智能网联技术的不断发展为实现公交信号优先提供了技术支持,也将助力智能网联公交向“精准公交”“安全公交”方向发展。本文从不同相位间的冲突博弈关系出发,构建智能网联环境下基于斗鸡博弈的公交信号优先引导策略。首先,利用斗鸡博弈...智能网联技术的不断发展为实现公交信号优先提供了技术支持,也将助力智能网联公交向“精准公交”“安全公交”方向发展。本文从不同相位间的冲突博弈关系出发,构建智能网联环境下基于斗鸡博弈的公交信号优先引导策略。首先,利用斗鸡博弈,分析以公交优先相位与非优先相位作为博弈双方的博弈行为,建立以加权延误为收益矩阵的博弈模型;其次,考虑优先公交车的准时性、最小绿灯时长限制、优先相位及非优先相位延误等因素,结合建立的博弈模型,采取主动优先与车速引导相结合的方法,提出智能网联环境下公交优先引导策略及优化流程;最后,利用SUMO(Simulation of Urban Mobility)和采集的交叉口数据对提出的优先引导策略进行仿真。结果表明:与初始配时相比,本文提出的公交信号优先策略可有效提高公交优先相位的通行效益,减少对非优先相位的负面影响;50%渗透率条件下,对比未实施策略,20%的优先公交车准点情况优化显著,平均排队长度、平均停车次数、延误等通行效益指标至少降低33.27%,油耗及CO_(2)排放至少降低12.20%;非优先相位各指标的劣化程度均低于8%。展开更多
文摘智能网联技术的不断发展为实现公交信号优先提供了技术支持,也将助力智能网联公交向“精准公交”“安全公交”方向发展。本文从不同相位间的冲突博弈关系出发,构建智能网联环境下基于斗鸡博弈的公交信号优先引导策略。首先,利用斗鸡博弈,分析以公交优先相位与非优先相位作为博弈双方的博弈行为,建立以加权延误为收益矩阵的博弈模型;其次,考虑优先公交车的准时性、最小绿灯时长限制、优先相位及非优先相位延误等因素,结合建立的博弈模型,采取主动优先与车速引导相结合的方法,提出智能网联环境下公交优先引导策略及优化流程;最后,利用SUMO(Simulation of Urban Mobility)和采集的交叉口数据对提出的优先引导策略进行仿真。结果表明:与初始配时相比,本文提出的公交信号优先策略可有效提高公交优先相位的通行效益,减少对非优先相位的负面影响;50%渗透率条件下,对比未实施策略,20%的优先公交车准点情况优化显著,平均排队长度、平均停车次数、延误等通行效益指标至少降低33.27%,油耗及CO_(2)排放至少降低12.20%;非优先相位各指标的劣化程度均低于8%。
