刘晓伟，梅冬晨

(中国人民公安大学交通管理工程系，北京　102623)



Vistro在城市道路干线协调中的应用研究

刘晓伟，梅冬晨

(中国人民公安大学交通管理工程系，北京102623)

在城市道路网中，路网优化的主要内容是信号协调，而信号协调又以干线协调为主。文章阐述了Vistro的路网优化原理及相关参数配置方法，介绍了Vistro应用于城市道路干线协调的相关方法理论，并以唐山市北新道为例，使用遗传算法对交叉口信号控制方案进行干线协调优化分析，得到了优化后的效果图。结果证明，Vistro在城市道路干线协调中具有较好的实用性和高效性。

城市道路；路网优化；Vistro；信号协调；干线协调

0　引言

随着城市道路里程的不断增长和机动车拥有量的快速增加，城市道路拥堵和排队延误现象已经司空见惯。然而，随着智能交通技术的不断发展，各种有效解决问题的措施和方法如雨后春笋般涌现。解决城市道路拥堵和排队延误问题的关键是对干线交通信号进行优化协调，通过对城市道路交叉口实施协调控制，使道路交通流的时间延误改善200%～400%[1]。干线协调的方法分为两类：(1)使协调方向上绿波带宽度最大化[2-5]；(2)最佳效能指标法(行程时间、延误和停车率等)[6-8]。以绿波带宽最大化为目标时并不能保证效能是最佳的，但由于延误、停车率等值不便于直接测量得到，所以第二个方法实际应用较少[9]。

本文提供一种能够便于城市道路干线协调实施的方法。主要介绍Vistro的路网优化功能原理以及在干线协调中如何发挥作用的，通过唐山市北新道的实例，直观地展示Vistro以绿波带宽最大化为目标的运行效果。由于本文主要研究的是干线协调的结果，所以无法使用Vistro得出协调优化前后的效果图，仅通过最终形成的绿波带来展示。

1　Vistro路网优化的原理

Vistro提供了健壮的网络优化功能，它考虑了信号控制交叉口之间的相互作用。这种相互作用不能使用《道路通行能力手册》中的方法来分析，而是根据车队在路网中旅行的模式，来建立车队分散模型的。Vistro中自带的车队分散模型提供了车辆延迟和停车次数，考虑到所包含的交叉口信号方案以及它们在时间和空间上的相对位置(信号偏移量和交叉口的距离)。优化的目标是协调信号配时，这样车辆可以连续通过几个绿灯控制的交叉口。在Vistro中，路网优化将优化那些属于同一个信号协调组的所有信号，无论它们是否是线性的或与路网的环境保持一致。良好的协调方案要求信号控制器具有相同的周期时间或者周期时间比率是2∶1(如果勾选了“允许半周期”的选项)。如果在一个信号协调组中所有的控制器不具有相同周期，或者“周期优化”选项没有被勾选，那么路网优化时就不会对这个信号协调组进行优化。在这种情况下，Vistro就会把详细的信息生成到一个“error.txt”文件，这个文件可以在进度监控器中被打开。

此外，最有效的协调是彼此距离较近的信号交叉口。如果信号交叉口相互间隔距离较远，那么车队就会在从一个信号到下一个信号之间完全消散。这种到达结果事实上是均匀分布的，等待时间不能通过偏移量的选择和其他配时参数而改变。因此，优化路网中的所有信号控制器是不可能一次就有效的。相反，它可能更有利于使用较远的交叉口来作为定义信号协调组的“自然”边界，也即允许哪些交叉口放在一起被优化。

2　路网优化配置

2.1路网交叉口优化步骤

使用路网优化时，交叉口的优化按照以下步骤：

(1)信号数据的输入，包括信号灯组的名称和顺序；

(2)“协调类型”=“被协调的”；

(3)定义协调组；

(4)定义路线并分配权重。

信号协调组定义信号控制器组共同地被优化。在大多数情况下，控制器与交叉口之间的比例是1：1。属于同一个信号协调组的信号控制器之间进行协调。那就意味着交通模型中用于计算目标函数的参数(延误和停车次数)，是任何两个属于同一个信号协调组的交叉口之间的车队产生的。

