具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了干道相位差的优化设备，参照图1，图1是本发明实施例方案涉及的硬件运行环境的结构示意图。

需要说明的是，图1即可为干道相位差的优化设备的硬件运行环境的结构示意图。本发明实施例干道相位差的优化设备可以是PC(Personal Computer，个人电脑)，便携计算机，服务器等设备。

如图1所示，该干道相位差的优化设备可以包括：处理器1001，例如CPU，存储器1005，用户接口1003，网络接口1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，干道相位差的优化设备还可以包括RF(Radio Frequency，射频)电路，传感器、WiFi模块等等。

本领域技术人员可以理解，图1中示出的干道相位差的优化设备结构并不构成干道相位差的优化设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储可读存储介质的存储器1005中可以包括操作设备、网络通信模块、用户接口模块以及干道相位差的优化程序。其中，操作设备是管理和优化干道相位差的优化设备硬件和软件资源的程序，支持干道相位差的优化程序以及其它软件或程序的运行。

图1所示的干道相位差的优化设备，用于解决如何提高区域建议框的种类和质量，用户接口1003主要用于侦测或者输出各种信息，如输入城市干道中交叉口的饱和度和输出最优相位差等；网络接口1004主要用于与后台服务器交互，进行通信；处理器1001可以用于调用存储器1005中存储的干道相位差的优化程序，并执行以下操作：

获取城市干道的公共信号周期和各个交叉口的绿信比；

根据所述公共信号周期、各个交叉口的绿信比及预设的饱和度确定车队在所述城市干道上的最大时间总延误和最小时间总延误；

计算各种饱和度下车队在所述城市干道上的延误变异系数，确定所述延误系数中的最大值为最大延误变异系数，及确定所述延误系数中的最小值为最小延误变异系数；

根据所述最大时间总延误、所述最小时间总延误、实际时间总延误、所述最大延误变异系数、所述最小延误变异系数和实际延误变异系数计算所述城市干道的最优相位差。

本发明通过根据公共信号周期、各个交叉口的绿信比及预设的饱和度确定车队在城市干道上的最大时间总延误和最小时间总延误，再计算各种饱和度下车队在城市干道上的延误变异系数，确定延误系数中的最大值为最大延误变异系数，及确定延误系数中的最小值为最小延误变异系数，最后根据最大时间总延误、最小时间总延误、实际时间总延误、最大延误变异系数、最小延误变异系数和实际延误变异系数计算所述城市干道的最优相位差，实现了尽可能小的牺牲干道时间总延误以优化干道交叉口信号的相位差，提高城市干道中交通信号控制的公平性。

本发明移动终端具体实施方式与下述干道相位差的优化方法实施例基本相同，在此不再赘述。

基于上述结构，提出本发明干道相位差的优化方法的实施例。

目前干道协调控制主要目标是干道运行效率，然而近年来，作为可持续交通发展三大重要指标之一的交通公平，得到越来越多的关注。因此，本文从公平性角度出发，提出了考虑双向车均延误一致的干道控制优化方法，在保证干道运行效率的前提下，进一步地提高干道运行的公平性。本发明提供干道相位差的优化方法。

参照图2，图2为本发明干道相位差的优化方法实施例的流程示意图。

在本实施例中，提供了干道相位差的优化方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中，干道相位差的优化方法包括：

步骤S10，获取城市干道在各种饱和度下的公共信号周期和各个交叉口的绿信比；

本实施例首先利用Webster配时法计算城市干道在各种饱和度下的公共周期和各个交叉口的绿信比。

在一些具体的实施例中，获取城市干道的公共信号周期的步骤包括：

步骤a，计算各种饱和度下城市干道中每个交叉口的信号周期，并确定最大的信号周期为所述城市干道的公共信号周期，其中，计算交叉口的信号周期的公式为：

所述C_i表示交叉口i的信号周期，所述L表示总损失时间，所述Y表示交叉口交通流量比。

确定每个交叉口的信号周期，通过公式计算交叉口i的信号周期，L表示总损失时间，Y表示交叉口交通流量比。需要说明的是，信号周期和总损失时间的单位为秒(s)。按照信号周期的计算公式计算得到每个交叉口的信号周期，将其中最大的信号周期确定为公共信号周期。

