一种有轨电车交叉口控制策略优化方法技术

本发明专利技术涉及一种有轨电车交叉口控制策略优化方法，包括以下步骤：分析有轨电车行程时间的影响因素；对有轨电车行程时间按特定因素对应的不同场景进行分类；基于有轨电车线路与运行信息，统计各个分类场景下有轨电车的行程时间，分析行程时间可靠性；构建各个分类场景下有轨电车行程时间的最优分布模型；基于最优分布模型，计算各个分类场景下行程时间分布的拟合参数，分析行程时间均值及行程时间波动性的变化规律；基于行程时间可靠性、行程时间均值、行程时间波动性及有轨电车实际路线区间特点，得到优化的交叉口信号控制策略。与现有技术相比，本发明专利技术能够提升现代有轨电车行程时间可靠性，同时有利于提升不同场景下有轨电车的准点率。准点率。准点率。

【技术实现步骤摘要】
一种有轨电车交叉口控制策略优化方法


[0001]本专利技术涉及有轨电车运营
，尤其是涉及一种有轨电车交叉口控制策略优化方法。

技术介绍

[0002]现代有轨电车作为城市公共交通体系的补充，近年来发展迅速。由于现代有轨电车在交叉口与其他类型交通共享路权，因此交通特征及信号控制方式通常是影响有轨电车行程时间波动性的关键因素。为提高现代有轨电车运准点率，基于行程时间可靠性模型优化现代有轨电车在交叉口处的信号控制方式十分必要。
[0003]目前，现代有轨电车在信号交叉口处的控制方式通一般为基于预测有轨电车到达交叉口时间的优化、与有轨电车调度的综合优化、基于速度引导的干线信号交叉口协同控制等。
[0004]综上所述，目前尚无研究基于有轨电车行程时间可靠性对有轨电车在信号交叉口处的控制进行优化。

