Details

Данное исследование сосредоточено на задаче оптимизации управления регулируемыми изолированными перекрестками в городских условиях и предлагает метод управления, основанный на алгоритме роя частиц. В работе проанализированы текущие узкие места и проблемы, связанные с организацией светофорного регулирования в городах, а также рассмотрены адаптивные свойства и преимущества алгоритма роя частиц при управлении динамичным трафиком. На основе этого построена функция приспособленности с учетом показателя насыщенности перекрестка, дополнительно введены экспоненциальное затухание инерционного веса и регулировка коэффициентов обучения при помощи сигмоидной функции для повышения эффективности алгоритма. В качестве примеров были выбраны перекрестки в городе Хуайбэй (Китай, перекресток улиц Наньли и Сяншань) и в городе Санкт-Петербург (Россия, перекресток проспекта Науки и Гражданского проспекта). На платформах MATLAB и SUMO разработана модель оптимизации светофорного управления и проведены имитационные эксперименты. В ходе моделирования были получены графики динамики параметров, кривые приспособленности и диаграммы фаз светофорного цикла, позволяющие количественно и наглядно оценить эффективность предложенного алгоритма. Кроме того, с помощью статистического анализа выбросов загрязняющих веществ и расхода топлива до и после оптимизации была оценена годовая экономическая эффективность данного метода в области энергосбережения и снижения выбросов.

This research focuses on the optimization of signal control at controllable isolated intersections in urban areas and proposes a control method based on the particle swarm optimization algorithm. The thesis analyzes the current bottlenecks and challenges in urban traffic signal timing and elaborates on the adaptability and advantages of the particle swarm optimization algorithm in dynamic traffic regulation. On this basis, a fitness function centered on intersection saturation is constructed, and performance is enhanced by introducing exponentially decaying inertia weights and learning factors adjusted via a sigmoid function. Two intersections are selected as case studies: the Nanli Road – Xiangshan Road intersection in Huaibei, China, and the Prospekt Nauki – Grazhdansky Prospekt intersection in Saint Petersburg, Russia. Signal control optimization models and simulation experiments are implemented on MATLAB and SUMO platforms. During simulation, dynamic parameter change graphs, fitness curves, and signal timing phase diagrams are generated to quantitatively and visually demonstrate the optimization results. In addition, by statistically analyzing pollutant emissions and fuel consumption before and after optimization, the annual economic benefit of this method in terms of energy conservation and emission reduction was evaluated. The research results show that the proposed control method effectively reduces  average delay time and improves traffic capacity, especially in medium to high traffic flow scenarios, demonstrating good stability and applicability.