拥挤交通状态下的绿信比优化及其应用研究
裴玉龙，蒋贤才，刘博航
(哈尔滨工业大学交通研究所，哈尔滨 150090)
摘要：在拥挤交通状态下，Webster 绿信比优化模型是要同时消散各个方向上的拥挤车流，却忽略了拥挤与非拥挤交通状态下的车流特征差异，导致信号交叉口各个方向上的排队车辆越来越长。提出采用通行优先权的方式，对交通需求大的方向给予更多的绿灯时间，以期实现尽快消散该方向上的拥挤车流。各个方向(相位) 通过轮流获得相位通行优先权进而逐步消散各自方向上的拥挤车流，最终达到预防交通拥挤和快速消散交通拥挤的优化目标。经仿真实验证实，本优化方法在处理拥挤交通流上较之Webster 绿信比优化模型更为有效。
关键字：优化; 绿信比; 拥挤交通
中图分类号：U491.5+4 文献标识码：A 文章编号; *
Study of Green Ratio Optimization
in Oversaturated Traffic
PEI Yu-long, JIANG Xian-cai, LIU Bo-hang
(Institute of Transportation Research, Harbin Institute of Technology , 150090 China)
Abstract: The green ratio model of Webster clears off crowded traffic flow synchronously at each approach of signal intersection in oversaturated traffic, but ignores the difference of traffic flows in different traffic state, and leads to the queue becoming longer and longer at oversaturated signal intersection. The paper introduces an idea of traffic priority. It deals out more green time for the phase which has the highest traffic demand in oversaturated traffic, so as to prevent and clear off the crowded traffic flow as soon as possible. Each phase gets the priority by turns, so the improved green ratio model can realize the goal of preventing traffic congestion and clearing off traffic blockage quickly. It is more effective than the Webster’s one in dealing with oversaturated traffic flow by simulating experiment based on VISSIM. And when vehicle arrival rate of each phase varies much, this improvement is obviously more.
Key Words: Optimization; Green ratio; Oversaturated traffic
1 引言
在拥挤交通状态下，由于受到周期时长的限制，信号交叉口会出现不同程度的拥挤或堵塞现象，就其原因是该时段内的交通需求大于信号交叉口的通行能力。因此，解决信号交叉口的交通拥挤问题关键在于提高信号交叉口的通行能力。
本文得到教育部博士点专项研究基金(编号：[1**********]) 和哈尔滨工业大学跨学科交叉性研究基金(编号：HIT.MD.2002.28) 的资助 *
提高信号交叉口的通行能力主要有两种方法。一是增加进口道的车道数，即拓宽现有路口；二是运用技术的手段来提升该路口的通行能力。拓宽路口的方法只有在该路口有足够的拓展空间情况下才有效，但实际情况是：绝大部分的拥挤路口，由于受其地理位置(如地处市中心) 等因素的限制，没有(足够的) 空间可用于该路口的拓宽。即使拓宽路口的方法可以实施，它也只能解决一时之需，终非长远之策。解决信号交叉口拥挤问题的另一经济、有效途径就是运用先进的交通管理控制技术。虽然当前比较成熟、应用较广且使用效果较好的面控系统(如SCATS 、SCOOT 、TRANSYT) 、线控系统(如MAXBAND 、PASSER II) 和单点自适应控制系统(如MOV A) 等相继投入使用，但实践证明也只是在非拥挤交通状态下表现良好，能有效地提高信号交叉口的通行能力；而在拥挤交通状态下，它们的控制性能下降，对提高
