城市道路区域交通信号控制的动态子区划分

交叉口关联度模型研究

交叉口之间的关联度是交叉口之间空间关联特征与交通关联特征的综合反映

空间关联表明交叉口是否地理位置相邻（静态）
交通关联则表明交叉口间的耦合程度（动态）

以往研究

1.1973年Yagoda提出耦合指数（Coupling Index, CI），CI值越大，表示交叉口间的关联性越大

$CI = Q/L$

Q：相邻交叉口之间路段的交通流量,L：路段长度

2.Chang提出了互连期望指数IDI（Interconnection　Desirability　Index），认为从上游交叉口出发的车队在到达下游交叉口时若车流仍能呈现高密度的车队特征，则两个交叉口表现出较强的关联特性。

$Imblance =\frac{ q_{max}}{\bar{q}}$

$q_{max}$ 为两交叉口之间上游交叉口驶出流向的最大交通量（辆/小时）， $\bar{q}$ 为下游交叉口流入流向的平均值（辆/小时）

$D = \frac{1}{1+T}$

Ｔ为交叉口间的路段行程时间（分钟）。考虑上述两个因素，则交叉口之间的关联性计算公式

T为交叉口间的路段行程时间（分钟）；X为上游交叉口驶出流向的车道数； $q_{max}$ 为上游交叉口驶出的直行方向中的最大流量值（辆／小时）； $q_{1},....q_{i}$ 为下游交叉口进口道车道组交通流量（辆／小时）；ｎ为下游交叉口进口道车道数。

3.Whitson模型

t为交叉口间的路段行程时间（分钟）； $q_{max}$ 为上游交叉口驶出的直行方向中的最大流量值（辆／小时）； $\sum q_{i}$ 为下游交叉口进口道车道组交通流量（辆／小时）；ｎ为下游交叉口进口道车道数。

4.高云峰改进Whitson模型，认为t该是车辆从上游交叉曰进口道的停车线至下游交叉口进口道的车辆排队队尾（当进口道有排队车辆时）或进口道的停车线（当进口道无排队车辆时）间的平均行程时间。

n为上游交叉口的流入流向数， $Q_{i}$ 为流向下游交叉口的上游流出流向 $i$ 的流量， $L$ 为交叉曰之间的路段长度， $l$ 为交叉口进口道的平均排队长度。

5.Lin提出交叉口间隔 $CL_{intervnal}$ ai概念，为能够使上游放行车辆在路段上达到平稳行驶时所需的交叉口间距的区间值，当交叉口间距在这个区间时，对交叉口进行协调控制能够有效的降低车辆延误，减少停车次数。

$CL_{s}$ 是由车辆跟驰模型所得的使车队接近出现不稳定时所需的交叉口间距， $E_{v1}$ 为车队中第一辆车的期望速度或者为道路的最大限速。
$h_{s}$ 为车头时距。 $t_{n+1}^{*}$ 为信号灯首次变为绿灯的时间，并且在此之后第ｎ＋１辆车能够平稳到达。 $LQ$ 为交叉口间的车辆总数，能够根据May的模型公式得到

s为饱和流率，q为车辆到达率，r为红灯时间。

子区划分方法

在子区的划分方法中，目前常用的方法包括聚类分析法和路网遍历搜寻法。前者主要依据路网内各个交叉口的某种交通属性，将路网中的所有的交叉口分为几个不同的类别，则具有相似属性值的交叉口被划分到同一个控制子区内，属性相差较大的交叉口被划分到不同的控制子区；后者则是按照一定的路网遍历搜寻规则，对路网内一定范围中的所有交叉口进行搜寻，并制定一定的准则来判别相邻的交叉口是否能够划分到同一控制子区。
概括总结现阶段城市区域协调控制的子区划分主要是依靠关联度模型建立的划分方法，考虑因素包括周期时长、交叉口间距、交叉口流量、相位差、排队长度等。能够为论文在进行子区划分时对影响交叉口关联因素的选择提供借鉴。但是关联度阔值的划分大多是依据工程实践，人为的选择一个阔值范围，使得判断阔值具有很强的主观特性无法保证划分子区的优异性。选取影响子区关联度的因素时，各个参数是否独立，是否能够全面的用来描述子区的划分算法尚没有得到有力的研究推断。且在子区划分时虽然考虑到周期时长、交叉口流量、相位差、排队长度等一系列的动态因素，较少从城市道路交通流的空间变化角度考虑动态划分协调控制子区。且对子区划分完后并没有随着路网交通的的变化而实时的相应调整，导致子区的动态划分和内部协调不能达到理想的效果，子区划分范围结果将逐渐失效。

关联度模型选取

1.考虑流量和间距

t为交叉口行程时间（分钟）； $q_{max}$ 为上游交叉口驶出的直行方向中的最大流量值（辆／小时）； $\sum q_{i}$ 为下游交叉口进口道车道组交通流量（辆／小时）；ｎ为下游交叉口进口道车道数。由于相邻交叉口间的关联路段的交通流向是双向的，计算交叉口间的关联度时应分别计算两个方向的关联度值，并取两者中的最大值。

2.考虑周期因素

$C_{i}%u548CC_{j}$ 和 $C_{j}$ 分别为交叉口 $i$ 和 $j$ 的周期时长， $max(C_{i},C_{j})$ 为取两者周期时长最大值， $min(C_{i},C_{j})$ 为取两者周期时长中的最小值。

3.考虑密度因素