在一些实施例中，城市干道上各个交叉口的绿信比的计算公式为：其中，所述G_e表示交叉口i的有效绿灯时间，所述y_j表示交叉口i第j相位的交通流量比。

需要说明的是，有效绿灯时间的单位也为秒。

步骤S20，根据所述公共信号周期、各个交叉口的绿信比及预设的饱和度确定车队在所述城市干道上的最大时间总延误和最小时间总延误；

车队通过各个交叉口的时间延误与公共信号周期和各个交叉口的绿信比有关，根据公共信号周期和各个交叉口的绿信可得到车队通过各个交叉口的时间延误，进一步的可得到车队通过城市干道中各个交叉口的时间总延误。车队通过交叉口的时间延误也与交叉口的饱和度有关，饱和度不同车队通过同一个交叉口的时间延误也不同，所以可以通过改变交叉口的饱和度改变车队通过城市干道中各个交叉口的时间延误，进一步的得到在不同饱和度下车队通过城市干道各个交叉口的时间总延误，通过比较时间总延误的值得到最大时间总延误和最小时间总延误。

通过python编程设定交叉口饱和度范围，一般饱和度的范围为0.25-0.7，那么本实施例选取的饱和度分别是0.25、0.26、0.27、0.28、0.29、0.3、0.31、0.34…0.64、0.65、0.66、0.67、0.68、0.69、0.7。城市干道具有上行方向和下行方向，参见表1，表1为每个饱和度下46个交叉口的基本数据，共2216组数据：

表1

在一些实施例中，步骤S20还包括：

步骤b，将所述公共信号周期和各个交叉口的绿信比以及预设的各种饱和度代入车队通过的各个交叉口的时间延误的计算公式中，得到各个交叉口在各种饱和度下的时间延误；

步骤c，根据各个交叉口在各种饱和度下的时间延误确定车队在所述城市干道上的最大时间总延误和最小时间总延误。

本实施例通过最小延误法计算模型求车队在不同饱和度下通过各个交叉口的时间延误。最小延误法计算模型根据车队头车的受阻情况以及车队尾车的运行特征，将计算车队在下游交叉口的时间延误分为六种方式，第一种：车队头车受阻，到达车辆积累线与车辆驶离积累线围成的延误面积呈三角形状：车队头车在红灯时段内到达交叉口I_i+1，此时进口道无车辆排队，绿灯时段内排队消散，车队尾车不停车通过交叉口I_i+1，此时，时间延误为：约束条件为：第二种：车队头车受阻，到达车辆积累线与车辆驶离积累线围成的延误面积呈梯形形状加上三角形形状：车队第一辆车在红灯时段内到达交叉口，此时进口道有车辆排队，绿灯时段内排队消散，再匀速通过部分车辆，部分尾车又遇红灯需要排队等待，此时，时间延误为：约束条件为：第三种：车队头车受阻，到达车辆积累线与车辆驶离积累线围成的延误面积呈梯形形状：车队第一辆车在红灯时段内到达交叉口，此时进口道无车辆排队，绿灯时段内排队消散，车队最后一辆车需要经过一次停车再通过交叉口，此时，时间延误为：约束条件为：第四种：非车队头车受阻延误呈三角形：车队第一辆车在绿灯时段内到达交叉口，此时进口道无车辆排队，均匀通过部分车辆后，车队遇红灯需要排队等待，下一个绿灯时段内排队消散，车队最后一辆车不停车通过交叉口，此时，时间延误为：约束条件为：第五种：非车队头车受阻延误呈梯形：车队第一辆车在绿灯时段内到达交叉口，此时进口道无车辆排队，均匀通过部分车辆后，车队遇红灯需要排队等待，下一个绿灯时段内排队消散，车队最后一辆车需要经过一次停车再通过交叉口。此时，时间延误为：约束条件为：第六种：非车队头车受阻延误呈梯形加三角形：车队第一辆车在绿灯时段内到达交叉口，此时进口道有车辆排队，绿灯时段内排队消散，再匀速通过部分车辆，部分尾车又遇红灯需要排队等待。此时，时间延误为：约束条件为：车队经过上游交叉口的时间延误计算方法可参照上述的六种计算方法。相邻交叉口I_i与I_i+1之间的相对相位差满足一定的约束条件：o_i+1，i+o_i，i+1＝C，因此上行方向的车队通过交叉口的时间延误计算公式中的控制变量o_i，i+1可以用C-o_i+1，i表示判断车队经过交叉口时的交通状况，选择正确的时间延误的计算公式，分别计算各种饱和度下车队经过各个交叉口的时间延误，进一步的计算出在同一饱和度下车队经过城市干道各个交叉口的时间延误的总值，即时间总延误，通过比较各个饱和度下车队经过城市干道的时间总延误，得到最大时间总延误和最小时间总延误。