[1]信号交叉口的通行能力并无多大帮助。因此，重新认识拥挤交通状态下的信号控制方法就
显得极其必要了。
在非拥挤交通状态下，信号控制的优化目标应本着在信号交叉口处的延误、停车率、排队长度等指标最小，这就要求配时的周期时长及其绿信比使得交叉口的通行能力稍微高于本交叉口的交通需求为宜[2]。而在拥挤交通状况下，其优化目标则以预防交通拥挤和尽快消散交通拥挤为目标，此时宜采用较长的周期；在进行绿灯时间分配时，Webster 绿时分配模型是要同时消散全部方向(相位) 上的拥挤车流，实践证明，这在拥挤交通状态下是不适应的。 2 拥挤交通状态下的车流运行特性
2.1 车头时距
图1所示为非拥挤与拥挤交通状态下信号交叉口一个车道连续5个信号周期在绿灯信号开启后的车头时距分布图。从图中可以看出，在非拥挤交通状态下，车流基本从第4、5辆车开始达到稳定状态。而拥挤交通状态下的车流运行并不稳定，车流运行过程中容易受到暂时的中断。究其原因，拥挤交通状态下排队的车流数多于进口车道数，在绿灯信号开启后，停在车道与车道之间的车辆为了抢占车道位置，会暂时截断运动中的车流，从而引起车头时距在图中表现出起伏不定的状态；并且拥挤交通状态下的车头时距较非拥挤交通要大。
图1 非拥挤与拥挤交通状态下的车头时距分布图
2.2 饱和流率
现以果戈里大街与花园街交叉口为例，分析信号交叉口在拥挤交通状态下的饱和流率情况。对该交叉口非拥挤交通状态下、拥挤交通状态下每信号周期内的车头时距(仅直行车道) 进行了大量观测，并从中分别选择了50组数据，得到稳定车流的平均车头时距分别为2.12s 、
2.34s ，标准方差均较小，其对应的饱和流率分别为1698pcu/h、1538pcu/h。从中可以看出，拥挤交通状态下，车道的饱和流率较非拥挤交通有明显地降低。
表1列出了被调查的全部6个信号交叉口在不同交通状态下一个直行车道的实测饱和流
率值，从中可以得到与上述分析相一致的结论。 表1 6个信号交叉口在不同交通状态下的饱和流率值 单位:pcu/h
交叉口名称
果戈里大街与花园街
东大直街与果戈里大街
西大直街与通达街
西大直街与铁路街
红旗大街与黄河路
红旗大街与先锋路 非拥挤交通状态下饱和流率 1698 1653 1732 1721 1736 1748 拥挤交通状态下饱和流率 1538 1492 1546 1589 1596 1598
3 Webster绿信比优化模型
目前信号配时大多采用Webster 或HCM 等经典的配时算法。在信号周期确定后，各信号相位的绿灯时间是按各相位临界车道的交通流量比进行比例分配的，其分配方法按式(1)进行：
g i =(C −L ) ×(v /s ) i /∑(v /s )
i =1n i (1)
式中 g i —第i 相位的绿灯时间(s)；
(v /s ) i —第i 相位关键车道的流量比；
C —周期时长(s)；
L —周期损失时间(s)。
在非拥挤交通状态下，该绿信比优化模型充分考虑了各个方向上的交通需求，各相位分配的绿灯时间合理，能有效降低信号交叉口延误及排队长度等指标，这在几十年的实践应用中已得到证实。而在拥挤交通状态下，由于车辆之间的横向干扰加剧，车道通行能力明显下降。采用Webster 绿信比算法分配得到的各相位绿灯时间，往往在车道刚处于最佳的通行状态时，绿灯时间却又结束了，从而制约了信号交叉口通行能力的提高，使得交通状况愈加恶劣。正是存在这一缺陷，吸引了国内外众多学者纷纷就拥挤交通状态下的信号控制参数优化
[1,3-7]问题展开了研究，并各自从不同角度提出了方法各异的控制参数优化模型，这其中包含
有周期时长优化模型、绿信比优化模型和相位优化模型。本文从另一个角度就绿信比优化模型进行了研究，并假定当前周期时长和相位设计已处于最优状态。
4 改进的绿信比优化模型
4.1 优化原理
借鉴调度优先权思想，在拥挤交通状态下，对交通流的某一项参数设置一个临界值q o 。此处以车辆排队长度为例，说明绿信比优化模型的原理。当相位r 的排队长度q r ≥q o ，就将一个g max 绿灯时间分配给本相位，以达到尽快消散本相位的排队长度，从而预防交通拥挤的产生。当同时有多个相位的排队长度q i , q j ,... 均满足q i ≥q o , q j ≥q o ,... 时，则从q i , q j ,... 中选取一个最大者，将g max 绿灯时间分配给此相位，即哪一个方向最容易造成拥挤的产生，就先给予该方向通行优先权，以消散该方向上的车流排队长度，从而缓解交通拥挤。在将g max 绿灯时间分配给第r 相位后，剩余绿灯时间(C −g max −nL ，n 代表相位数，L 代表相位转换时间) 按其它各相位的关键流量比进行比例分配。对任意的相位i 的排队长度均满足q i
