鄒愷杰，陳天宇，肖奇波，王亞飛，承向軍

（北京交通大學(xué)交通運(yùn)輸學(xué)院，北京 100044）

城市快速路承擔(dān)大量交通量。為保證主路流暢，不少學(xué)者提出了快速路入口控制模型。在應(yīng)用中，由于快速路入口匝道控制規(guī)則主要考慮主路交通流，缺乏對(duì)輔路交通流的控制，常常出現(xiàn)輔路劇烈擁堵情形下入口并未打開的情形。本文建立了粗糙控制模型，通過遺傳算法對(duì)快速路入口交通流實(shí)現(xiàn)控制。

1 特征參數(shù)選取

1.1 輸入屬性

考慮快速路車道數(shù)量λ，匝道車道數(shù)量1，使用上游交通流量與平均密度，將其歸一化為上游阻塞程度與流量擁擠度：

使用入口前車輛擁擠度為入口匝道條件屬性：

1.2 輸出屬性

控制系統(tǒng)的輸出即為入口調(diào)節(jié)率Ri(k)，Ri(k) [0,1]。

1.3 控制優(yōu)化目標(biāo)

根據(jù)離散化的快速路交通模型，給予快速路與輔路的平均密度不同權(quán)重，確定快速路主輔路加權(quán)平均車速為優(yōu)化目標(biāo)：

2 粗糙控制模型

粗糙集理論是一種數(shù)據(jù)分析處理的理論。范業(yè)坤提出基于粗糙集的交通流神經(jīng)網(wǎng)絡(luò)模型，將粗糙集理論運(yùn)用于快速路控制。本文實(shí)現(xiàn)的粗糙控制具體步驟如圖1。

圖1 粗糙控制流程圖

2.1 粗糙控制數(shù)據(jù)集

模型需要采集的數(shù)據(jù)有快速路主路與輔路的上游密度ρi(k),ρj(k)、上游流量qi(k),qj(k)、匝道入口的車輛擁擠度γ，通過傳感器得到，如圖2。

圖2 模型采集數(shù)據(jù)示意圖

2.2 知識(shí)庫(kù)的建立

R1：當(dāng)快速路上游阻塞程度變量Ua與Ub均為A時(shí)，放行匝道；

R2、R3：當(dāng)快速路上游阻塞程度變量Ua或Ub為D時(shí)，關(guān)閉匝道并不允許等待；

R4、R5：當(dāng)輔路阻塞程度變量Uc與Ud均為D，或當(dāng)入口匝道擁擠度Ue為D，且快速路上游阻塞程度Ua與Ub均不為D時(shí)，放行匝道；

2.3 基于遺傳算法的邊界域自學(xué)習(xí)算法

遺傳算法（Genetic Algorithm，GA）是模擬自然選擇和遺傳的一種隨機(jī)搜索算法，本文使用遺傳算法構(gòu)建的邊界域自學(xué)習(xí)過程可以表述為：

（1）生成Q個(gè)初始規(guī)則集，分別進(jìn)行T時(shí)間的信號(hào)控制，記錄每個(gè)方案加權(quán)平均車速指標(biāo)。

（2）順序進(jìn)行了T時(shí)間的信號(hào)控制后，按照加權(quán)平均車速，計(jì)算Q個(gè)方案的適應(yīng)度和遺傳概率。

（3）以隨機(jī)方式使2Q個(gè)方案配對(duì)，產(chǎn)生Q個(gè)子方案。以一定的變異率進(jìn)行變異處理。重復(fù)（2）。

3 基于vissim的粗糙控制仿真

在vissim軟件中搭建了仿真實(shí)驗(yàn)平臺(tái)，分別使用無入口匝道控制、入口匝道定時(shí)控制與本文提出的基于粗糙集的入口匝道控制規(guī)則對(duì)快速路入口匝道控制進(jìn)行仿真實(shí)驗(yàn)，得出不同仿真時(shí)長(zhǎng)通過測(cè)試路段的時(shí)間對(duì)比結(jié)果，如圖3。

圖3 仿真結(jié)果

4 結(jié)語

本文提出了一種快速路入口控制系統(tǒng)，將遺傳算法與粗糙集理論相結(jié)合，以實(shí)現(xiàn)對(duì)快速路入口的持續(xù)性優(yōu)化，發(fā)現(xiàn)定時(shí)控制與基于粗糙集的感應(yīng)控制結(jié)果均優(yōu)于無信號(hào)控制，但是，定時(shí)控制在一定時(shí)間后交通量較大時(shí)效果較差，而基于粗糙集的感應(yīng)控制呈現(xiàn)出比另外二者更優(yōu)的結(jié)果。