基于GA-PSO和时空特性的城市交通协同控制

作者：陆百川; 舒芹; 马广露; 何相嶬

来源：合肥工业大学学报(自然科学版), 2020, 43(05): 673-699.

• 交通流
• 时空特性
• 协同控制
• 遗传算法
• 粒子群算法

城市交通流受时间与空间因素的影响,文章综合考虑交通流的时空相关性,进行了时空维度的交通数据处理与交通协同控制;采用遗传算法(genetic algorithm,GA)小波神经网络(wavelet neural network,WNN)模型与最小二乘法对时空维度的交通数据进行融合,建立了时空相关的城市交通协同控制模型;结合GA群体搜索技术与粒子群优化(particle swarm optimization,PSO)快速收敛能力,提出了基于GA-PSO的协同控制求解模型。实例验证结果表明,考虑交通流时空特性影响的协同控制能有效减小路网行程时间、优化交通控制参数,从而能达到均衡路网交通分布、缓解城市交通拥堵的目的。

• 单位
  重庆交通大学; 交通运输学院