q o 值既不能过大，也不能太小。q o 值过大，可能出现很难有相位r 的排队长度q r 能大于等于它(由于该方向上的进口道较短等原因) ，那么就失去了预防交通拥挤产生的初衷；q o 值太小，就会忽略各个方向上车辆到达率的差异，从而形成各个方向轮流享有该优先权的局面，这也不利于交通拥挤的消散。
那么，在此确定一项规则：容易导致拥挤的一或两个相位在拥挤快发生或已发生时能频繁地、轮流地享有该通行优先权，其它相位由于分配绿灯时间的减少，将会出现车辆排队的累计效应，当排队长度累计达到一定规模时，也能获得此优先权。
4.3 q r 值的确定
现以各相位车辆排队长度为例，说明q r 值的确定方法。令q r (k ) 代表第k 周期结束时r 相位余下的排队车辆数，则q r 值的确定方法由式(2)得到；第k +1周期结束时r 相位剩余排队车辆数q
(k +1) 由式(3)而得。图2表示了一个相位的车辆排队长度在拥挤交通状态下的变化
g max 是一个与周期时长和相位数相关的量，它的取值约占整个周期时长比重的0.5-0.7为宜，应视具体的交叉口交通状况和相位数而定。若交叉口各个相位的车辆到达率差异较大，则g max 应取大一些；若各相位的车辆到达率相差无几，则g max 相应取小一些。信号交叉口配时参数中相位数越少，g max 所占周期时长的比重应取大一些；相位数越多，g max 所占周期时长的比重将相应降低。
但g max 值的大小应保证g max >g r (g r 指拥有通行优先权的相位按Webster 方法应分配得到的绿灯时间) 而且全部包含直行车流的相位绿灯时间要保证同方向行人过街所需的最短时间。g max 不是一个常量，它与信号交叉口的交通状态有关，g max 值大小的确定见式(4)。当然，这只是确定g max 的一种方法，其它方法有待进一步研究。
g max =(1+e −(+1/x ) ) g r (4)
式中 g max —相位分配得到的优先绿灯时间(s)；
g r —该相位按Webster 方法应分配得到的绿灯时间(s)；
α—相位数；
x —相位饱和度。
4.5 绿信比优化算法
(1) 首先鉴别交叉口当前的交通状态(非拥挤、拥挤) ，若处于非拥挤交通状态，则转入
(4)；若处于拥挤交通状态，则转入(2)；
(2) 检查是否有相位r 的q r ≥q o ，若成立，则转入(3)；若不成立，则转入(4)；
(3) 从满足条件的相位中，选择一个q r 值最大的相位，按照g max 的确定方法，给本相位分配g max 大小的绿灯时间，剩余周期时间C −g max −nL 按其它各相位的关键流量比进行比例分配，转入(5)；
(4) 按各相位的关键流量比进行绿灯时间分配，转入(5)；
(5) 将优化参数送执行机构执行，绿信比优化结束。
5 案例分析
为了验证优化模型，从哈尔滨市交通体系规划中选取了6个比较繁忙的信号交叉口交通调查数据。调查的数据主要包括信号周期时长、各相位绿灯时间、各个周期车辆到达率、拥挤的消散时间等。用调查的数据结合本优化模型、再借助微观仿真软件Vissim 进行仿真，得到的结果见表2。表中前几列只列出了刚开始那个周期的相关数据，每个信号交叉口的上一行数据为调查数据，下一行数据为优化结果。C 代表周期时长；L 代表周期损失时间；g i 代表第i 相位分配得到的绿灯时间；i 代表第i 相位的平均车辆到达率；T 代表整个拥挤交通状态的持续时间。
从仿真结果可以看出，在拥挤交通状态下，改进的绿信比优化模型比Webster 绿信比优化模型在提高信号交叉口的行车效率方面具有明显的优越性，并且在各相位车辆到达率差异较大的情况下，这种改进更为突出。
6 结束语
本文针对W ebster 绿信比优化模型在处理拥挤车流方面的局限性，提出了通行优先权的绿信比优化模型，该模型较之Webster 绿信比优化模型有以下两方面的不同：一、不再遵循从全局的观点考虑延误最小为优化目标，而是以预防交通拥挤和尽快消散交通拥挤为最终优
化目标，更多地借鉴了交通拥挤情况下的交警执勤经验；二、Webster 绿信比优化模型是平等地对待每一个方向(相位) 上的交通需求，而本优化模型则是对交通需求大的方向(相位) 寄予“厚望”，以此来提高信号交叉口的通行能力。经仿真实验验证，在拥挤交通状态下，本模型更接近交通实际情况，具有更强的可操作性。
参考文献
[1] Tang-Hsien Chang, Jen-Ting Lin. Optimal Signal Timing for an Oversaturated Intersection[J].
