中国公路学报

作者：柳清泉, 李萌, 郭娅明

单位：1. 清华大学　土木工程系，　北京　100084","2. 北京工业大学　城市交通学院，　北京　100124

关键词：交通工程,信号轨迹联合优化,混合整数规划,混行交通流,智能网联车辆

<p>针对智能网联车辆（Intelligent Connected Vehicles，ICV）和人工网联车辆（Human-driven Connected Vehicles，HCV）并存的混合流场景，为了协调交叉口各个方向车辆复杂的冲突关系，提出了一种针对信号配时与车辆轨迹的多目标联合优化方法。在信号方面，基于非固定周期的相位设置方式，灵活组合绿灯相位，提升交通信号配时的灵活性；在轨迹方面，对ICV和HCV分别建立跟驰约束，同时预测HCV轨迹并优化ICV轨迹。最终，统一考虑车辆延误和油耗2个优化目标，建立单层联合优化模型，同时获取信号配时与车辆轨迹的全局最优解。针对混合流场景的随机性，设计了滚动时域优化方法和鲁棒机制。数值试验中，选取了多种不同的基准方案与所提方法进行对比，包括传统的信号与轨迹优化方案，以及已有研究中的双层联合优化方案，以验证求解结果的全局最优性。结果表明：相较于基准方案，所提出的单层联合优化方案在不同的ICV占有率与交通需求场景中，均能够实现最低的车辆延误和油耗；在敏感度分析试验中，对不同优化目标之间的相关关系以及模型复杂度展开了分析；试验结果揭示了在该场景下，若选取合适的权重系数，不仅能够得到帕累托最优解，还有可能得到在所有目标下均为最优或近似最优的求解结果。最后，基于珠海市交叉口数据集，验证了所提方法在强波动的交通需求下仍然能够实现较好的优化效果。</p>

来源：2025年第7期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第7期