论文部分内容阅读
随着社会经济的发展和城市交通道路条件的改善，城市交通问题己成为世界各国普遍关注的问题。为了改善城市交通状况，人们采用智能交通技术来对交通流进行建模，并对交通流进行预测与控制。在智能交通系统研究中，单车道交通流模型研究较多，但对于多车道模型及其算法的研究尚处于起步阶段。
本文对多车道换道交叉模型及遗传算法进行了研究，对由四个交叉口组成的城市平面交通网的交通压强及绿信比等参数进行了计算，得到如下结果：⑴对Payne单车道宏观模型进行了改进。一方面引入了换道源汇项来描述车辆换道效应对交通流的影响，另一方面还引入了交叉口源汇项来描述交叉口车辆数的变化对交通流的影响。⑵对遗传算法进行了优化，将优化后的算法应用于政进后的Payne换道交叉模型，对交叉口处的交通压及缘信比进行了计算，结果表明：多车道情况下交通压强会衰减较快，说明了多车道比单车道具有更强的抗干扰能力，而且在交通压强最小的情况下种群平均值比单车道时要大30％左右，也反映了多车道可减小交通拥堵；多车道情况下的绿信比比单车道下的绿信比小，也反映了多车道使得道路的通行能力得到加强。