Transportation Research Part B,2000,Vol.34:471-491.
[2] 杨佩昆, 张树升. 交通管理与控制[M]. 人民交通出版社,1995. 101-103.
[3] 李刚, 孙义和, 花泽庆. 适应中国国情的城市智能化交通信号控制算法研究[J]. ITS 通
讯,2001,No.2:42-49.
[4] Mchalopoulos,P.G , Stephanopolos,G.May. Optimal Control of Oversaturated Intersections
Theoretical and Practical Considerations[J]. Traffic Engineering & Control, 1978,V ol.11(3):216-221.
[5] Corinne Ledoux. A Neural Network Traffic Flow Model for Heavy Traffic Conditions[J].
Applications of Advanced Technologies in Transpotation,2000:265-279.
[6] Hong K.Lo. A Cell-Based Traffic Control Formulation:Strategies and Benefits of Dynamic
Timing Plans[J]. Transportation Science, 2001,Vol.35(2):148-164.
[7] Francois Dion, Bruce Hellinga. A Rule-Based Real-Time Traffic Responsive Signal Control
System with Transit Priorty: Application to an Isolated Intersection[J]. Transportation Research Part B, 2002,Vol.36:325-343.
拥挤交通状态下的绿信比优化及其应用研究
裴玉龙，蒋贤才，刘博航
(哈尔滨工业大学交通研究所，哈尔滨 150090)
摘要：在拥挤交通状态下，Webster 绿信比优化模型是要同时消散各个方向上的拥挤车流，却忽略了拥挤与非拥挤交通状态下的车流特征差异，导致信号交叉口各个方向上的排队车辆越来越长。提出采用通行优先权的方式，对交通需求大的方向给予更多的绿灯时间，以期实现尽快消散该方向上的拥挤车流。各个方向(相位) 通过轮流获得相位通行优先权进而逐步消散各自方向上的拥挤车流，最终达到预防交通拥挤和快速消散交通拥挤的优化目标。经仿真实验证实，本优化方法在处理拥挤交通流上较之Webster 绿信比优化模型更为有效。
关键字：优化; 绿信比; 拥挤交通
中图分类号：U491.5+4 文献标识码：A 文章编号; *
Study of Green Ratio Optimization
in Oversaturated Traffic
PEI Yu-long, JIANG Xian-cai, LIU Bo-hang
(Institute of Transportation Research, Harbin Institute of Technology , 150090 China)
Abstract: The green ratio model of Webster clears off crowded traffic flow synchronously at each approach of signal intersection in oversaturated traffic, but ignores the difference of traffic flows in different traffic state, and leads to the queue becoming longer and longer at oversaturated signal intersection. The paper introduces an idea of traffic priority. It deals out more green time for the phase which has the highest traffic demand in oversaturated traffic, so as to prevent and clear off the crowded traffic flow as soon as possible. Each phase gets the priority by turns, so the improved green ratio model can realize the goal of preventing traffic congestion and clearing off traffic blockage quickly. It is more effective than the Webster’s one in dealing with oversaturated traffic flow by simulating experiment based on VISSIM. And when vehicle arrival rate of each phase varies much, this improvement is obviously more.
