裝配圖道路交通信號(hào)控制機(jī)無電纜協(xié)調(diào)控制的實(shí)現(xiàn)（開題報(bào)告+論文+外文翻譯+文獻(xiàn)綜述+答辯PPT）

裝配圖道路交通信號(hào)控制機(jī)無電纜協(xié)調(diào)控制的實(shí)現(xiàn)（開題報(bào)告+論文+外文翻譯+文獻(xiàn)綜述+答辯PPT）,裝配,道路,交通信號(hào),控制,節(jié)制,電纜,協(xié)調(diào),調(diào)和,實(shí)現(xiàn),開題,報(bào)告,講演,呈文,論文,外文,翻譯,文獻(xiàn),綜述,答辯,ppt 在迅速的統(tǒng)一體模式中交通信號(hào)燈對(duì)交通流的控制摘要在這篇論文中，我們討論在一個(gè)封閉的交通街道中信號(hào)燈采用SG模式對(duì)交通流進(jìn)行控制。在單一燈的情形下，有同步燈策略、綠燈波策略、隨意轉(zhuǎn)換燈策略。采用時(shí)間和空間模式。模擬系統(tǒng)顯示小區(qū)域車流不是依靠密度而是依靠燈和時(shí)間周期之間的差距。時(shí)間增加同時(shí)系統(tǒng)的容量減少。信號(hào)燈之間如果有微笑的差距，燈就不能正常運(yùn)轉(zhuǎn)使車流遇到了瓶頸無法正常流通。在無距離信號(hào)燈系統(tǒng)中，是依靠信號(hào)燈之間距離的分配來實(shí)現(xiàn)的。一介紹靈活性是現(xiàn)今社會(huì)中最重要的成分之一，所以交通流的研究已經(jīng)被關(guān)注了好幾十年。很多種接近的方式已經(jīng)被應(yīng)用來描述交通流的整體道具。在傳統(tǒng)上，有兩種方式，宏觀的和微光的。之前模擬每一個(gè)車輛的動(dòng)作當(dāng)把后面車輛的動(dòng)作濃縮一個(gè)整體。所以，宏觀模式是更合適于實(shí)時(shí)模擬系統(tǒng)，短期交通預(yù)報(bào)發(fā)展和在線速度控制系統(tǒng)，評(píng)估平均傳播時(shí)間，燃料消耗，車輛散熱等。宏觀交通流的發(fā)展開始于Whitham和Richarde的LWR模式的出現(xiàn)。LWR模式是運(yùn)動(dòng)波浪模式，他運(yùn)用下面的等式： Pt+(Pu)=0,其中P是交通密度，u是速度，t和x是時(shí)間和空間。對(duì)于速度u存在一個(gè)速度密度關(guān)系式 U=Ue(P)用LWR模式，很多種簡(jiǎn)單的交通流問題可以用這種模式解析他們有限的數(shù)字和特征的不同。但是，LWR模式也有它的不足，最大的不足是單一速度已經(jīng)被平衡速度密度聯(lián)系所固定，平衡評(píng)估不能對(duì)它的速度產(chǎn)生作用，這樣模式不能對(duì)不平衡的交通流現(xiàn)在進(jìn)行預(yù)測(cè)，例如“簇”和“行進(jìn)停 波”等。為了克服LWR模式的缺點(diǎn)，高命令模式用下面的動(dòng)態(tài)速度方程替換速度密度平衡模式。這些高命令模式被分成兩類。在第一類模式中，Tr是緩和時(shí)間，Co是小攪動(dòng)傳播速度。左邊Eq是車輛加速度。右邊第一個(gè)Eq是寬松期間，表現(xiàn)過程是驅(qū)動(dòng)調(diào)節(jié)車輛速度以至平衡；第二期預(yù)測(cè)區(qū)域，表現(xiàn)過程是驅(qū)動(dòng)交通前起作用。Co在不同的模式中有不同的解釋。例如，在Payne模式中Co被作為一個(gè)不變量。但是，在這個(gè)模式中有一個(gè)問題。對(duì)于Eqs雙曲線系統(tǒng)方程（1）和（3），有兩個(gè)速度特征方程。第一個(gè)速度已經(jīng)不宏觀交通速度U要好，它破壞了交通流的基礎(chǔ)規(guī)則-車輛被分成微小的各向異性的，他們僅僅回應(yīng)前面的震蕩不能影響后面的車輛。這就導(dǎo)致消極的速度和錯(cuò)誤交通運(yùn)行方式?，F(xiàn)在Jiang er al.就象Rascle、Zhang、Xue和Dai 建議第二種高命令模式。Co在Jiang et al,、Aw、Rascle、Zhang的模式中是一個(gè)衡量。這些模式不同于第一個(gè)中預(yù)測(cè)區(qū)域速度傾斜區(qū)域替代一個(gè)密度傾斜區(qū)域。這樣，今后，這些模式被歸咎于速度傾斜模式（SG）。SG模式方程由Eqs組成。（1）和（4）方程有兩個(gè)特征速度。這使得這種模式的特征速度沒有宏觀交通速度好。這樣，它包含了這樣的特性車輛是各向異性的并且不會(huì)顯示錯(cuò)誤道路的問題。在這種意義下，SG模式可以更現(xiàn)實(shí)的描述交通流。在城市交通中，信號(hào)燈控制交通流。