Automatische optimalisatie voor verkeersregelinstallaties: Minimalisatie van de totale wachttijd op een door een voertuigafhankelijke verkeersregelinstallatie geregeld kruispunt met behulp van genetische algoritmen

Automatische optimalisatie voor verkeersregelinstallaties: Minimalisatie van de totale wachttijd op een door een voertuigafhankelijke verkeersregelinstallatie geregeld kruispunt met behulp van genetische algoritmen

Koorn, M.J.

Hoogendoorn, S.P. (mentor)
Van Zuylen, H.J. (mentor)
Roozemond, D.A. (mentor)
Taale, H. (mentor)
Van Dijk, M. (mentor)

Civil Engineering and Geosciences

Transport & Planning

2001-01-05

Een verkeersregelinstallatie wordt ontworpen voor een bepaald aanbodspatroon in het verkeer. Bij veranderingen in het aanbodspatroon zouden de instellingen van de installatie aangepast moeten worden aan de veranderde verkeerssituatie om te voorkomen dat de wachttijden voor het verkeer grater worden dan strikt noodzakelijk. Eenmaal geplaatst worden echter slechts bij hoge uitzondering aanpassingen gedaan aan de instellingen van de installatie. Doel van dit onderzoek is het bepalen van de mogelijkheden voor het automatisch aanpassen van instellingen van een regelinstallatie om deze aan te passen aan de nieuwe omstandigheden. Hierbij wordt een optimalisatie uitgevoerd waarbij gezocht wordt naar de instelling waarbij de totale wachttijd minimaal is. Voor deze optimalisatie wordt gebruik gemaakt van genetische algoritmen. Twee varianten worden beschouwd: een variant die is gebaseerd op een simulatie model en een variant die is gebaseerd op een analytisch wachttijd model. De optimalisatie wordt uitgevoerd voor een voertuigafhankelijke regelinstallatie. Voor dit type regelinstallatie wordt de instelling van het maximum verleng-groentijden gezocht voor die verkeerslichten waarvan de duur van de groenfase variabel is, zodanig dat de totale wachttijd minimaal is. Voor de optimalisatie wordt gebruik gemaakt van een genetisch algoritme, genetische algoritmen zijn gebaseerd op het Darwinistische idee van "survival of the fittest". Het algoritme maakt populaties aan van oplossingen voor het beschouwde probleem, de eerste populatie wordt gevormd door random gekozen oplossingen en verdere populaties worden gevormd door uit de voorgaande populatie de beste oplossingen te selecteren en op basis van deze geselecteerde oplossingen nieuwe populatie !eden te vormen. Bij het vormen van nieuwe populatie !eden ontstaat variatie door twee methoden: mutatie en cross-over. Bij mutatie worden elementen van de oplossing vervangen door nieuw gekozen waarden. Bij cross-over worden delen van twee uit de oude populatie afkomstige oplossingen gecombineerd tot een nieuwe oplossing. De selectie van populatie leden geschiedt op basis van hun "fitness". In dit onderzoek zijn twee methoden gebruikt voor het bepalen van de fitness van de populatie !eden. De eerste variant maakt voor de bepaling van de fitness van de oplossingen gebruik van een Flexsyt simulatie waarmee de totale wachttijd op het kruispunt wordt bepaald. De tweede variant bepaalt door middel van een analytisch wachttijd model de invloed van de instelling van de maximale verleng-groentijden op de totale wachttijd. Deze indicatie van de totale wachttijd wordt in het genetisch algoritme gebruikt als waarde voor de fitness van de oplossing. Een aantal experimenten is uitgevoerd waarbij voor een kruispuntregeling een aantal verschillende belastingsgevallen is bekeken. Voor elk belastingsgeval worden door de beide varianten de instellingen van de maximum verleng-groentijden voor de re­ gelinstallatie bepaald. Vervolgens worden simulaties uitgevoerd om de totale wacht­ tijden bij deze instellingen te bepalen. Deze worden vergeleken met twee andere re­ gelsystemen. De eerste vergelijkingsregelaar is dezelfde regelaar als die die is ge­ bruikt voor het systeem met de genetische algoritmes met dat verschil dat voor deze regelaar bij de verschillende belastingen de instellingen van de maximum verleng­ groentijd niet wordt bijgesteld. De tweede regelaar die als vergelijkingsmateriaal wordt gebruikt is een zelfregulerende regelaar, deze regelaar past zich continu aan aan het verkeersaanbod door bijstelling van de maximale verleng-groentijd en de criteria waarop de groenfasen worden afgebroken. Uit de experimenten blijkt dat de regelaar die gebruik maakt van simulatie voor de bepaling van de fitness van de populatie leden zeer slecht scoort. Hiervoor zijn twee redenen aan te wijzen. Ten eerste is door de grate hoeveelheid tijd die nodig is voor het uitvoeren van de simulaties slechts een beperkt aantal populaties doorgerekend. Dit beperkt aantal populaties blijkt te weinig om tot een goede instelling van de regelaar te kunnen komen. Ten tweede is het zo dat bij hoge belastingen veel van de beschouwde oplossingen tot congestie leidt. lndien tijdens het uitvoeren van een simulatie congestie optreed krijgt de beschouwde oplossing geen reele waarde voor de fitness, de wachttijd wordt positief oneindig. Hierdoor wordt het zoekproces van het genetisch algoritme belemmerd. De regelaar die is gebaseerd op de instellingen zoals gevonden door het genetisch algoritme dat gebruik maakt van het analytische wachttijdmodel presteert wei goed. Bij gebruik van de analytische variant is aangetoond dat bij hoge belastingen een vaste instelling kan worden gevonden voor de maximum verleng-groentijden waarbij de regelaar congestie vrij blijft. Bij deze instellingen is de totale wachttijd op het kruispunt lager dan bij de regelaars die als vergelijkingsmateriaal zijn gebruikt. Het gebruikte analytische wachttijdmodel is echter niet gevalideerd. De belangrijkste aanbeveling is daarom die voor het ontwikkelen en valideren van een model dat het verband tussen de instellingen van de maximum verleng-groentijden en de totale wachttijd goed weergeeft.

http://resolver.tudelft.nl/uuid:86422e64-f4e0-432b-847f-88e725bc2077

Student theses

master thesis

(c) 2001 Koorn, M.J.