Key Words: Optimization; Green ratio; Oversaturated traffic
1 引言
在拥挤交通状态下，由于受到周期时长的限制，信号交叉口会出现不同程度的拥挤或堵塞现象，就其原因是该时段内的交通需求大于信号交叉口的通行能力。因此，解决信号交叉口的交通拥挤问题关键在于提高信号交叉口的通行能力。
本文得到教育部博士点专项研究基金(编号：[1**********]) 和哈尔滨工业大学跨学科交叉性研究基金(编号：HIT.MD.2002.28) 的资助 *
提高信号交叉口的通行能力主要有两种方法。一是增加进口道的车道数，即拓宽现有路口；二是运用技术的手段来提升该路口的通行能力。拓宽路口的方法只有在该路口有足够的拓展空间情况下才有效，但实际情况是：绝大部分的拥挤路口，由于受其地理位置(如地处市中心) 等因素的限制，没有(足够的) 空间可用于该路口的拓宽。即使拓宽路口的方法可以实施，它也只能解决一时之需，终非长远之策。解决信号交叉口拥挤问题的另一经济、有效途径就是运用先进的交通管理控制技术。虽然当前比较成熟、应用较广且使用效果较好的面控系统(如SCATS 、SCOOT 、TRANSYT) 、线控系统(如MAXBAND 、PASSER II) 和单点自适应控制系统(如MOV A) 等相继投入使用，但实践证明也只是在非拥挤交通状态下表现良好，能有效地提高信号交叉口的通行能力；而在拥挤交通状态下，它们的控制性能下降，对提高
[1]信号交叉口的通行能力并无多大帮助。因此，重新认识拥挤交通状态下的信号控制方法就
显得极其必要了。
在非拥挤交通状态下，信号控制的优化目标应本着在信号交叉口处的延误、停车率、排队长度等指标最小，这就要求配时的周期时长及其绿信比使得交叉口的通行能力稍微高于本交叉口的交通需求为宜[2]。而在拥挤交通状况下，其优化目标则以预防交通拥挤和尽快消散交通拥挤为目标，此时宜采用较长的周期；在进行绿灯时间分配时，Webster 绿时分配模型是要同时消散全部方向(相位) 上的拥挤车流，实践证明，这在拥挤交通状态下是不适应的。 2 拥挤交通状态下的车流运行特性
2.1 车头时距
图1所示为非拥挤与拥挤交通状态下信号交叉口一个车道连续5个信号周期在绿灯信号开启后的车头时距分布图。从图中可以看出，在非拥挤交通状态下，车流基本从第4、5辆车开始达到稳定状态。而拥挤交通状态下的车流运行并不稳定，车流运行过程中容易受到暂时的中断。究其原因，拥挤交通状态下排队的车流数多于进口车道数，在绿灯信号开启后，停在车道与车道之间的车辆为了抢占车道位置，会暂时截断运动中的车流，从而引起车头时距在图中表现出起伏不定的状态；并且拥挤交通状态下的车头时距较非拥挤交通要大。
图1 非拥挤与拥挤交通状态下的车头时距分布图
2.2 饱和流率
现以果戈里大街与花园街交叉口为例，分析信号交叉口在拥挤交通状态下的饱和流率情况。对该交叉口非拥挤交通状态下、拥挤交通状态下每信号周期内的车头时距(仅直行车道) 进行了大量观测，并从中分别选择了50组数据，得到稳定车流的平均车头时距分别为2.12s 、
2.34s ，标准方差均较小，其对应的饱和流率分别为1698pcu/h、1538pcu/h。从中可以看出，拥挤交通状态下，车道的饱和流率较非拥挤交通有明显地降低。
表1列出了被调查的全部6个信号交叉口在不同交通状态下一个直行车道的实测饱和流
率值，从中可以得到与上述分析相一致的结论。 表1 6个信号交叉口在不同交通状态下的饱和流率值 单位:pcu/h
交叉口名称
果戈里大街与花园街
东大直街与果戈里大街
西大直街与通达街
西大直街与铁路街
红旗大街与黄河路
红旗大街与先锋路 非拥挤交通状态下饱和流率 1698 1653 1732 1721 1736 1748 拥挤交通状态下饱和流率 1538 1492 1546 1589 1596 1598
3 Webster绿信比优化模型
目前信号配时大多采用Webster 或HCM 等经典的配时算法。在信号周期确定后，各信号相位的绿灯时间是按各相位临界车道的交通流量比进行比例分配的，其分配方法按式(1)进行：
g i =(C −L ) ×(v /s ) i /∑(v /s )
i =1n i (1)
式中 g i —第i 相位的绿灯时间(s)；