交通信號(hào)是傳輸網(wǎng)絡(luò)中的基礎(chǔ)要素。當(dāng)交通不是很擁擠的時(shí)候，交通信號(hào)不需要很特殊的注意。相反，當(dāng)交通很擁擠的時(shí)候，交通信號(hào)的運(yùn)轉(zhuǎn)需要很仔細(xì)的關(guān)注。就因?yàn)樗闹匾裕煌ㄐ盘?hào)的研究是永無止境的。Brockfeld et al.正在研究城市交通信號(hào)燈的最佳形式。他的研究表明，交通信號(hào)燈的控制可以改進(jìn)交通流。他們還顯示出交通網(wǎng)絡(luò)中最好的循環(huán)時(shí)間可以減少街道的交通問題。在過去很多種交通信號(hào)控制模式被研究應(yīng)用。最基礎(chǔ)的，他們可以被分做兩種形式。第一種形式的開發(fā)主要是為了欠飽和的交通形式。車輛行使在被設(shè)計(jì)好的速度范圍之內(nèi)，車輛不會(huì)出現(xiàn)擁塞現(xiàn)象。第二種形式的開發(fā)主要是為了過飽和的交通形式，車輛排成一隊(duì)并且不能被整體清除。從欠飽和狀態(tài)到過飽和狀態(tài)分的不是很清楚，很難去判斷怎樣從一種模式轉(zhuǎn)換到另外一種模式，這是一個(gè)大城市在交通繁忙是需要解決的一個(gè)至關(guān)重要的問題。現(xiàn)在，Huang、Sasaki、Nagatani已經(jīng)解決了這個(gè)問題。Huang用一個(gè)小的自動(dòng)控制模式而Sasaki和Nagatani采用的是最理想的車流量周轉(zhuǎn)率模式。這兩種模式都是微觀模式。他們都發(fā)現(xiàn)在中心密集區(qū)域和重點(diǎn)飽和區(qū)域的交通密集不能依靠循環(huán)時(shí)間和事先預(yù)測(cè)的交通策略。在這篇論文中，我們從宏觀上學(xué)習(xí)了這個(gè)問題。為了解決這個(gè)問題，我們應(yīng)用SG模式進(jìn)行模擬。我們的研究顯示在不同的微觀模式中存在著很多不同的結(jié)果，在特殊情況下，飽和趨勢(shì)才依靠于時(shí)間周期。1.單一信號(hào)燈 在這部分，我們研究在道路路口只有一個(gè)信號(hào)燈的情況。我們假設(shè)道路是一個(gè)環(huán)行的，是周期分界的情形。我們?cè)O(shè)長度為L。在圖1中，我們可以看出計(jì)劃是依靠密度制定的，L=5000m,T=100s,a=0.5.在這里T是指示燈的循環(huán)時(shí)間，a是紅燈的比率。在現(xiàn)實(shí)當(dāng)中，T一般是在20400s 當(dāng)密度是小于正常值（PPc1），密度的增加導(dǎo)致流量的增加。當(dāng)密度值高于密度的臨界值車流量在恒定不變?nèi)萘康腝中是飽和的。此外，當(dāng)密度值高于第二臨界值時(shí)，車流隨著密度的增加而增加。所以根據(jù)以上的公式，我們可以預(yù)測(cè)，交通燈的作用是起到調(diào)節(jié)交通流量的作用。 我們知道在按空間模式中，交通燈可以減少交通流量。在典型低交通密度范圍中，密度值P=0.02。車輛在普遍的情況下可以順暢的通行，只有在信號(hào)燈下才會(huì)造成交通阻塞。由于這種情況，交通燈在調(diào)節(jié)交通密度時(shí)，起到了至關(guān)重要的作用。在典型的高密度范圍內(nèi)，密度值為P=0.11。密度幾乎是均勻的除了在信號(hào)燈的附近，并且在本地交通燈的下游將會(huì)出現(xiàn)一個(gè)低交通密度區(qū)域。 當(dāng)在P=0.05的交通區(qū)域中，交通流達(dá)到飽和狀態(tài)。我們可以看出交通阻塞只持續(xù)不長的一段：它的范圍比第二種情況下要更加的寬闊一些。在信號(hào)燈的下游，有一段比較穩(wěn)定的小密度區(qū)域。當(dāng)密度增加，交通阻塞的范圍會(huì)變的更大并且小密度區(qū)域會(huì)收縮。 接下來我們研究T對(duì)交通流的影響。我們知道在5000米的區(qū)域中不同T值對(duì)交通流密度的影響與L的不同。有一點(diǎn)可以清楚的知道T值的增加（減少）一向容量Q值的增加（減少）。而且，當(dāng)T值的增加，容量Q對(duì)T的依賴變?nèi)?。?dāng)T值大于300s時(shí)，T值對(duì)Q值幾乎不起任何作用。容量Q對(duì)時(shí)間T的依賴性可以這樣解釋。當(dāng)循環(huán)時(shí)間比較短時(shí)，在車輛流的前面的車輛的駕駛員要時(shí)刻保持敏感。當(dāng)交通燈改變時(shí)，他的車要同時(shí)開始行使。而且，當(dāng)信號(hào)燈的周期時(shí)間很短時(shí)，車流的排隊(duì)量也很小。