姚斐 宋芳

摘 要：由于城市交通信号灯控制存在着非线性动态特性，对其进行控制时很难进行精确的数学建模，同时路口交通流具有重复性特点，呈现明显的周期性特征。为了减少路口车辆等待时间、提高通行效率，利用迭代学习控制方法，对信号灯周期和各个相位有效绿灯时间进行优化，从而对路口绿灯进行最大化利用，保证车辆在路网中能够高效、平稳地通行。仿真结果表明，在迭代次数达到15次之后，排队长度相位差和误差都趋于零，减少了交通拥堵时间。

关键词：交通信号灯; 交通信号控制;迭代学习; 有效绿灯时间

DOI：10. 11907/rjdk. 192392 开放科学（资源服务）标识码（OSID）：

中图分类号：TP301文献标识码：A 文章编号：1672-7800（2020）008-0095-05

Abstract：There are nonlinear dynamic characteristics for urban traffic signal control. It is difficult to carry out accurate mathematical modeling when controlling it. At the same time， the traffic flow at the intersection has repetitive characteristics and presents obvious periodic characteristics. In order to reduce the waiting time of intersection vehicles， the iterative learning control method is used to optimize the period of the signal lamp and the effective green time of each phase， so that the green light of the intersection can be maximized and the vehicle can be efficiently and smoothly traversed in the road network. After the number of iterations reaches 15 times， the phase difference and error of the queue length go to zero， reducing the time of traffic congestion.

Key Words： traffic signal light; traffic signal control;iterative learning; effective green time

0 引言

交通信號控制是改变城市道路交通状况、提升道路通行能力的有效方法。由于目前交通系统具有复杂性、多变性、不确定性等特点，且随机性较强，很难创建精确的数学模型[1-2]。当前对路口交通信号的控制是将一天分为若干时段，每个时段内周期长度固定不变，但由于路段的交通流随机性较强，阶段性交通拥堵现象难以避免，而且也无法根据具体情况进行实时调节[3]。若能对各个相位的绿信比进行控制，实时响应交通流变化，将能最大限度减少车辆等待时间。

迭代学习控制[4-5]（iterative learning control，ILC）是针对重复性运动过程的控制方法。在相同时间和地点，路口交通流会近似呈现重复性状态。文献[6]针对不同路网的情况，改变区域内的交通条件和选择行为，建立组合……