为缓解城市道路拥堵,提高交叉口交通效益与环境效益,建立了一种以交叉口总延误时间、总停车次数、通行能力和尾气排放总量为优化目标的多目标配时优化模型。将尾气排放量纳入到数学优化模型中,通过构建一种基于比功率的尾气排放总量测...为缓解城市道路拥堵,提高交叉口交通效益与环境效益,建立了一种以交叉口总延误时间、总停车次数、通行能力和尾气排放总量为优化目标的多目标配时优化模型。将尾气排放量纳入到数学优化模型中,通过构建一种基于比功率的尾气排放总量测算算法对交通效益指标与尾气排放量的数学关系进行量化,根据交叉口延误时间和停车次数可实现尾气排放总量测算。引入NDX交叉算子和SDE(shift-based density estimation)策略对传统NSGA-Ⅱ算法进行改进,对配时优化模型和改进NSGA-Ⅱ算法进行编码,实现多目标配时优化模型求解。仿真结果表明:尾气排放总量测算模型结果误差小于10%,与传统NSGA-Ⅱ算法相比,改进的NSGA-Ⅱ算法收敛速度提升了约54%。展开更多
文摘为缓解城市道路拥堵,提高交叉口交通效益与环境效益,建立了一种以交叉口总延误时间、总停车次数、通行能力和尾气排放总量为优化目标的多目标配时优化模型。将尾气排放量纳入到数学优化模型中,通过构建一种基于比功率的尾气排放总量测算算法对交通效益指标与尾气排放量的数学关系进行量化,根据交叉口延误时间和停车次数可实现尾气排放总量测算。引入NDX交叉算子和SDE(shift-based density estimation)策略对传统NSGA-Ⅱ算法进行改进,对配时优化模型和改进NSGA-Ⅱ算法进行编码,实现多目标配时优化模型求解。仿真结果表明:尾气排放总量测算模型结果误差小于10%,与传统NSGA-Ⅱ算法相比,改进的NSGA-Ⅱ算法收敛速度提升了约54%。