信号协调组是一个接一个地被优化的，即属于其他协调组的或者不是信号协调组的信控交叉口不进行优化协调。因此，在绝大多数情况下，相邻的信号交叉口属于相同信号协调组。

2.2路网优化路径

(1)Vistro具有定义优化路径的能力，这些路径允许：

①通过观察时间-空间图可以看到优化的结果；

②路径“权重”是根据指定路径在路网优化时彼此的轻重缓急设置的。

(2)路径可以在路网编辑器中被定义：

①在工具栏中选定路径按钮；

②在路径开始的第一个交叉口单击鼠标左键；

③继续点击相邻路口定义路径。在创建路径时，路网中的路径将会被绿色强调显示，同时箭头指示的方向就是旅行的路径；

④如果要删除上一个被选定的交叉口，可以使用键盘上的“退格键”；

⑤双击左键即可完成路径设置；

⑥在路网优化工作流中，定义路径的名称和权重。

(3)一旦路径被定义，就可以在路网优化工作流选项卡中选中路径，进行如下操作：

①删除路径：将会从路网中完全删除路径；

②创建反向路径：使用相同的节点和链路创建路径，但与被选择路径的旅行方向相反。

3　城市道路干线协调的方法

图1　路网优化过程示意图

Vistro提供两个干线协调的算法选项：遗传法、爬山法。另外，车队分散模型也被应用。这两个算法是完全不同的，产生的结果也不相同。以下将通过车队分散模型来具体内容来描述每一种目标函数和设置。

3.1遗传算法

遗传算法是Vistro中路网优化的默认算法，遗传算法(GA)广泛应用于多个需要进行优化的领域。在大量的书籍中都有遗传算法的详细叙述，如霍兰德1975年[10]和戈尔德贝尔格1975年[11]出版的书中都有相关阐释。遗传算法是受进化过程的启发，原理流程图如图2所示。

图2　遗传算法的基本工作流程图

由个体(这里指的是信号设计)组成的种群和个体本身都有一定的适当性(这里指的是目标函数、延误总和的权重和停车次数都被设定为最小限度)。每个个体都有一个可能被选择繁殖下一代的可能性，适应性越高这个可能性就越大(类比进化)。几个所谓的基因操作就可以在繁殖过程中被执行。即交叉、变异。与下一次迭代不会变得更糟，每一代的最佳个体直接接管下一代。

遗传算法目标函数允许调整因素、定义优化设置、提供控制的鲁棒性和优化路网的速度。

(1)目标函数

优化算法的目标是最小化目标函数，目标函数是加权的车辆延误总和(a)和所有车辆在交叉口处的停车次数(b)。用户可以自定义这两个因素的权重。

(2)最大迭代次数

最大迭代次数是指定如果在没有遇见其他的终止准则前允许迭代多少次。一般来说，最大迭代次数越大，优化所需要的时间可能就越长。然而，这个值不应过低，作为迭代的最大值不应成为终止的判断依据(因为仍有改进的空间)。

(3)群体大小

群体规模指每一代个体(路网内的信号设计)的数量。一般来说，这个数字越大，找到最优的机会就越大。计算时间可能达到与群体规模呈正比(如果最大迭代数是与终止准则相关的)。

(4)没有改善的种群数量

指定有多少代后，后代没有改善的数量，从而终止优化。

(5)最小改进量

最小改进量指定解决方案如何能被认定更好，例如，如果这是1%，那么0.5%的改进就不会被认为是一种改进。

3.2爬山法

Vistro的另一个可选方法是爬山法，爬山法使用与遗传算法相同的目标函数。由于其不同的方法，所以只需要定义起始解决方案的编号。用户可以定义有多少个起始解决方案，起始解决方案是随机生成的。当前的解决方案总是包含在一组开始的解决方案中的，最后的解决方案就是最优的解决方案。