(v /s ) i —第i 相位关键车道的流量比；
C —周期时长(s)；
L —周期损失时间(s)。
在非拥挤交通状态下，该绿信比优化模型充分考虑了各个方向上的交通需求，各相位分配的绿灯时间合理，能有效降低信号交叉口延误及排队长度等指标，这在几十年的实践应用中已得到证实。而在拥挤交通状态下，由于车辆之间的横向干扰加剧，车道通行能力明显下降。采用Webster 绿信比算法分配得到的各相位绿灯时间，往往在车道刚处于最佳的通行状态时，绿灯时间却又结束了，从而制约了信号交叉口通行能力的提高，使得交通状况愈加恶劣。正是存在这一缺陷，吸引了国内外众多学者纷纷就拥挤交通状态下的信号控制参数优化
[1,3-7]问题展开了研究，并各自从不同角度提出了方法各异的控制参数优化模型，这其中包含
有周期时长优化模型、绿信比优化模型和相位优化模型。本文从另一个角度就绿信比优化模型进行了研究，并假定当前周期时长和相位设计已处于最优状态。
4 改进的绿信比优化模型
4.1 优化原理
借鉴调度优先权思想，在拥挤交通状态下，对交通流的某一项参数设置一个临界值q o 。此处以车辆排队长度为例，说明绿信比优化模型的原理。当相位r 的排队长度q r ≥q o ，就将一个g max 绿灯时间分配给本相位，以达到尽快消散本相位的排队长度，从而预防交通拥挤的产生。当同时有多个相位的排队长度q i , q j ,... 均满足q i ≥q o , q j ≥q o ,... 时，则从q i , q j ,... 中选取一个最大者，将g max 绿灯时间分配给此相位，即哪一个方向最容易造成拥挤的产生，就先给予该方向通行优先权，以消散该方向上的车流排队长度，从而缓解交通拥挤。在将g max 绿灯时间分配给第r 相位后，剩余绿灯时间(C −g max −nL ，n 代表相位数，L 代表相位转换时间) 按其它各相位的关键流量比进行比例分配。对任意的相位i 的排队长度均满足q i
q o 值既不能过大，也不能太小。q o 值过大，可能出现很难有相位r 的排队长度q r 能大于等于它(由于该方向上的进口道较短等原因) ，那么就失去了预防交通拥挤产生的初衷；q o 值太小，就会忽略各个方向上车辆到达率的差异，从而形成各个方向轮流享有该优先权的局面，这也不利于交通拥挤的消散。
那么，在此确定一项规则：容易导致拥挤的一或两个相位在拥挤快发生或已发生时能频繁地、轮流地享有该通行优先权，其它相位由于分配绿灯时间的减少，将会出现车辆排队的累计效应，当排队长度累计达到一定规模时，也能获得此优先权。
4.3 q r 值的确定
现以各相位车辆排队长度为例，说明q r 值的确定方法。令q r (k ) 代表第k 周期结束时r 相位余下的排队车辆数，则q r 值的确定方法由式(2)得到；第k +1周期结束时r 相位剩余排队车辆数q
(k +1) 由式(3)而得。图2表示了一个相位的车辆排队长度在拥挤交通状态下的变化
g max 是一个与周期时长和相位数相关的量，它的取值约占整个周期时长比重的0.5-0.7为宜，应视具体的交叉口交通状况和相位数而定。若交叉口各个相位的车辆到达率差异较大，则g max 应取大一些；若各相位的车辆到达率相差无几，则g max 相应取小一些。信号交叉口配时参数中相位数越少，g max 所占周期时长的比重应取大一些；相位数越多，g max 所占周期时长的比重将相应降低。
但g max 值的大小应保证g max >g r (g r 指拥有通行优先权的相位按Webster 方法应分配得到的绿灯时间) 而且全部包含直行车流的相位绿灯时间要保证同方向行人过街所需的最短时间。g max 不是一个常量，它与信号交叉口的交通状态有关，g max 值大小的确定见式(4)。当然，这只是确定g max 的一种方法，其它方法有待进一步研究。
g max =(1+e −(+1/x ) ) g r (4)
式中 g max —相位分配得到的优先绿灯时间(s)；
g r —该相位按Webster 方法应分配得到的绿灯时间(s)；
α—相位数；
x —相位饱和度。
4.5 绿信比优化算法
(1) 首先鉴别交叉口当前的交通状态(非拥挤、拥挤) ，若处于非拥挤交通状态，则转入
(4)；若处于拥挤交通状态，则转入(2)；
(2) 检查是否有相位r 的q r ≥q o ，若成立，则转入(3)；若不成立，则转入(4)；
