导读:本文包含了多目标信号控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,目标,交叉口,交通,工程,路口,通流。
多目标信号控制论文文献综述
陈娟,余雨轩,荆昊[1]（2018）在《相邻交叉口混合交通流鲁棒多目标信号优化控制》一文中研究指出针对我国城市道路相邻交叉口混合交通流环境下智能信号控制中的不确定性和效率问题,提出一种基于鲁棒多目标优化算法的优化控制方法.设计了相邻交叉口的鲁棒多目标信号优化控制模型,并提出一种新的鲁棒多目标进化算法IDR-NSGA-Ⅱ,通过对自适应抽样技术、鲁棒度定义、鲁棒偏序关系定义等多项关键技术的综合改进,提升了算法的求解精度和运行速度.提出新的多属性决策方法 ELM-MADMA来选择配时方案.上海市相邻交叉口控制的仿真实验结果表明:IDR-NSGA-Ⅱ算法能够有效地实现周期时长扰动和交通流波动下机动车平均延误、道路通行能力、慢行交通平均延误、机动车平均停车率等多项性能指标的最优化控制;与其他决策方法相比,ELM-MADMA能够较好地进行决策,提升相邻交叉口智能信号控制的效率.(本文来源于《上海大学学报(自然科学版)》期刊2018年04期）
吴颢,焦钰博,姚双双,陈芋宏,徐芳[2]（2018）在《改进ARRB法下考虑PM_(2.5)排放的交叉口多目标信号控制优化》一文中研究指出机动车尾气排放已成为城市PM_(2.5)污染中不可忽视的一部分,车辆的运行工况直接影响着交通PM_(2.5)的排放量,运用交通管理与控制手段优化机动车运行工况对提高交通效率和控制交通PM_(2.5)排放具有重要意义。本文综合考虑城市大型交叉口待行/转区信号设置及最短行人过街时间,以交通效率和PM_(2.5)排放指标为多重目标,建立了改进ARRB法下的信号控制优化模型。以成都市某十字交叉口为算例构建基于实际路网的VISSIM&MOVES联合仿真平台,实现各信号控制方案的评估,验证模型优化效果。仿真结果表明,优化后交通效率指标平均提高40%以上,PM_(2.5)排放总量下降127.78克。(本文来源于《综合运输》期刊2018年06期）
李巧茹,李欣,陈亮[3]（2018）在《基于Pareto粒子群算法的路口多目标信号控制模型》一文中研究指出为提高路口的运行效率,实现交叉口信号配时的实时动态调整,基于Pareto最优化多目标粒子群算法,建立延误和停车次数最小、有效通行能力最大的路口多目标信号控制模型。由于各个评价指标之间相互冲突且量纲不同,属于非劣问题,分别比较不同评价指标得到多目标信号配时的非劣解,更接近最优解。因此,模型根据Pareto支配关系与密度距离进行粒子选择,最终得到路口信号配时模型的Pareto最优解。研究结果表明:该信号配时模型所得到的评价指标优于路口现状配时以及基于单目标最优化的信号控制模型,能够应用于实时的路口信号控制。(本文来源于《铁道科学与工程学报》期刊2018年04期）
李欣[4]（2016）在《基于改进粒子群算法的路口多目标信号实时控制研究》一文中研究指出目前,城市交通拥堵问题已经成为严重的社会问题。路口是城市路网的关键节点,根据交通流量的动态变化,实时调整信号配时可以有效提高路口的运行效率。现有的信号控制模型通常以评价指标最优化为目标,构建单目标或多目标最优化模型,已有的多目标信号控制模型通常是将多目标问题加权处理转化为单一目标进行求解,或者是静态交通流情况下的固定配时模型,未能根据路口交通流量实时变化进行动态调整。为有效提高路口运行效率,本文提出基于改进粒子群算法的路口多目标信号实时控制模型,具体内容如下:对路口信号控制的国内外研究现状进行分类评述,对路口信号控制基本概念以及叁大指标进行了分析。通过对路口信号控制模型主要算法的分析并比较,得出粒子群算法的优越性,为本研究奠定理论基础。对粒子群算法进行改进并建立模型。针对既有的路口多目标信号控制模型存在的问题,综合考虑各项影响因素,建立以延误最小、停车次数最少、通行能力最大为目标的优化路口实时控制模型,并采用基于Pareto最优化的多目标粒子群算法对该模型进行求解。通过变量定义,位置及速度更新,参数设定,结合粒子群算法原理给出算法流程。最后,通过实例对所建的路口多目标信号实时控制模型进行验证。通过Matlab编程,确定惯性权重和加速常数。在确定粒子群算法的最终参数配置基础上,将最优配时方案结果与现状配时和转化为单目标情况下的信号控制模型对比,验证了模型和求解算法的优越性。该研究能够实现信号配时的实时变化,可有效提高信号配时的利用率,从而降低路口的平均延误、平均停车次数,提高每个相位的有效通行能力,有效提高了路口的运行效率。(本文来源于《河北工业大学》期刊2016-12-01）
肖婧,王科俊,毕晓君[5]（2014）在《交叉口混合交通流高维多目标信号优化控制》一文中研究指出为提高我国城市道路交叉口混合交通流智能信号控制的效率,提出一种基于高维多目标进化算法的交叉口混合交通流信号智能优化控制方法。首先,提出一种新的高维多目标进化算法GRMODE,设计了新的算法模型并改进了Pareto支配排序等多项关键技术;其次,设计了基于GRMODE算法的交叉口混合交通流高维多目标信号优化控制模型,提供5项控制目标最优的信号控制方案。在南京市交叉口信号控制中的仿真实验结果表明,基于GRMODE算法的控制模型能够使交叉口机动车平均延误、停车次数、通行能力、非机动车平均延误及行人等待时间等多项性能指标同时达到最优,提升交叉口智能信号控制效率。(本文来源于《公路交通科技》期刊2014年11期）
多目标信号控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
机动车尾气排放已成为城市PM_(2.5)污染中不可忽视的一部分,车辆的运行工况直接影响着交通PM_(2.5)的排放量,运用交通管理与控制手段优化机动车运行工况对提高交通效率和控制交通PM_(2.5)排放具有重要意义。本文综合考虑城市大型交叉口待行/转区信号设置及最短行人过街时间,以交通效率和PM_(2.5)排放指标为多重目标,建立了改进ARRB法下的信号控制优化模型。以成都市某十字交叉口为算例构建基于实际路网的VISSIM&MOVES联合仿真平台,实现各信号控制方案的评估,验证模型优化效果。仿真结果表明,优化后交通效率指标平均提高40%以上,PM_(2.5)排放总量下降127.78克。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多目标信号控制论文参考文献
[1].陈娟,余雨轩,荆昊.相邻交叉口混合交通流鲁棒多目标信号优化控制[J].上海大学学报(自然科学版).2018
[2].吴颢,焦钰博,姚双双,陈芋宏,徐芳.改进ARRB法下考虑PM_(2.5)排放的交叉口多目标信号控制优化[J].综合运输.2018
[3].李巧茹,李欣,陈亮.基于Pareto粒子群算法的路口多目标信号控制模型[J].铁道科学与工程学报.2018
[4].李欣.基于改进粒子群算法的路口多目标信号实时控制研究[D].河北工业大学.2016
[5].肖婧,王科俊,毕晓君.交叉口混合交通流高维多目标信号优化控制[J].公路交通科技.2014
论文知识图