表2 上述公式中各参数的生成方式和方法。

表2

在一些具体的实施例种中，步骤c还包括：

步骤c1，在每种饱和度下，对车队在所述城市干道下行方向上通过各个交叉口的时间延误求和，得到各种饱和度下下行方向上的时间延误总和；

步骤c2，在每种饱和度下，对车队在所述城市干道上行方向上通过各个交叉口的时间延误求和，得到各种饱和度下上行方向上的时间延误总和；

步骤c3，在各种饱和度下，对车队在下行方向上的时间延误总和和在上行方向上的时间延误总和求和，得到各个饱和度下车队在所述城市干道的时间总延误；

步骤c4，确定各个饱和度下车队在所述城市干道上的时间总延误的最大值为最大时间总延误，及确定各个饱和度下车队在所述城市干道的时间总延误的最小值为最小时间总延误。

车队在城市干道的两个方向上行驶，分别是上行方向和下行方向，车队经过城市干道的交叉口既包括上行方向上的交叉口也包括下行方向上的交叉口。对在同一种饱和度下车队在城市干道下行方向上经过的各个交叉口的时间延误求和，得到每种饱和度下车队在城市干道下行方向上的时间延误总和D_下行，k表示城市干道下行方向的交叉口的总数目；对在同一种饱和度下车队在城市干道上行方向上经过的各个交叉口的时间延误求和，得到每种饱和度下车队在城市干道上行方向上的时间延误总和D_上行。进一步的获取同一饱和度下的D_下行和D_上行并求和，得到每种饱和度下车队在城市干道中行驶的时间总延误。比较各个饱和度下时间总延误的大小，将时间总延误的最大值确定为最大时间总延误，将时间总延误的最小值确定为最小时间总延误。

步骤S30，计算各种饱和度下车队在所述城市干道上的延误变异系数，确定所述延误系数中的最大值为最大延误变异系数，及确定所述延误系数中的最小值为最小延误变异系数；

本实施例利用变异系数公平性度量方法衡量建立干道双向车均延误公平性评价函数计算车队在城市干道上的延误变异系数。

计算各个饱和度下车队在城市干道上的延误变异系数，比较每个饱和度下的延误变异系数，将最大的延误变异系数确定为最大延误变异系数，将最小的延误变异系数确定为最小延误变异系数。

在一些具体的实施例中，计算各种饱和度下车队在所述城市干道上的延误变异系数的步骤包括：

步骤d，根据各种饱和度下下行方向上的时间延误总和以及各种饱和度下上行方向上的时间延误总和计算各种饱和度下车队在所述城市干道上车均延误均值和车均延误方差；

步骤e，根据各种饱和度下车队在所述城市干道上车均延误均值和车均延误方差计算各种饱和度下车队在所述城市干道上的延误变异系数。

干道双向车均延误公平评价函数为： 为车队在城市干道上行驶产生的延误变异系数，表示车队在城市干道上行方向和下行方向上的车均延误均值，其中， 表示车队在城市干道上行方向和下行方向上车均延误方差，根据干道双向车均延误公平函数计算各个饱和度下车队在城市干道上的延误变异系数。

步骤S40，根据所述最大时间总延误、所述最小时间总延误、实际时间总延误、所述最大延误变异系数、所述最小延误变异系数和实际延误变异系数计算所述城市干道的最优相位差。

实际时间总延误的计算方法为获取车队在城市干道下行方向上的下行实际时间延误和上行方向上的上行实际时间延误，并对下行实际时间延误和上行实际时间延误求和，得到车队在所述城市干道上的实际时间总延误。下行实际时间延误与上行实际时间延误与D_下行、D_上行的计算方法相同，是对车队实际经过上行方向或下行方向各个交叉口的时间延误求和，得到下行实际时间延误和上行实际时间延误。

在一些具体的实施例中，步骤S40包括：

步骤f，将所述最大时间总延误、所述最小时间总延误、实际时间总延误、所述最大延误变异系数、所述最小延误变异系数和实际延误变异系数，以及与所述最小时间总延误对应相同饱和度的延误变异系数代入相位差优化函数中，得到所述城市干道的最优相位差。

本实施例在干道双向车均延误公平性评价函数的基础上，构建考虑双向车均延误一致的干道协调控制的相位差优化函数约束条件：干道协调控制的相位差优化函数中D_总表示实际时间总延误，D_总max表示最大时间总延误，D_总min表示最小时间总延误，表示最大延误变异系数，表示最小延误变异系数，表示在与D_总min对应的饱和度下的延误变异系数，为实际的延误变异系数，将代入相位差优化函数，可得最优相位差。

