摘要

为缓解过饱和交叉口群拥堵问题,克服单目标或线性组合优化得不到最优解的问题,建立了多目标优化模型,并应用改进的非支配遗传算法求解模型。在对过饱和状态进行识别的基础上,选取了交叉口群内总的交通量、平均车辆延误和平均排队占比作为优化目标,建立优化模型。将算法得到的优化结果和配时软件得到的配时方案分别在VISSIM仿真软件中运行。交叉口群仿真验证表明,按建立的多目标优化模型求解得到的方案与配时优化软件得到的方案对比,多目标优化方案通过交叉口群的总交通量增加了13%,车辆平均延误下降了11%,平均排队占比下降了14.8%,改善了过饱和交叉口群的运行状况。