因?yàn)樯厦娴膬蓚€(gè)原因，車流量的延時(shí)也被縮短，這就導(dǎo)致了大的容量。當(dāng)時(shí)間周期很長，司機(jī)不用很敏感的的注意交通燈的改變，這樣就導(dǎo)致形成很長的交通車輛隊(duì)。因此，總的交通延時(shí)相對(duì)變大。這樣導(dǎo)致小的交通容量。在這種情況下，SG模式就是按照司機(jī)在敏感的情況下估計(jì)的。 我們已經(jīng)指出區(qū)域資料需要用這些結(jié)果來檢查。由于在宏觀模擬模式中的結(jié)果和微觀模擬模式的結(jié)果在一些地方有不同，但是，我們現(xiàn)在還不能很精確的知道這兩種模式的具體差別是什么。例如，在Tomer的研究中，他應(yīng)用了一種車輛跟隨模式，在周期時(shí)間的中間可以達(dá)到一個(gè)較大的容量。在Sasaki和Nagatani的研究中，采用最佳車輛模式，Huang采用微小自動(dòng)模式，它是依靠交通周期時(shí)間來確定交通容量。 我們知道在交通流區(qū)域中時(shí)間T值在100s與L值依靠密度不同，在L不是很小的情況下，結(jié)果的的質(zhì)量不會(huì)改變。L的值的增加與減少僅僅影響Pc1和Pc2的值的增加與減少。但是，當(dāng)L的值大于10000m 時(shí)，區(qū)域幾乎與L的值無關(guān)。但是，我們注意到當(dāng)L值為1000m時(shí)，結(jié)果會(huì)有不同。一種情況是交通流沒有飽和。當(dāng)密度增加時(shí)交通流也隨著增加。當(dāng)它達(dá)到一個(gè)最大值時(shí)，它隨著密度的增加而增加。因?yàn)橄到y(tǒng)變小，密度的穩(wěn)定性也變小了，穩(wěn)定性無法得到保證。例如，在時(shí)間空間的的模式下交通流的L值為1000m。2.同步交通信號(hào)燈 在同步模擬交通燈的情形中，路口有很多燈而且所有的燈同時(shí)改變從紅色到綠色。第一，我們學(xué)習(xí)所有的燈是距離相等的情形。我們首先假設(shè)燈D和燈N之間的距離在圖1中所示，我們也為N戰(zhàn)線在流量和密度之間的關(guān)系N2，D-5000m，T100s，a0:5?？梢钥闯鼋Y(jié)果是相同于在單一燈的情形。在圖6中，我們戰(zhàn)線交通流量與紅綠燈在這情況感應(yīng)的時(shí)間空間式樣。我們觀察周期的結(jié)構(gòu)，式樣在每個(gè)周期內(nèi)幾乎相同于對(duì)應(yīng)的式樣在圖2中。 我們?cè)贜，D和T的不同值下進(jìn)行模擬，我們發(fā)現(xiàn)，無論N的值是多少，交通流與密度的關(guān)系與單一燈情況下是相同的，而且周期時(shí)間是相同的。周期的結(jié)構(gòu)存在，而且時(shí)期的數(shù)值等于N。當(dāng)D很小的時(shí)候，流量雜被使用的同時(shí)的紅綠燈情形中比在中間的密度范圍要高。 接下來，我們研究燈的距離不是等距離的情況。一個(gè)預(yù)計(jì)的情況是結(jié)果只取決于信號(hào)燈之間的最小距離。但是，這種預(yù)計(jì)是不成功的。在圖8中，N4，T100s,曲線2是D1000m時(shí)等距離交通燈的結(jié)果，曲線3是D2000m時(shí)的結(jié)果，曲線4是燈2和燈3相隔為2000m燈3和燈4相隔1000m的情況。曲線1在曲線2和3中間。這就意味著結(jié)果取決于燈之間距離的可分配性。 總結(jié) 在這篇論文中，我們研究了交通燈在SG模式中對(duì)交通流的控制。單一信號(hào)燈、同步信號(hào)燈情況被模擬，表現(xiàn)在時(shí)間空間模式中。 從模擬中，我們可以看出單一燈情況下，同步燈策略和綠波燈策略也許是最好的的信號(hào)燈策略。我們還看出交通流不只是依靠交通的密度，還取決于信號(hào)燈之間的距離和周期時(shí)間。周期時(shí)間增加伴隨著容量的減小。 對(duì)于信號(hào)燈之間的距離很小的情況下，交通燈對(duì)于解決交通阻塞的作用不是很大。在非同步交通燈情況下，結(jié)果依靠燈之間距離的分配。 從我們的研究中，我們可以假設(shè)情況是這樣的，如果兩個(gè)燈之間的距離是小的，綠燈波模式是有利的。我們希望這個(gè)結(jié)果對(duì)交通設(shè)計(jì)是有用的。 在我們未來的工作中，我們將研究交通燈對(duì)最大交通流量的控制并且和現(xiàn)在的結(jié)果進(jìn)行比較。