協調號誌時間差變號的控制方法

本節將進一步發揮CTA 協調鄰近路口切換號誌的功能，CTA 會於前一路口 為黃燈結束(AF agents_D4)或對向綠燈開始(AF agents_D7)後，將協調時間差變號 訊息發送給鄰近路口。以之前所介紹的適應模糊代理人為基礎，延伸各路口協調 變號的時間差，由於適應模糊代理人在主路口變號為黃燈第 1 秒，CTA 即發出 變號的訊息給鄰近路口的 LTA，鄰近路口的 LTA 也在等待此訊息，但由於傳遞 延遲1 秒，也就是鄰近路口將在主路口切換為黃燈的第 2 秒才會切換為黃燈，因 此適應模糊代理人的控制方式基本上存在了交換訊息的2 秒時間差，因此為了與 其他的時間差控制器做比較，在本節中定義適應模糊代理人為AF agents_D2。而 AF agents_D4 與 AF agents_D7 的協調秒差如下：

AF agents_D4：交換訊息 2 秒 + 協調秒差 2 秒。

AF agents_D7：交換訊息 2 秒 + 協調秒差 5 秒。

為了探討協調時間差變號對於路網的影響如何，我們將在4.3.1 節中討論市

圖4.3 四種控制器於固定車流下的比較圖

區連結郊區道路交通在上下班的車流情形，觀察以固定時制、車輛觸動式、適應 模糊控制、AF agents_D2、AF agents_D4 與 AF agents_D7 等交通路網控制法則，

在此車流狀況下的控制成效。4.3.2 節進一步討論 4.2 節所提出的 36 種固定車流 的狀況，觀察各時間差控制器的改善率。4.3.3 節將結合兩種不同的秒差控制器，

根據入口端輸入車流停等長度，切換AF agents_D2 與 AF agents_D4 兩種控制方 式。 S-N ： 600Æ800Æ1000Æ1200Æ900Æ700 veh./hr

direction E W N1 S1 N2 S2 delay 35.5 40.1 67.2 56.5 47.9 68.6

fixed-time mode

2-norm 53.55614 87.79573 83.66821 direction E W N1 S1 N2 S2

delay 26.8 95 26.9 42.8 32.2 39.4 vehicle actuated

method 2-norm 98.70785 50.55146 50.88418 direction E W N1 S1 N2 S2

delay 26.3 50.8 21.6 57.6 26 33.7 adaptive fuzzy

control 2-norm 57.20428 61.51683 42.56395 direction E W N1 S1 N2 S2

delay 26.8 60.3 27 52.3 22.4 48.4 AF agents_D2

2-norm 65.98735 58.85822 53.33217 direction E W N1 S1 N2 S2

delay 26.6 45.6 28.6 36.5 27.3 32.6 AF agents_D4

2-norm 52.79129 46.37036 42.52117 direction E W N1 S1 N2 S2

delay 25.6 59.4 27.3 49.3 20.9 51.3 AF agents_D7

2-norm 64.68168 56.35406 55.39404

表4.15 控制器於上下班車流狀態的延滯時間表

交通路網於上下班時，車流往往會朝特定方向前進，而反向的車流通常要小 的許多，因此在車流量設定上，將東向西車流設定為400 veh./hr，西向東車流設 為1000 veh./hr。根據(2-3)式比較表 4.15 中，各控制器相對固定時制的改善率，

如表4.16 所示：

W Æ E：1000 veh./hr E Æ W：400 veh./hr S-N ： 600Æ800Æ1000Æ1200Æ900Æ700 veh./hr

vehicle actuated method 11.1%

adaptive fuzzy control 28.3%

AF agents_D2 20.8%

AF agents_D4 是所有控制器中最佳的，改善率高達 37%。因此，適當地加入秒 差變號處理，可以縮短路網的延滯時間，並使交通車流更為順暢。

時，則是在這些條件相互影響下，所模擬得到的控制結果。

S-N ： 600Æ800Æ1000Æ1200Æ900Æ700 veh./hr

E Æ W & W Æ E (veh./hr) E=400 W=1000 E=400 W=400 E=1000 W=1000 delay 35.5 40.1 26.4 22.1 89.8 78.1 fixed-time mode

2-norm 53.55614 34.4292 119.0111 delay 26.8 95 25.7 31.5 103 101.9 vehicle actuated

method 2-norm 98.70785 40.65391 144.8883 delay 26.3 50.8 22.3 28.7 68.1 39.8 adaptive fuzzy

control 2-norm 57.20428 36.34529 78.87744 delay 26.8 60.3 25.4 26.3 59 48.2 AF agents_D2

2-norm 65.98735 36.56296 76.18556 delay 26.6 45.6 24.6 26.7 78.3 55 AF agents_D4

2-norm 52.79129 36.30496 95.68641 delay 25.6 59.4 24.1 27.1 63.2 44.5 AF agents_D7

