考慮車輛尾氣排放因素的公交信號(hào)優(yōu)先控制策略及微觀仿真研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)的發(fā)展與汽車保有量的迅速攀升，機(jī)動(dòng)車尾氣排放污染已經(jīng)成為城市空氣污染的主要來(lái)源之一。另外，由于交叉口區(qū)域的信號(hào)控制措施，機(jī)動(dòng)車加減速和怠速工況明顯增加，使得交叉口成為了路網(wǎng)中高排放和高能耗區(qū)域。為了落實(shí)“公交優(yōu)先”發(fā)展戰(zhàn)略、降低交叉口區(qū)域的機(jī)動(dòng)車尾氣排放量，改善交叉口公交信號(hào)優(yōu)先控制措施勢(shì)在必行。
　　在此背景下，本文以機(jī)動(dòng)車臺(tái)架試驗(yàn)獲取的大量排放數(shù)據(jù)為基礎(chǔ)，探索了機(jī)動(dòng)車在加速、減速和怠速工況下的排放情況，并以此為基礎(chǔ)

2、，在公交信號(hào)優(yōu)先的控制方式下，以最大的綜合效益為目標(biāo)，提出了考慮排放的公交信號(hào)優(yōu)先控制策略。最后通過(guò)VISSIM仿真實(shí)驗(yàn)實(shí)施了該策略，結(jié)果表明，本文提出的公交信號(hào)優(yōu)先方案不僅能夠降低公交車輛的延誤和排放，還能確保交叉口的整體效益。本論文的具體研究成果如下:
　　1、研究粒子群算法中學(xué)習(xí)因子與慣性權(quán)重的優(yōu)化方法，與使用常量作為學(xué)習(xí)因子和慣性權(quán)重參數(shù)值的原始粒子群算法不同，本文在原始算法中加入兩個(gè)優(yōu)化公式，使學(xué)習(xí)因子和慣性權(quán)重隨迭代次

3、數(shù)變化而變化，并使用Matlab編寫了優(yōu)化的粒子群算法，研究?jī)?yōu)化公式在不同閾值下的優(yōu)化效果，最終提高了粒子群算法的準(zhǔn)確性和收斂速度。
　　2、本文建立了考慮排放的公交信號(hào)優(yōu)先控制模型。該模型以性能指標(biāo)函數(shù)的形式對(duì)公交信號(hào)優(yōu)先方案進(jìn)行評(píng)價(jià)，由乘客時(shí)間效益指標(biāo)函數(shù)和環(huán)境效益指標(biāo)函數(shù)兩部分組成，并在Matlab中使用優(yōu)化的粒子群算法實(shí)現(xiàn)了模型的快速求解。對(duì)乘客時(shí)間效益指標(biāo)函數(shù)和環(huán)境效益指標(biāo)函數(shù)的研究表明，優(yōu)先相位的綠延時(shí)時(shí)間越長(zhǎng)，交叉口

4、區(qū)域的乘客時(shí)間效益和環(huán)境效益越低，并且當(dāng)?shù)谝痪G燈壓縮相位的壓縮時(shí)間達(dá)到極限后，兩項(xiàng)效益值的下降幅度會(huì)增大。
　　3、選擇中關(guān)村東路與知春路交叉口進(jìn)行了公交信號(hào)優(yōu)先控制的實(shí)例研究。以VISSIM作為仿真平臺(tái)，利用Matlab、優(yōu)化的粒子群算法計(jì)算出不同優(yōu)先情況下的最優(yōu)配時(shí)方案，并在VisVAP中編寫公交信號(hào)優(yōu)先控制的程序，最后通過(guò)VISSIM仿真實(shí)現(xiàn)本文提出的公交優(yōu)先控制策略。仿真結(jié)果表明，本文提出的公交信號(hào)優(yōu)先控制策略不但能夠顯著