Teniendo en cuenta las características del flujo de entrada y salida de rutas en la red de carreteras urbanas, hemos modificado el modelo clásico de ancho de banda de onda verde fundamental, en el que se dispone de una banda de onda verde de giro separada para el flujo de tráfico de las subarterias que confluyen en una arteria, y esta banda de onda verde variable puede ser más flexible para dar servicio al tráfico de cercanías. Además, con el análisis de las características de mapeo de la tasa de coordinación de fases, se propuso el concepto de tasa de coordinación del ancho de banda de la onda verde, con el que se estableció como función objetivo un modelo de control de coordinación de señales multirruta, y este modelo es un problema de programación lineal entera mixta con la tasa de coordinación óptima global del movimiento de entrada, salida y giro como objetivo. Por último, se presentó un estudio de caso con la red de carreteras del Parque Industrial de Suzhou, en la provincia china de Jiangsu. A partir de los resultados de la simulación, podemos concluir que la distribución coordinada del modelo propuesto en este estudio es más estable; el rango de fluctuación es de 0,09, que es menor que el del esquema de optimización del software clásico de temporización de señales Synchro, que es de 0,33; y el retraso total de la ruta también se puede reducir en 15 omparado con la situación actual y en 3,3 omparado con la solución de optimización Synchro.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Una nueva estrategia de incorporación en rampa para vehículos conectados y automatizados basada en la teoría de juegos
Artículo:
Gestión de cadena de suministro en la industria de la confección
Artículo:
Diseño de un sistema de control digital para un convertidor CC/CC de un cargador de a bordo
Video:
Optimización de la cadena de abastecimiento. Parte 3
Artículo:
Análisis del comportamiento de viaje mediante encuestas de tráfico doméstico de Qingdao de 2016 y datos API de Baidu Electric Map.