《计算机应用研究》|Application Research of Computers

面向交通信号优化改进快速非支配排序遗传算法研究

Improved non-dominated sorting genetic algorithm-Ⅱ research for traffic signal optimization

免费全文下载 (已被下载 次)  
获取PDF全文
作者 陈廷伟,高研
机构 1.辽宁大学 信息学院,沈阳 110036;2.沈阳城市学院,沈阳 110112
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2018)05-1320-05
DOI 10.3969/j.issn.1001-3695.2018.05.009
摘要 针对快速非支配排序遗传算法(NSGA-Ⅱ)的精英保留策略会使大量冗余的高排序级别个体同时作为精英保留到下一代,极易发生早熟收敛现象问题,提出了改进的快速非支配排序遗传算法(I-NSGA-Ⅱ),并将其应用于交通信号多目标优化问题。I-NSGA-Ⅱ采用了冗余个体标记方法,之后的精英保留策略会通过该标记来判断去除冗余个体并将其并入临时层级,最后在生成的新种群规模不足时,会从临时层级中取出相应规模的冗余个体,对其进行变异操作后并入新种群。实验表明,I-NSGA-Ⅱ在保证停车率和排队长度基本不变的情况下,减少了车辆及行人延误,证明所提出的算法可提高交通路口综合交通效益。
关键词 快速非支配排序遗传算法;早熟收敛;去冗余;信号控制;多目标优化
基金项目 国家自然科学基金资助项目(F030117)
本文URL http://www.arocmag.com/article/01-2018-05-009.html
英文标题 Improved non-dominated sorting genetic algorithm-Ⅱ research for traffic signal optimization
作者英文名 Chen Tingwei, Gao Yan
机构英文名 1.CollegeofInformation,LiaoningUniversity,Shenyang110036,China;2.ShenyangCityUniversity,Shenyang110112,China
英文摘要 For the elite reserved strategy of NSGA-Ⅱ makes a large number of redundant individuals of high rank as elites to the next generation likely to cause the phenomenon of premature convergence, this paper put forward the improved NSGA-Ⅱ algorithm(I-NSGA-Ⅱ), and applied it to multi-objective optimization of the traffic signal timing. I-NSGA-Ⅱ used the method of marking redundant individuals. The elite reserved strategy judged the redundancy individuals through the flag and incorporated it into temporary hierarchy. When the size of new group was insufficient, the method took out corresponding scale redundant individuals and incorporated them into new group after mutation. The experiments show that the I-NSGA-Ⅱ reduces vehicle and pedestrian delays while ensuring that parking rates and queuing lengths are essentially constant. It proves that the proposed algorithm can improve the comprehensive transportation efficiency.
英文关键词 non-dominated sorting genetic algorithm-Ⅱ(NSGA-Ⅱ); premature convergence; redundancy removing; signal control; multi-objective optimization
参考文献 查看稿件参考文献
  [1] Singh L, Tripathi S, Arora H. Time optimization for traffic signal control using genetic algorithm[J] . International Journal of Recent Trends in Engineering, 2013, 2(2):4-6.
[2] Webster F V. Traffic signal settings, Rord Research Laboratory Technical Paper No. 39[R] . London:HMSO, 1958.
[3] 田丰, 边婷婷. 基于自适应遗传算法的交通信号配时优化[J] . 计算机仿真, 2010, 27(6):305-308.
[4] 陈小峰, 史忠科. 基于遗传算法的交通信号动态优化方法[J] . 系统仿真学报, 2004, 16(6):1155-1157, 1161.
[5] Schmcker J D, Ahuja S, Bell M G H. Multi-objective signal control of urban junctions-framework and a London case study[J] . Transportation Research Part C:Emerging Technologies, 2008, 16(4):454-470.
[6] 万伟. 陈锋. 基于遗传算法的单交叉口信号优化控制[J] . 计算机工程, 2007, 33(16):217-219.
[7] 马莹莹, 杨晓光, 曾滢. 信号控制交叉口周期时长多目标优化模型及求解[J] . 同济大学学报:自然科学版, 2009, 37(6):761-765.
[8] 杨文臣, 张轮, 饶倩, 等. 基于黄金分割点遗传算法的交通信号多目标优化[J] . 交通运输系统工程与信息, 2013, 13(5):48-55.
[9] 杨海荣, 罗大庸. 交叉口信号实时滚动优化模型及算法[J] . 控制与决策, 2014, 29(4):645-650.
[10] 高云峰, 徐立鸿, 胡华, 等. 交叉口定周期信号控制多目标优化方法[J] . 中国公路学报, 2011, 24(5):82-88.
[11] Deb K, Pratap A, Agarwal S, et al. A fast and elitist multiobjective genetic algorithm:NSGA-Ⅱ[J] . IEEE Trans on Evolutionary Computation, 2002, 6(2):182-197.
[12] Srinivas N, Deb K. Multiobjective function optimization using nondominated sorting genetic algorithms[J] . Evolutionary Computation, 1994, 2(3):221-248.
[13] 刘厚才. 陈志钢. 非支配排序均匀遗传算法[J] . 计算机应用研究, 2011, 28(11):4021-4025.
[14] 张本, 商蕾, 高孝洪. 基于遗传算法的交叉口信号配时多目标优化[J] . 武汉理工大学学报:交通科学与工程版, 2010, 34(4):845-848.
[15] 杨锦冬, 彭国雄, 郁朝鸣. 信号控制交叉口信号周期时长的灰关联因素分析[J] . 城市轨道交通研究, 2000(3):27-29.
[16] 高利平, 陈绍宽, 梁肖, 等. 基于人行横道位置的行人—机动车延误模型[J] . 吉林大学学报:工学版, 2009, 39(增刊2):47-51.
收稿日期 2016/12/22
修回日期 2017/3/6
页码 1320-1324
中图分类号 TP301.6
文献标志码 A