(3) 从满足条件的相位中，选择一个q r 值最大的相位，按照g max 的确定方法，给本相位分配g max 大小的绿灯时间，剩余周期时间C −g max −nL 按其它各相位的关键流量比进行比例分配，转入(5)；
(4) 按各相位的关键流量比进行绿灯时间分配，转入(5)；
(5) 将优化参数送执行机构执行，绿信比优化结束。
5 案例分析
为了验证优化模型，从哈尔滨市交通体系规划中选取了6个比较繁忙的信号交叉口交通调查数据。调查的数据主要包括信号周期时长、各相位绿灯时间、各个周期车辆到达率、拥挤的消散时间等。用调查的数据结合本优化模型、再借助微观仿真软件Vissim 进行仿真，得到的结果见表2。表中前几列只列出了刚开始那个周期的相关数据，每个信号交叉口的上一行数据为调查数据，下一行数据为优化结果。C 代表周期时长；L 代表周期损失时间；g i 代表第i 相位分配得到的绿灯时间；i 代表第i 相位的平均车辆到达率；T 代表整个拥挤交通状态的持续时间。
从仿真结果可以看出，在拥挤交通状态下，改进的绿信比优化模型比Webster 绿信比优化模型在提高信号交叉口的行车效率方面具有明显的优越性，并且在各相位车辆到达率差异较大的情况下，这种改进更为突出。
6 结束语
本文针对W ebster 绿信比优化模型在处理拥挤车流方面的局限性，提出了通行优先权的绿信比优化模型，该模型较之Webster 绿信比优化模型有以下两方面的不同：一、不再遵循从全局的观点考虑延误最小为优化目标，而是以预防交通拥挤和尽快消散交通拥挤为最终优
化目标，更多地借鉴了交通拥挤情况下的交警执勤经验；二、Webster 绿信比优化模型是平等地对待每一个方向(相位) 上的交通需求，而本优化模型则是对交通需求大的方向(相位) 寄予“厚望”，以此来提高信号交叉口的通行能力。经仿真实验验证，在拥挤交通状态下，本模型更接近交通实际情况，具有更强的可操作性。
参考文献
[1] Tang-Hsien Chang, Jen-Ting Lin. Optimal Signal Timing for an Oversaturated Intersection[J].
Transportation Research Part B,2000,Vol.34:471-491.
[2] 杨佩昆, 张树升. 交通管理与控制[M]. 人民交通出版社,1995. 101-103.
[3] 李刚, 孙义和, 花泽庆. 适应中国国情的城市智能化交通信号控制算法研究[J]. ITS 通
讯,2001,No.2:42-49.
[4] Mchalopoulos,P.G , Stephanopolos,G.May. Optimal Control of Oversaturated Intersections
Theoretical and Practical Considerations[J]. Traffic Engineering & Control, 1978,V ol.11(3):216-221.
[5] Corinne Ledoux. A Neural Network Traffic Flow Model for Heavy Traffic Conditions[J].
Applications of Advanced Technologies in Transpotation,2000:265-279.
[6] Hong K.Lo. A Cell-Based Traffic Control Formulation:Strategies and Benefits of Dynamic
Timing Plans[J]. Transportation Science, 2001,Vol.35(2):148-164.
[7] Francois Dion, Bruce Hellinga. A Rule-Based Real-Time Traffic Responsive Signal Control
System with Transit Priorty: Application to an Isolated Intersection[J]. Transportation Research Part B, 2002,Vol.36:325-343.