3.3车队消散模型

协调的重点是车队在从一个路口到另一个路口(或者一个信号组到另一个信号组)期间的行为。Vistro通过基于总分析流量的运动分析来确定车队，它是计算有多少车辆通过信号协调组中第一个信号控制器和第二个信号控制器。所以称这样两个连续信号灯组和一个流量的组合为“协调路径的路段”。

对所有相互依赖的协调路径路段上的交通流进行优化。在每种情况下，假设一个周期内所有车辆在绿灯时间开始的时候作为一个车队启动。这意味着从绿灯时间开始，即将离开的车辆以饱和流率驶出，直到每一个周期的流量放空。

车队的消散或分解仅仅是由不同的车速导致的，描述车队发展的公式是由罗伯逊1969年[2]提出的。这个离散模型以1 s为增量来划分时间并且把数字显示为时间t′，车辆到达一段协调路径的末端时，根据t

车辆到达协调路径的路段末端的数量计算公式如式(1)所示：

(1)

式中：

qt——在时间步长t内，车辆在协调路径的起始点离去的数量；

F——F=1/(1+αβT)，α=0.35，β=0.8；

T——在协调路径的路段上的旅行时间(基于定义路段的速度和长度)。

计算排队长度时，假设在一个进口道不同车道组有足够长度的独立信号组。Vistro通常假定队列“垂直”，不考虑上游几个链路的排队溢出或者其他信号组转向能力的影响。

4　干线协调优化的过程

本文以唐山市北新道为例，阐述干线协调优化的过程。实例中的交叉口信号周期数据，是由唐山市交警支队所提供的当前信号配时方案得到的；交叉口各进口车流量是由现有的电子警察利用车牌识别技术得到的；另外，配合视频监控和现场调查来获取交叉口的非机动车和行人流量。旨在对北新道现有交通信号进行干线协调优化，提高通行效率，减少不必要的延误。

4.1路网参数配置

按照路网优化中交叉口参数配置要求，设置交叉口属性，输入流量数据和信号数据。

4.2优化方法选择

Vistro提供的优化方法，根据具体情况可能具有不同的适用性，其优化结果也不相同。本文选择遗传算法来对路网进行优化，并设置相应的参数，路网优化设置如图3所示。

图3　路网优化设置图

4.3运行优化

当运行路网优化时，Vistro提供了一个进度监视器对话框。一旦启动网络优化，就会出现进度监视器。它显示优化的进度并且允许手动终断优化(在用户定义的终止条件使优化过程自动停止前)。进度作为一个图表被显示出来：横轴表示迭代的数量(时间)，纵轴表示目标函数的值(目前最好的解决方案)。目标函数值是单调递减的。优化可以被终止，例如，因为当前的解决方案是可以被接受的，或者因为性能解决方案几乎没有得到改善。在这个对话框中，访问一个“error.txt”和一个“messages.txt”文件。“error.txt”可以提供在优化不能帮助识别问题时的信息，这些问题可能导致不能正常运行的优化；“messages.txt”提供了有关优化本身的详细信息，包括参数测试和每一个迭代测试的性能指数结果。周期优化的界面如图4所示。

图4　周期优化界面图

由图4可知，信号协调组按照图3中的参数设置，周期最低边界120 s，步长5 s，进行多次优化，在最下方会显示“最佳得分”，根据最佳得分的数值找右侧对应的周期时间，即可确定干线协调的公共周期，本实例中最佳周期时间是175 s。

