Multipath Coordinated Traffic Signal Control of Road Network Based on Improved AM‐Band Model
Notice bibliographique
Résumé
A two‐stage multiobjective optimization model for multipath coordinated control based on the improved AM‐Band model is proposed to address issues such as multipath competition and the narrowing of the green‐wave bandwidth in the coordinated control of urban road arterial signals. In the first stage, at the intersections along the arterial road, by considering the analysis of path traffic flows and turning demands, the classical AM‐Band model is improved, and a green‐wave bandwidth maximization model for multipaths is established, aiming to meet the demands of multipath competition to the greatest extent. In the second stage, according to the signal states between upstream and downstream intersections, a reasonable speed guidance range is determined. The vehicle speeds are divided into green light guidance and red light guidance, and a delay minimization model based on optimal speed guidance is established. Furthermore, a multiobjective grasshopper optimization algorithm is used to solve the above models. Finally, four consecutive intersections along Xingguang Road in Xiqing District, Tianjin, are selected for simulation verification. The results of the relevant case studies show that, compared with the Webster scheme and the Yang‐M2 scheme, the average vehicle delay of the model in this paper is reduced by 10.75% and 6.53%, respectively, the average number of vehicle stops is reduced by 43.26% and 16.64%, respectively, and the average travel time is reduced by 10.84% and 3.69%, respectively. This indicates that the model in this study can effectively improve the traffic efficiency of the road network under multipath competition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».