论文主要研究成果 65
5.2 后续研究工作展望 65
参考文献 67
