1.1目的及意义

随着经济发展和城市化进程的加快,汽车及道路交通量急剧增加,汽车在提高人们生活水平的同时,也带来了一系列的城市交通问题,其中最为突出的就是交通拥挤。交通拥挤不仅带来了交通系统的服务水平下降,交通延误增加,行车速度降低,出行时间大幅度增加等直接危害,还导致了交通事故频繁,能源浪费严重,汽车尾气排放量增大,环境恶化等诸多问题。因此,交通问题己成为备受关注的社会问题。

交通拥堵问题是一个错综复杂的问题,涉及到多方面的内容,并且存在极大的不确定性。仅仅依靠加强交通基础设施建设还无法满足日益增长的交通压力。由于受到资金等各种条件的限制，完全依靠交通设施来解决交通问题是不太现实的。所以在这种情况下,利用计算机、交通信号控制等手段解决交通问题成为必然的选择。

交通信号灯优化配时在交通控制中占有重要地位，它是当前城市一项重要任务，在能源节约、交通流管理、行人安全和环境问题方面有着潜在利益。

1.2国内外研究现状

交通信号灯配时优化在交通控制中占有重要地位，因此近些年对交通信号灯配时优化的研究很多。早些年主要是研究单点交叉口的信号配时优化，并且王秋平等人^[2]认为单点交叉口交通信号控制占城市交叉口90%以上,解决城市交通问题的关键在于如何合理、有效地组织好单点交叉口的交通。而近些年的研究对象主要是多个交叉口，甚至是一个地区或者一个城市。王磊等人^[5]研究城市两相邻交叉口信号配时优化问题，以交叉口两相位为条件建立了相邻交叉口信号控制模型和算法，并给出了有效的交通配时优化方案。Olivera和 Alba^[1]是以位于阿根廷的Bahacute;#305;aBlanca和位于西班牙的Malagaacute;为场景，然后利用粒子群算法来对这两个地区的信号灯进行最优周期规划。

信号灯的配时优化主要目标是改善城市交通。而改善城市交通又可以用多个指标来表示。肖业伟等人^[21]以每周期内交叉路口车辆总延误最小作为性能指标进行优化与仿真实验。但是大部分的学者都是选择以多个性能指标来建立目标函数：车辆延误时间、停车次数、到达目的地的车辆数量、车辆总行车时间等。顾怀中和王炜^[22]在他们的研究中不仅选择延误时间、停车次数为优化目标函数的性能指标,而且考虑我国城市道路交通的实际情况,在目标函数中增加了通行能力。各性能指标的加权系数随交通需求的不同而变化,以适应不同交通状况下对配时优化的不同要求。

国内外研究信号灯配时优化的方法有很多。靳敏等人^[14]针对城市交通拥堵日益严重的问题，提出一种自适应交通信号灯配时优化控制理论。利用设置在交通路口的高位摄像机，获得车流图片或者车辆视频，再运用图像处理技术分析图片，结合相位绿灯分配时间的线性算法。这种自适应配时优化方案，能够对交叉路口车流情况进行综合优化，实时修正各个相位的配时。另一个自适应方法是综合自动化城市交通优化（UTOPIA）和优先、优化交通系统（SPOT），这是由菲亚特研究中心，ITALTEL和MIZAR Automazione共同开发^[1]。该系统旨在改善私家车和公共交通车辆的交通流量。实际上是一个分布式实时交通控制系统，适用于先进的公共运输服务国家（在意大利，挪威，荷兰，瑞典，芬兰，丹麦经过测试）。该系统采用分层分散控制策略，包括智能控制器与其他信号控制器以及中央计算机进行通信。

数学模型和启发式算法在信号灯的配时优化中也很受欢迎。屈小智等人^[4]运用过渡函数延误时间模型和过渡函数停车率模型，以太原科技大学校门口的H型路口为例，分别采用基于饱和车头时距测量方法和基于饱和车流量测量方法来确定该交叉路口的最佳周期和绿灯时间。林云^[16]采用遗传算法对十字路口的红绿灯进行配时优化，并采用Matlab对目标函数进行仿真计算，将车辆平均延误降低了51%，大大提升了路口通行效率。但是遗传算法属于随机类算法，需要多次运算，结果的可靠性差，不能稳定的得到解。肖业伟等人^[21]针对城市道路交叉口的交通流特性, 提出一种交叉路口多相位配时的 TSP 模型, 采用蚁群算法来优化交叉路口多相位配时信号, 并以每周期内交叉路口车辆总延误最小作为性能指标进行仿真实验。但是蚁群算法的参数设置,目前主要靠实验测试获得, 具有较大的盲目性, 缺乏一定的理论基础。

交通仿真器在交通信号灯的配时优化中也起到了至关重要的作用。在用各种算法建立模型之后，往往需要交通仿真器对实际场景进行模拟，从而来评价模型解的好坏。国内较多的是应用VISSIM仿真软件，它是一种微观的、基于时间间隔和驾驶行为的仿真建模工具，用以城市交通和公共交通运行的交通建模。周志浩和葛欢^[]建立了考虑延误和停车次数的信号配时优化模型，提出应用 VISSIM 仿真软件与信号配时相结合的信号交叉口优化方法，并将该优化方法应用于交叉口优化实例中。在[16]和[21]中的仿真是在MATLAB环境中实现的。功能强大的交通车流模拟器还有SUMO（simulator of urbanmobility），