一种针对部分车道车流突变的交叉口自愈合控制方法与流程

技术特征：

1.一种针对部分车道车流突变的交叉口自愈合控制方法，其特征在于，具体步骤如下

步骤1，同时考虑交叉口饱和度、平均延误和平均排队长度三项指标，利用极小值型指标评价法构建交叉口综合指标；

步骤2，根据交叉口饱和度，将交叉口交通运行状况划分为五个等级，其中，划分依据为：若饱和度在(0,0.3]范围内则交叉口交通运行状况等级为1，若饱和度在(0.3,0.6]范围内则交叉口交通运行状况等级为2，若饱和度在(0.6,0.8]范围内则交叉口交通运行状况等级为3，若饱和度在(0.8,1]范围内则交叉口交通运行状况等级为4，若饱和度大于1则交叉口交通运行状况等级为5；

步骤3，从交叉口交通数据中提取若干组交叉口饱和度、平均延误和平均排队长度值，获得相应的交叉口综合指标值以及交叉口交通运行状况等级；

步骤4，将步骤3中获得的交叉口饱和度、平均延误、平均排队长度、交叉口综合指标值以及交叉口交通运行状况等级作为BP神经网络的训练样本，进行BP神经网络的训练学习，其中，交叉口饱和度、平均延误、平均排队长度为神经网络的输入，交叉口交通运行状况等级为神经网络的输出；

步骤5，实时采集当前交叉口的交通数据，提取当前交叉口饱和度、平均延误和平均排队长度后输入步骤4中训练完成的BP神经网络，得到当前交叉口交通运行状况等级；

步骤6，若步骤5得到的当前交叉口交通运行状况等级小于等于3，则保持当前信号配时；若当前交叉口交通运行状况等级为4，则以交叉口综合指标最小为优化目标，对交叉口信号配时进行优化；若当前交叉口交通运行状况等级为5，则以交叉口平均排队长度最小为优化目标，对交叉口信号配时进行优化。

2.根据权利要求1所述的一种针对部分车道车流突变的交叉口自愈合控制方法，其特征在于，交叉口综合指标的表达式为：

$r^2={\left(\stackrel{\‾}{x}\right)}^2+{\left(\stackrel{\‾}{Q}\right)}^2+{\left(\stackrel{\‾}{d}\right)}^2$

式中，r为交叉口综合指标，x,Q,d分别为交叉口饱和度、平均排队长度、平均延误；

交叉口饱和度的表达式为：

$x=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\mathrm{\ω}}_i\×x_i$

式中，x_i为第i个车道的饱和度，ω_i为第i个相位的权重，X为四个相位的饱和度之和；q_i为第i个车道的车辆到达率，c_i为第i个车道的通行能力，S_i为第i个车道的饱和流率，C_i为第i个相位的周期，g_i为第i个相位的绿灯时间；

交叉口平均排队长度的表达式为：

$Q=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\mathrm{\ω}}_i\×Q_i$

式中，Q_i为第i个车道的排队长度，

交叉口平均延误的表达式为：

$d=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{w}_i\×d_i$

式中，d_i为第i个车道的延误，C为交叉口信号灯的周期时长，g_i为第i个相位的绿灯时间，q_i为第i个车道的车辆到达率，S_i为第i个车道的饱和流率。

3.根据权利要求2所述的一种针对部分车道车流突变的交叉口自愈合控制方法，其特征在于，以交叉口综合指标最小为优化目标，对交叉口信号配时进行优化，具体为：根据交叉口综合指标的表达式利用粒子群优化算法实时求解使得交叉口综合指标最小的信号配时，以此对当前信号配时进行优化。

4.根据权利要求2所述的一种针对部分车道车流突变的交叉口自愈合控制方法，其特征在于，以交叉口平均排队长度最小为优化目标，对交叉口信号配时进行优化，具体为：根据交叉口平均排队长度的表达式利用粒子群优化算法实时求解使得交叉口平均排队长度最小的信号配时，以此对当前信号配时进行优化。

5.根据权利要求1所述的一种针对部分车道车流突变的交叉口自愈合控制方法，其特征在于，步骤3中的交叉口交通数据通过VISSIM模拟交叉口交通获得。