參考文獻(xiàn)1 D. Helbing, Rev. Mod. Phys. 73 (2001) 1067.2 B. Raney, N. Cetin, A. Vollmy, M. Vrtic, K. Axhausen, K. Nagel, Networks Spatial Econ. 3 (2003)3 D. Chowdhury, L. Santen, A. Schadschneider, Phys. Rep. 329 (2000) 199.4 T. Nagatani, Rep. Prog. Phys. 65 (2002) 1331.5 M. Fukui, Y. Sugiyama, M. Schreckenberg, D.E. Wolf (Eds.), Traffic and Granular Flow 01, Springer, Berlin, 2003.6 B.S. Kerner, The Physics of Traffic, Springer, Berlin, 2004.7 M.J. Lighthill, G.B. Whitham, Proc. R. Soc. London Ser. A 229 (1955) 317.8 P.I. Richards, Oper. Res. 4 (1956) 42.9 H.J. Payne, Proceedings of Simulation Council, Mathematical Models of Public Systems, Vol. 1(1),1971, pp. 51.10 H.M. Zhang, Transp. Res. B 32 (1998) 485. 11 R. Jiang, Q.S. Wu, Z.J. Zhu, Transp. Res. B 36 (2002) 405. 12 D.C. Gazis, R. Herman, R.W. Rothery, Oper. Res. 9 (1961) 545. 13 M. Bando, K. Hasebe, A. Nakayama, et al., Phys. Rev. E 51 (1995) 1035. 14 M.J. Cassidy, M. Mauch. Transp. Res A 35 (2001) 149.15 I. Prigogine, R. Herman, Kinetic Theory of Vehicular Traffic, American Elsevier, New York, 1971. 16 D. Helbing, A. Hennecke, V. Shvetsov, et al., Transp. Res. B 35 (2001) 183. 17 K. Nagel, M. Schreckenberg, J. Phys. I (France) 2 (1992) 2221. 18 O. Biham, A.A. Middleton, D.A. Levine, Phys. Rev. A 46 (1992) R6124. 19 P.G. Michalopoulos, D.E. Beskos, J.K. Lin, Transp. Res. B 18 (1984) 409. 20 C.F. Daganzo, Transp. Res. B 29 (1995) 277. 21 R. Jiang, Q.S. Wu, Z.J. Zhu, Chin. Sci. Bull. 46 (2001) 345. 22 A. Aw, M. Rascle, SIAM. J. Appl. Math. 60 (2000) 916. 23 H.M. Zhang, Transp. Res. B 36 (2002) 275. 24 Y. Xue, S.Q. Dai, Phys. Rev. E 68 (2003) 066123. 25 R. Jiang, Q.S. Wu, Transp. Res. B 37 (2003) 85. 26 J.M. Greenberg, SIAM. J. Appl. Math. 62 (2002) 729.27 E. Brockfeld, R. Barlovic, A. Schadschneider, et al., Phys. Rev. E 64 (2001) 056132. 28 D.W. Huang, W.N. Huang, Phys. Rev. E 67 (2003) 056124. 29 M. Sasaki, T. Nagatani, Phys. A 325 (2003) 531. 30 J.M. Del Castillo, F.G. Benitez, Transp. Res. B 29 (1995) 373. 31 R. Jiang, Q.S. Wu, Presented in the International Conference on Mesoscopic methods in Engineeringand Science, Braunschweig, Germany, 2004.32 E. Tomer, L. Safonov, N. Madar, et al., Phys. Rev. E 65 (2002) 065101