本实施例中计算最大时间总延误和最小时间总延误的差，即D_总max-D_总min，表示干道时间延误跨度；计算最大延误变异系数与最小延误变异系数的差，即表示干道双向车均延误变异系数跨度。

本实施例还输出相位差优化后的时间总延误和优化后的延误变异系数将优化后的增加延误值与干道时间延误跨度的比值作为增加时间延误比率，即将优化后的降低变异系数值与干道双向车均延误变异系数跨度的比值的相反数作为提高公平比率，即

在表1的2116组数据中，含有90组无法进一步优化的算例，将其剔除后，剩余2026组干道数组。以此2026组干道模拟数据作为输入量，以干道时间总延误最小(仅考虑延误)、干道双向车均延误变异系数最小(仅考虑干道双向公平性)、综合优化模型目标函数值最大(综合考虑公平与效率)为目标，分别求出最优相位差解所对应的干道总延误和干道双向车均延误变异系数，通过考虑双向车均延误一致的干道协调控制的相位差优化后，平均干道时间总延误和平均干道双向车均延误结果如表3所示。相较最小延误法，干道总延误均增大，平均干道时间总延误从150.10增加到188.47，如图3所示；相较最小延误法，干道双向车均延误变异系数均降低，平均干道双向车均延误变异系数从0.58降低到0.14，如图4所示。综合分析结果可知，通过对比三种方法优化结果，发现最小延误法模型优化结果虽然在干道时间总延误上是三个模型中最小的，但公平性却是最差的；公平性模型的优化结果变异系数最小(公平性最优)，但干道时间总延误也是三个模型中最大的；综合模型虽然在公平性与通行效率上均不是最优的，但却是三个模型中综合情况最合理的，实现适当牺牲通行效率以换取干道双向车均延误的公平性，兼顾干道时间总延误与公平性。

表3

通过考虑双向车均延误一致的干道协调控制优化后，相较最小延误法具体牺牲延误比率和改善公平比率如图5所示。随着增加延误比率的增大，提高公平性比率均分布在y＝x轴线上方，说明在优化后各组提高公平性比率总是大于增加延误比率；从散点图分布密集程度上来看，当增加延误比率在0％～40％时，数值分布较为集中；当增加延误比率在40％～100％时，数值分布离散。说明在优化后，大多算例数组控制干道总延误牺牲在40％以内，牺牲延误占比控制在尽可能小的范围内；仍然存在牺牲延误较大的情况，但该情况在于少数算例数组中。

本实施例通过根据公共信号周期、各个交叉口的绿信比及预设的饱和度确定车队在城市干道上的最大时间总延误和最小时间总延误，再计算各种饱和度下车队在城市干道上的延误变异系数，确定延误系数中的最大值为最大延误变异系数，及确定延误系数中的最小值为最小延误变异系数，最后根据最大时间总延误、最小时间总延误、实际时间总延误、最大延误变异系数、最小延误变异系数和实际延误变异系数计算所述城市干道的最优相位差，实现了尽可能小的牺牲干道时间总延误以优化干道交叉口信号的相位差，提高城市干道中交通信号控制的公平性。

此外，本发明实施例还提出干道相位差的优化装置，所述干道相位差的优化装置包括：

获取模块，用于获取城市干道在各种饱和度下的公共信号周期和各个交叉口的绿信比；

第一确定模块，用于根据各种饱和度下的公共信号周期和各个交叉口的绿信比确定车队在所述城市干道上的最大时间总延误和最小时间总延误；

第一计算模块，用于计算各种饱和度下车队在所述城市干道上的延误变异系数；

第二确定模块，用于确定所述延误系数中的最大值为最大延误变异系数，及确定所述延误系数中的最小值为最小延误变异系数；

第二计算模块，用于根据所述最大时间总延误、所述最小时间总延误、实际时间总延误、所述最大延误变异系数、所述最小延误变异系数和实际延误变异系数计算所述城市干道的最优相位差。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有干道相位差的优化程序，所述干道相位差的优化程序被处理器执行时实现如上所述的干道相位差的优化方法的各个步骤。

需要说明的是，计算机可读存储介质可设置在干道相位差的优化设备中。

本发明计算机可读存储介质具体实施方式与上述干道相位差的优化方法各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。