考虑车辆尾气排放因素的公交信号优先控制策略及微观仿真研究
致谢 | 第5-7页 |
中文摘要 | 第7-8页 |
ABSTRACT | 第8-9页 |
图目录 | 第13-15页 |
表目录 | 第15-16页 |
1 绪论 | 第16-26页 |
1.1 研究背景 | 第16-17页 |
1.2 研究意义 | 第17页 |
1.3 国内外研究综述 | 第17-23页 |
1.3.1 公交信号优先发展与研究现状 | 第17-20页 |
1.3.2 机动车尾气排放研究现状 | 第20-21页 |
1.3.3 考虑排放因素的交叉口信号控制研究现状 | 第21-22页 |
1.3.4 小结与启示 | 第22-23页 |
1.4 研究目标与内容 | 第23-26页 |
2 考虑排放的公交信号优先控制的策略和评价指标 | 第26-36页 |
2.1 单点交叉口信号控制的要素 | 第26-28页 |
2.2 公交信号优先控制 | 第28-30页 |
2.2.1 公交信号优先的控制目标 | 第28-29页 |
2.2.2 公交信号优先的控制策略 | 第29-30页 |
2.3 信号控制交叉口的车辆尾气排放 | 第30-33页 |
2.3.1 汽车尾气的产生 | 第30页 |
2.3.2 信号控制交叉口的尾气排放影响因素 | 第30-33页 |
2.3.3 交叉口附加尾气排放量的计算方法 | 第33页 |
2.4 公交信号优先控制的评价指标 | 第33-35页 |
2.4.1 附加乘客总延误 | 第34页 |
2.4.2 附加尾气排放量 | 第34-35页 |
2.5 本章小结 | 第35-36页 |
3 粒子群优化算法 | 第36-54页 |
3.1 原始粒子群算法 | 第36-40页 |
3.1.1 算法原理 | 第36-38页 |
3.1.2 算法流程 | 第38-40页 |
3.2 粒子群算法的优化 | 第40-49页 |
3.2.1 学习因子的优化 | 第40-44页 |
3.2.2 惯性权重的优化 | 第44-48页 |
3.2.3 粒子群优化算法性能测试 | 第48-49页 |
3.3 粒子群优化算法的应用 | 第49-52页 |
3.3.1 算法应用的基本步骤 | 第49-50页 |
3.3.2 建立PSO算法的Matlab工具箱 | 第50-51页 |
3.3.3 算法参数的经验设置 | 第51-52页 |
3.4 本章小结 | 第52-54页 |
4 考虑排放因素的公交信号优先控制模型 | 第54-74页 |
4.1 考虑排放因素的公交信号优先控制策略 | 第54-57页 |
4.2 交叉口附加排放量模型 | 第57-59页 |
4.3 性能指标函数 | 第59-66页 |
4.3.1 乘客时间效益的指标函数 | 第59-62页 |
4.3.2 环境效益的指标函数 | 第62-64页 |
4.3.3 综合性能指标函数 | 第64-66页 |
4.4 模型的主要参数 | 第66-69页 |
4.4.1 平均排放率 | 第66页 |
4.4.2 污染物权重 | 第66-67页 |
4.4.3 加-减速延误参数δ | 第67-68页 |
4.4.4 排放及延误的经济量化参数 | 第68-69页 |
4.4.5 最短绿灯时间 | 第69页 |
4.5 模型求解与配时调整 | 第69-72页 |
4.5.1 模型求解 | 第69-71页 |
4.5.2 配时调整 | 第71-72页 |
4.6 本章小结 | 第72-74页 |
5 实例仿真 | 第74-92页 |
5.1 研究对象选取及基本交通状况 | 第74-76页 |
5.2 微观仿真平台及信号控制模块建立 | 第76-83页 |
5.2.1 仿真平台搭建 | 第76-78页 |
5.2.2 固定信号配时控制模块 | 第78-79页 |
5.2.3 公交信号优先控制模块 | 第79-83页 |
5.3 仿真试验 | 第83-84页 |
5.4 仿真结果分析 | 第84-90页 |
5.4.1 公交信号优先方案的执行情况 | 第84-85页 |
5.4.2 延误分析 | 第85-87页 |
5.4.3 排放量分析 | 第87-90页 |
5.5 本章小结 | 第90-92页 |
6 总结与展望 | 第92-94页 |
6.1 总结 | 第92-93页 |
6.2 研究展望 | 第93-94页 |
参考文献 | 第94-100页 |
作者简历 | 第100-104页 |
学位论文数据集 | 第104页 |