大规模群体智能算法在区域交通信号协同控制中的应用研究

The area coordination of traffic signal control plays a crucial role in the smart city. However, the existing methods are limited in isolated intersections or small-scale and simple road networks, which can hardly meet the requirements of practical applications. This project researches into large-scale swarm intelligence algorithms and its applications to the area-level coordinated control of traffic signals. First, a macro/micro coupling signal control model is formulated, which characterizes the mutual influence between signal timing and traffic flows. To deal with the large-scale optimization problems involved in the model, a novel large-scale swarm optimization algorithm is developed, which applies a dynamic decoupling technique to improve the accuracy and efficiency for optimization. Further, we design a multi-route planning algorithm based on multimodal optimization, so as to provide an efficient solution to traffic flow allocation. Last, based on the above model and algorithms, the project proposes an area-level signal coordination system based on large-scale swarm intelligence algorithms, which helps improve the operating efficiency and the QoS of urban traffic facilities. The research not only promotes the development of large-scale swarm intelligence technology, but it also provides solid techniques for smart city and intelligent transportation systems.

交通信号的区域协同化控制是智慧城市建设的重要部分。然而，现有的信号控制方法大多只关注单交叉口或者中小规模的简单路网，难以满足实际应用的需求。本项目拟开展大规模群体智能算法在区域交通信号协同控制中的应用研究：首先，构造宏微观交互的交通信号控制模型，从宏观和微观两个层面描述交通信号配时与路网交通流信息的交互式影响；针对模型中存在的大规模优化问题，设计动态解耦的大规模群体智能算法，提高大规模问题求解的精度与效率；进一步，设计基于多解集群体智能技术的多路径规划算法，为路网交通流分配提供高效的解决方案；最终，结合在模型和算法方面的研究成果，提出运用大规模群体智能算法优化区域交通信号协同控制的新方法，提高城市交通设施的运行效率与服务水平。本项目的研究一方面促进大规模群体智能优化算法的发展，一方面为建设智慧城市、智能交通系统提供坚实的技术保障。

本项目致力于城市区域交通信号控制领域的前沿研究，针对现有方法在建模过程中忽略了多路口信号控制的协同性以及交通信号控制与车辆路径选择的协同性等问题，提出了更符合实际需求的交通流建模技术和基于大规模群体智能优化的信号控制算法。首先，我们提出了宏微观交互的分层混合交通流建模方法，为区域交通信号的协同控制建立了有效可靠的数学模型；针对模型中涉及的大规模优化问题，我们设计了动态解耦的大规模群体智能优化算法，以提高问题求解的效率和效果；进一步，我们研究了多解集优化技术，设计了基于多解集群体智能的多路径规划算法，以向联网车辆提供多条最优路径从而实现路网的载荷均衡；最终，我们基于所提出的模型和算法构建了一套区域交通信号协同控制系统，促进了智能交通系统的发展。..本项目共发表/录用标注了本项目基金号的国际期刊和会议论文27篇，其中SCI检索论文22篇，IEEETransactions系列国际高水平期刊论文16篇。相关成果公开国家发明专利14项，已获得授权6项。通过本课题的研究培养/联合培养了12名研究生，获得了WSC2022-华为云AGV调度挑战赛冠军等奖项。本项目已圆满地完成了预期任务。在本项目的培育下，负责人于2022年获得了广东省自然科学基金杰出青年基金的资助。