[发明专利]城市拥堵区域路网双层边界控制方法

权利要求书

1.城市拥堵区域路网双层边界控制方法，其特征在于，该方法包括如下步骤：

步骤1)根据城市区域路网实际的道路线型、车道、渠化、信号配时、其他交通管理措施、车型比例以及OD数据，构建包含动态分配模块的VISSIM仿真模型；

步骤2)根据路网各路段的流量和速度数据对模型进行标定；

步骤3)得到路网宏观基本图MFD，建立路网车辆数的平衡等式，并将其离散化：

ΔN(k+1)＝AΔN(k)+B[ΔUI_g(k-d_g)+ΔI_u(k)+ΔD_i(k)] 式(1)

其中，Δ为参数与参数预期值间的偏差量，N(k)是在第k个时间步长内的路网累计车辆数，UI_g(k)是第k步长内从控制交叉口进入路网的流量，D_i(k)是第k个时间步长内的路网内部交通需求，I_u(k)是第k个时间步长内从上游交叉口无控制的边界交叉口进入流量，d_g是控制交叉口进入路网延误时间，取的时间步长的整数倍；

步骤4)假定短时间内I_u(k)+D_i(k)＝0，通过基于最小平方和的参数估计算出A和B，推导出如下的标准的PI控制系统：

其中，K_P和K_I分别是非负的比例和积分增量，通过z变化可以获得在不同的时间延误d_g条件下它们与参数A和B之间的关系，

是在路网临界车辆数范围内选取的特定车辆数值，通过在路网车辆数临界范围内试算选取使路网延误最小的值为的最终值；

步骤5)计算得到K_P和K_I值，计算区域路网在第k个时间步长内预期进入路网交通量ΔUI_g(k)；

步骤6)根据控制交叉口m上游直行进入路网路段在第k步长内的排队长度L_m(k)与对应绿灯时间最大消散排队长度l_m(k)、对应路段的长度l_m的关系，定义三种临界状态，假设三种状态间采用线性方式过渡，不同排队状态情况下的控制交叉口直行进入路网相位的绿灯时间求法如下：

当L_m(k)＜l_m(k)时，控制系统不将排队问题纳入考虑

当L_m(k)≥β₁l_m时，路段排队溢出风险很高，控制系统强制减少不低于对应绿灯时间g₁s的排队长度，

当l_m(k)≤L_m(k)＜β₂(β₁l_m-l_m(k))+l_m(k)＝l_m2+l_m(k)时，路段排队溢出风险较高，控制系统使排队长度增速下降，

当l_m(k)+l_m2≤L_m(k)＜β₁l_m时，路段排队溢出风险高，控制系统使排队长度下降，

其中，β₁和β₂是系数，为从控制交叉口m直行进入路网相位在第k步长的交通需求对应的必要绿灯时间，G_m(k)为第k步长对应的最终绿灯时间；

步骤7)将ΔUI_g(k)分配中的研究对象从单个控制交叉口对应的单个路段，扩展为由其关联路段组成的虚拟子区路网，具体而言：

控制交叉口m的关联路段确定为：对应边界交叉口上游直行进入路网的路段，下游通过直行、左转、右转进入路网的路段，以及下游直行进入路网路段的直行下游路段，

对于单个关联路段受两个控制交叉口影响的情况，采用流入交通量相对比例修正；

步骤8)通过建立区域路网的广义宏观基本图GMFD，验证降低研究路网密度分布方差可以提高路网输出交通量的结论，确定研究路网的临界加权平均密度对应于并将其作为各子区路网的临界加权平均密度；

步骤9)假设求出θ_m和γ_m；

步骤10)将虚拟子区路网的动态平衡等式在处泰勒展开：

其中，分别为控制交叉口m对应的虚拟子区路网在t时刻的车辆数、有控制边界交叉口进入流率同系统控制交叉口、无控制边界交叉口进入流率、内部进入流率以及输出流率，Δ是参数与参数预期值即对应间的偏差量，短时间内是控制交叉口m对应子路网由和组成的MFD在处的斜率，

通过欧拉等式将式(3)转化为离散时间形态：

X_m和Y_m通过基于最小平方和的参数估计得到；

步骤11)从式(4)推导出一个无差拍的PI比例积分反馈控制结构，并由此得到虚拟子区m在第k个时间步长内预期进入交通量

和为非负参数，采用z变换可得与X_m、Y_m的关系，须不大于边界交叉口直行进入路网相位绿灯时间的通行能力其中，K_P和K_I分别是非负的比例和积分增量，通过z变化可以获得在不同的时间延误d_g条件下K_P、K_I与参数A、B之间的关系，是在最佳路网车辆数临界范围内选取的特定车辆数值，通过试算选取使路网延误最小的值为的最终值；

步骤12)计算控制交叉口m对应相位的最大绿灯时间最小绿灯时间进入路网交通需求，边界交叉口通行能力限制，以及步骤6)中排队管理限制条件；

步骤13)对于控制交叉口m对应的虚拟子区预期进入量符号与更新后的(初始值取ΔUI_g(k))不同的，按各和的绝对值平均分配，计算更新的

步骤14)对控制交叉口m对应的虚拟子区预期进入量符号与相同的，将上一步更新后的平均分配；

步骤15)对达到步骤12)中限制条件的控制交叉口预先分配流量改变值和绿灯时长，并计算更新的控制交叉口进入路网的交通总量改变量

步骤16)在步骤13)和步骤15)间反复迭代，直至得到均符合限制条件的最终控制方案。