Ziel dieser Arbeit ist die Entwicklung eines echtzeitfähigen Optimierungsverfahrens für die netzweite Lichtsignalsteuerung, das zur Verbesserung des Verkehrsablaufs des motorisierten Verkehrs beiträgt. Echtzeitfähig heißt in diesem Zusammenhang, dass das Optimierungsverfahren in der Lage sein muss, zeitnah, d.h. innerhalb einer vorgegebenen Zeit von z.B. fünf Minuten, ein möglichst gutes Ergebnis zu liefern. Die netzweite Optimierung der Lichtsignalsteuerung stellt ein komplexes Problem mit einer sehr hohen Anzahl von Freiheitsgraden in Form von Steurungsparametern dar. In der vorliegenden Arbeit wird mit GALOP ein echtzeitfähiger Evolutionärer Algorithmus zur netzweiten Optimierung der Lichtsignalsteuerung entwickelt und bewertet, der zur Verbesserung des Verkehrsablaufs des motorisierten Verkehrs beiträgt. Echtzeitfähig heißt in diesem Zusammenhang, dass das Optimierungsverfahren in der Lage ist, zeitnah, d.h. innerhalb einer vorgegebenen Zeit von z.B. fünf Minuten, ein möglichst gutes Ergebnis zu liefern. GALOP optimiert die Signalpläne aller Lichtsignalanlagen (LSA) des jeweiligen Netzes, wobei alle Steuerungsparameter gleichzeitig optimiert werden können. Daraus können Rahmensignalpläne generiert werden, die dann einer lokalen verkehrsabhängigen Steuerung zur Verfügung gestellt werden können. Das Optimierungsverfahren greift auf das mesoskopische BALANCE-Verkehrsmodell zurück, das als Wirkungskenngröße für jede Signalgruppe Wartezeiten, Zahl der Halte und Rückstaulängen für den Kraftfahrzeugverkehr liefert. Diese können in einer Zielfunktion zusammengefasst und beliebig gewichtet werden. D.h. die Gewichte können auch so gewählt werden, dass der Zielfunktionswert Kraftstoffverbrauch oder Emissionen widerspiegelt. Die Umsetzung von GALOP fand im Rahmen des Forschungsprojekts TRAVOLUTION statt. Der bisher in der adaptiven Netzsteuerung BALANCE verwendete Hill-Climbing Algorithmus wurde durch GALOP ersetzt. Der Hill-Climbing Algorithmus wurde als eine Referenz für die Bewertung des umgesetzten Evolutionären Algorithmus verwendet. Zur Bewertung wurden insgesamt zwölf Fälle aus drei Netzen und vier Verkehrsnachfrageszenarien herangezogen. In der vorliegenden Arbeit wird mit GALOP ein echtzeitfähiger evolutionärer Algorithmus zur netzweiten Optimierung der Lichtsignalsteuerung entwickelt und bewertet, der zur Verbesserung des Verkehrsablaufs des motorisierten Verkehrs beiträgt. Echtzeitfähig heißt in diesem Zusammenhang, dass das Optimierungsverfahren in der Lage ist, zeitnah, d.h. innerhalb einer vorgegebenen Zeit von z.B. fünf Minuten, ein möglichst gutes Ergebnis zu liefern. GALOP optimiert die Signalpläne aller Lichtsignalanlagen (LSA) des jeweiligen Netzes, wobei alle Steuerungsparameter gleichzeitig optimiert werden können. Daraus können Rahmensignalpläne generiert werden, die dann einer lokalen verkehrsabhängigen Steuerung zur Verfügung gestellt werden können. Das Optimierungsverfahren greift auf das mesoskopische BALANCE-Verkehrsmodell zurück, das als Wirkungskenngröße für jede Signalgruppe Wartezeiten, Zahl der Halte und Rückstaulängen für den Kraftfahrzeugverkehr liefert. Diese können in einer Zielfunktion zusammengefasst und beliebig gewichtet werden. D.h. die Gewichte können auch so gewählt werden, dass der Zielfunktionswert Kraftstoffverbrauch oder Emissionen widerspiegelt. Die Umsetzung von GALOP fand im Rahmen des Forschungsprojekts TRAVOLUTION statt. Der bisher in der adaptiven Netzsteuerung BALANCE verwendete Hill-Climbing Algorithmus wurde durch GALOP ersetzt. Der Hill-Climbing Algorithmus wurde als eine Referenz für die Bewertung des umgesetzten Evolutionären Algorithmus verwendet. Zur Bewertung wurden insgesamt zwölf Fälle aus drei Netzen und vier Verkehrsnachfrageszenarien herangezogen.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Ein echtzeitfähiger evolutionärer Algorithmus zur netzweiten Optimierung der Lichtsignalsteuerung


    Weitere Titelangaben:

    A real time capable evolutionary algorithm to optimize the traffic light in a wide spread grid


    Beteiligte:
    Braun, Robert (Autor:in)


    Erscheinungsdatum :

    2009


    Format / Umfang :

    111 Seiten, Bilder, Tabellen, Quellen




    Medientyp :

    Hochschulschrift


    Format :

    Print


    Sprache :

    Deutsch