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种有轨电车交叉口控制策略优化方法，通过建立有轨电车行程时间可靠性分析的模型，并通过对影响行程时间可靠性的动静态因素分析，基于统计和概率方法量化分析不同场景对有轨电车行程时间可靠性的影响，结合线路实际情况提出交叉口信号控制动态优化策略，提升现代有轨电车行程时间可靠性，有利于提升不同场景下有轨电车的准点率。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种有轨电车交叉口控制策略优化方法，包括以下步骤：
[0008]S1、分析有轨电车行程时间的影响因素；
[0009]S2、从所述影响因素中选取特定因素，对有轨电车行程时间按特定因素对应的不同场景进行分类，得到多个分类场景；
[0010]S3、基于有轨电车线路与运行信息，统计各个分类场景下有轨电车的行程时间，分析行程时间可靠性；
[0011]S4、构建各个分类场景下有轨电车行程时间的最优分布模型；
[0012]S5、基于所述最优分布模型，计算各个分类场景下行程时间分布的拟合参数，分析行程时间均值及行程时间波动性的变化规律；
[0013]S6、基于所述行程时间可靠性、行程时间均值、行程时间波动性及有轨电车实际路线区间特点，得到优化的交叉口信号控制策略。
[0014]进一步地，所述的特定因素包括相邻站点之间信号交叉口数量及高峰平峰时段交通流特征。
[0015]进一步地，所述基于有轨电车线路与运行信息，统计各个分类场景下有轨电车的
行程时间，包括以下步骤：
[0016]基于有轨电车到达各个站点的实际时刻，计算不同OD之间的实际行驶时间T
OD
；
[0017]基于所述实际行驶时间T
OD
，计算不同OD之间单位里程实际行程时间t；
[0018]t＝T
OD
/L
OD
[0019]其中，L
OD
为出发站点与目的站点之间的距离；
[0020]统计各个分类场景下单位里程实际行程时间t的样本数据，所述样本数据包括样本数量、样本平均值及样本标准差。
[0021]进一步地，对于特定因素中，相邻站点之间信号交叉口数量对应的分类场景，T
OD
为有轨电车在线路上相邻两站之间的实际行驶时间；
[0022]对于特定因素中，高峰平峰时段交通流特征对应的分类场景，T
OD
为现代有轨电车在整条线路始发站到终点站之间的实际行驶时间。
[0023]进一步地，所述分析行程时间可靠性特征，包括以下步骤：
[0024]基于有轨电车到达各个站点的计划时刻，计算不同OD之间的计划行驶时间T
OD计
；
[0025]基于所述计划行驶时间T
OD计
，计算不同OD之间单位里程计划行程时间t
计
，
[0026]t
计
＝T
OD计
/L
OD
[0027]其中，L
OD
为出发站点与目的站点之间的距离；
[0028]计算有轨电车单位里程实际行程时间t小于单位里程计划行程时间t
计
的概率R
(t)
，其表达式为：
[0029][0030]基于所述概率R
(t)
量化有轨电车行程时间可靠性，分析特定因素对现代有轨电车行程时间可靠性的影响。
[0031]进一步地，对于特定因素中，相邻站点之间信号交叉口数量对应的分类场景，T
OD计
为有轨电车在线路上相邻两站之间的计划行驶时间；
[0032]对于特定因素中，高峰平峰时段交通流特征对应的分类场景，T
OD计
为现代有轨电车在整条线路始发站到终点站之间的计划行驶时间。
[0033]进一步地，所述构建各个分类场景下有轨电车行程时间的最优分布模型包括以下步骤：
[0034]基于不同分类场景下的实际行程时间t，分别绘制频率分布直方图，基于所述分布直方图的形状，选择分布类型对所述行程时间进行统计拟合；
[0035]采用Kolmogorov
‑
Smimov修正检验和Anderon
‑
Darling检验，在显著性水平α＝5％的前提下检验拟合优度，确定各个分类场景下有轨电车单位里程实际行程时间t对应的最优分布模型。
[0036]进一步地，所述分布类型包括正态分布、对数分布和伽马分布。
[0037]进一步地，所述分析行程时间均值及行程时间波动性的变化规律包括以下步骤：
[0038]基于各个分类场景下有轨电车单位里程实际行程时间t对应的最优分布模型即样本数据，分别计算实际行程时间t的期望值与标准差；
[0039]基于所述期望值与标准差，计算各个分类场景下有轨电车行程时间的均值及波动性，分析有轨电车行程时间均值与波动性的变化规律。
[0040]进一步地，基于所述行程时间可靠性、行程时间均值、行程时间波动性及有轨电车实际路线区间特点，得到优化的交叉口信号控制策略，具体为：
[0041]在现有的信号交叉口控制方式，即无优先、相对优先或绝对优先的基础上，对交叉口信号控制方式的选择进行优化，提出信号控制方案生成流程；
[0042]所述信号控制方案生成流程包括以下步骤：
[0043](1)获取相交道路等级；
[0044](2)判断有轨电车道路等级是否小于相交道路等级，若是，则选择无优先控制策略，并结束全部流程，否则执行步骤(3)；
[0045](3)判断有轨电车道路等级是否等于相交道路等级，若是，则执行步骤(4)，否则执行步骤(5)；
[0046](4)判断区间交叉口数量是否大于或等于2，若是，则选择绝对优先控制策略，并结束全部流程，否则选择相对优先控制策略，并结束全部流程；
[0047](5)判断区间交叉口数量是否大于或等于2，若是，则选择绝对优先控制策略，并结束全部流程，否本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种有轨电车交叉口控制策略优化方法，其特征在于，包括以下步骤：分析有轨电车行程时间的影响因素；从所述影响因素中选取特定因素，对有轨电车行程时间按特定因素对应的不同场景进行分类，得到多个分类场景；基于有轨电车线路与运行信息，统计各个分类场景下有轨电车的行程时间，分析行程时间可靠性；构建各个分类场景下有轨电车行程时间的最优分布模型；基于所述最优分布模型，计算各个分类场景下行程时间分布的拟合参数，分析行程时间均值及行程时间波动性的变化规律；基于所述行程时间可靠性、行程时间均值、行程时间波动性及有轨电车实际路线区间特点，得到优化的交叉口信号控制策略。2.根据权利要求1所述的一种有轨电车交叉口控制策略优化方法，其特征在于，所述的特定因素包括相邻站点之间信号交叉口数量及高峰平峰时段交通流特征。3.根据权利要求2所述的一种有轨电车交叉口控制策略优化方法，其特征在于，所述基于有轨电车线路与运行信息，统计各个分类场景下有轨电车的行程时间，包括以下步骤：基于有轨电车到达各个站点的实际时刻，计算不同OD之间的实际行驶时间T
OD
；基于所述实际行驶时间T
OD
，计算不同OD之间单位里程实际行程时间t；t＝T
OD
/L
OD
其中，L
OD
为出发站点与目的站点之间的距离；统计各个分类场景下单位里程实际行程时间t的样本数据，所述样本数据包括样本数量、样本平均值及样本标准差。4.根据权利要求3所述的一种有轨电车交叉口控制策略优化方法，其特征在于，对于特定因素中，相邻站点之间信号交叉口数量对应的分类场景，T
OD
为有轨电车在线路上相邻两站之间的实际行驶时间；对于特定因素中，高峰平峰时段交通流特征对应的分类场景，T
OD
为现代有轨电车在整条线路始发站到终点站之间的实际行驶时间。5.根据权利要求2所述的一种有轨电车交叉口控制策略优化方法，其特征在于，所述分析行程时间可靠性特征，包括以下步骤：基于有轨电车到达各个站点的计划时刻，计算不同OD之间的计划行驶时间T
OD计
；基于所述计划行驶时间T
OD计
，计算不同OD之间单位里程计划行程时间t
计
，t
计
＝T
OD计
/L
OD
其中，L
OD
为出发站点与目的站点之间的距离；计算有轨电车单位里程实际行程时间t小于单位里程计划行程时间t
计
的概率R
(t)
，其表达式为：基于所述概率R
(t)
量化有轨电车行程时间可靠性，分析特定因素对现代有轨电车行程时间可靠性的影响。6.根据权...

【专利技术属性】
技术研发人员：施莉娟，张琦芮，周思琪，
申请(专利权)人：同济大学，
类型：发明
国别省市：