4.4优化结果

Vistro还提供在网络优化选项卡中以图形方式显示优化结果。

(1)优化路径的建立，如图5所示。

图5　北新道自西向东优化路径图

(2)干线协调的时空效果图，如图6所示。

图6　北新道干线协调优化时空间图

由图6可知，干线协调优化后的周期在这条道路上形成了很好的绿波带。可以直观表明，Vistro在干线协调中具有良好的可操作性、实用性和有效性，应用的数据来源广泛易得，使复杂的干线协调过程变得容易操作。在解决延误问题上，具有很强的适用性。

5　结语

鉴于路网优化的主要内容是信号协调，所以本文以唐山市北新道的干线协调控制项目为例，详细介绍了Vistro如何在路网干线协调中的应用，并对Vistro优化的原理、相关参数的配置以及优化算法进行了介绍，并且从Vistro优化后的时空简图中看出了干线协调的效果。Vistro克服了传统干线协调方法的缺点，吸收了遗传算法的优点，在路网优化中的应用效果准确高效。然而，本文只对使用

Vistro进行干线协调的结果作定性直观展示，并未对其进行定量分析，这是下一步应该努力的方向。Vistro的路网优化功能强大，在应用实践中可以继续探索。

[1]Highway Capacity Manual[Z].TRB.National Research Council.Washington，DC：2000.

[2]Jovanis P·P，Gregor J·A.Coordination of actuated arterial traffic signal systems[J].Journal of Transportation Engineering，1986，112(4)：416-432.

[3]修伟杰，张立立.非连续干线绿波带控制研究[J].交通标准化，2014，42(17)：1-4.

[4]李晓红，沈岚，肖鹏.城市交通干线的协调优化控制模型[J].大连工业大学学报，2009，28(1)：61-65.

[5]叶晓飞，羊钊，等.考虑行车延误的干线协调控制信号配时数解算法[J].长安大学学报(自然科学版)，2015(35)：115-119.

[6]李鑫，蒋明.基于排队延误模型的干线协调控制配时方法[J].交通科技与经济，2013，15(4)：100-104.

[7]陈贵林，沈忱，李海滨.基于粒子群算法的交通干线协调控制的研究[J].计算机技术与应用，2015，41(4)：139-143，147.

[8]袁展，于泉.基于延误模型的城市相交干线协调控制研究[J].道路交通与安全，2015，15(5)：18-23.

[9]吴震.基于仿真的干线协调控制分析指标[J].武汉理工大学学报(交通科学与工程版)，2009，33(2)：349-352.

[10]Holland John H(1975)，Adaptation in Nature and Artificial Systems[M].University of Michigan Press，Ann Arbor，1992.

[11]Goldberg，David E(1989)，Genetic Algorithms in Search，Optimization and Machine Learning[M].Kluwer Academic Publishers，Boston，MA，1989.

Vistro Application Research in Urban Trunk Road Coordination

LIU Xiao-wei，MEI Dong-chen

(Traffic Management Engineering Department，People’s Public Security University of China，Beijing，102623)

In the urban road network，the main content of road network optimization is the signal coordination，while the signal coordination is mainly focused on the trunk road coordination.This article de-scribed the Vistro road network optimization theory and related parameter configuration methods，and introduced the related method and theory of applying the Vistro in urban trunk road coordination，then with Beixin Road in Tangshan City as an example，it used the genetic algorithms to conduct the trunk road coordination optimization analysis for intersection signal control programs，and obtained the opti-mized renderings.The results proved that Vistro has better practicability and efficiency in urban trunk road coordination.

Urban road；Road network optimization；Vistro；Signal coordination；Trunk road coordination

U412.37

A

10.13282/j.cnki.wccst.2016.03.022

1673-4874(2016)03-0080-06

2016-03-06

刘晓伟(1991—)，在读硕士研究生，研究方向：交通安全执法技术；

梅冬晨(1991—)，在读硕士研究生，研究方向：交通安全执法技术。

国家科技支撑计划项目“‘十二五’重大突发事件快速响应与决策支持及系统开发”(项目编号：2014BAG01B0 501)