2-norm 64.68168 36.26596 77.29483

根據上表4.17 的模擬數據，比較各控制器相對固定時制東西向延滯時間的 改善率，如表4.18 所示：

S-N ： 600Æ800Æ1000Æ1200Æ900Æ700 veh./hr

E Æ W & W Æ E (veh./hr) E=400 W=1000 E=400 W=400 E=1000 W=1000

4.3.2 協調秒差變號於固定車流下的模擬結果

本節將討論鄰近路口在接獲主路口變號為黃燈後，協調時間秒差變號對交通 路網的影響。比較AF agents_D2、AF agents_D4 與 AF agents_D7 於 36 種固定車 流狀況嚇，對於整個交通路網延滯時間的影響。表格中藍色數值代表此車流模式 AF agents_D7 109.2 117.9 133.87 149.0 168.6 211.0

E-W:400 veh./hr

S-N 200 400 600 800 1000 1200

AF agents_D2 115.3 125.6 136.5 154.6 197.6 260.5 AF agents_D4 113.6 125.1 137.8 152.3 183.8 266.0 AF agents_D7 117.6 127.8 138.8 155.5 187.6 270.0

E-W: 600 veh./hr

S-N 200 400 600 800 1000 1200

AF agents_D2 122.6 136.8 151.3 170.8 237.5 396.7 AF agents_D4 124.7 134.5 149.7 175.2 235.4 390.0 AF agents_D7 132.0 134.8 158.6 180.5 240.0 422.4

E-W: 800 veh./hr

S-N 200 400 600 800 1000 1200

AF agents_D2 133.2 148.7 172.9 211.9 306.7 993.9 AF agents_D4 135.3 150.8 173.5 216.8 367.1 1670.3 AF agents_D7 138.6 153.1 176.0 228.3 324.8 1586.4

表4.19 協調秒差變號於 E-W: 200 veh./hr; S-N 六種車流模式的延滯時間

表4.20 協調秒差變號於 E-W: 400 veh./hr; S-N 六種車流模式的延滯時間

表4.21 協調秒差變號於 E-W: 600 veh./hr; S-N 六種車流模式的延滯時間

表4.22 協調秒差變號於 E-W: 800 veh./hr; S-N 六種車流模式的延滯時間

E-W: 1000 veh./hr

S-N 200 400 600 800 1000 1200

AF agents_D2 157.9 173.3 221.3 299.2 795.2 AF agents_D4 153.7 181.9 222. 9 327.1 812.3 AF agents_D7 159.3 183.6 220. 4 296.8 723.1

E-W: 1200 veh./hr

S-N 200 400 600 800 1000 1200

AF agents_D2 204.0 248.5 349.4 787.2 AF agents_D4 205.3 229.7 383.8 697.2 AF agents_D7 206.8 248.3 331.2 727. 1

利用表 4.19-4.24 的數據繪製圖 4.4，比較秒差控制器 AF agents_D2、AF agents_D4 與 AF agents_D7，在 36 種固定車流下，何者能縮短最多的延滯時間。

表4.23 協調秒差變號於 E-W: 1000 veh./hr; S-N 六種車流模式的延滯時間

表4.24 協調秒差變號於 E-W: 1200 veh./hr; S-N 六種車流模式的延滯時間

圖4.4 協調秒差變號於固定車流下的比較圖

從圖4.4 中可觀察出 AF agents_D2 與 AF agents_D4，對於改善路網延滯時 間的成效各佔了一半。AF agents_D2 的控制方式在車流量中等時，最能看出它的 控制功效，在東西向車流量固定為800 veh./hr 時最為明顯；而 AF agents_D4 的 控制方式則適用於車流量較輕的情況(600 veh./hr 以下)；至於 AF agents_D7 則是 對於車流量較大時，才能發揮它的作用，在其他的車流情形下，其功效並不顯著。

總言之，在固定車流的36 個狀況下，扣除大量車流造成壅塞的 3 個狀況外，

14 個狀況以 AF agents_D2 為佳，13 個狀況以 AF agents_D4 為佳，餘 6 個狀況 為以AF agents_D7 為佳。

將圖4.3 與圖 4.4 綜合比較上述所介紹的六種方法：固定時制、車輛觸動式、

適應模糊控制、AF agents_D2、AF agents_D4 與 AF agents_D7，得出不同固定車 流下最佳的控制方式，如圖4.5。

圖4.5 控制器於固定車流下的綜合比較圖

由圖4.5 可以看出 AF agents_D4 在東西向與南北向的車流量皆在 600 veh./hr 以下時，能有最佳的控制效果，於36 個車流狀態中佔有 11 個。而 AF agents_D7 依舊是對車流量較大時，才能發揮它的作用，於36 個車流狀態中佔有 6 個，但 相對而言，當路網車流量過大時，容易出現產生車輛產生不完全的錯誤訊息。對 於AF agents_D2 的控制方式，在圖 4.5 中，仍保持了一定的佔有率，於 36 個車 流狀態中佔有10 個，這樣的控制方式仍在中等車流情況下，發揮最大的效用。

令人感到興趣的是，秒差增加進而成為最佳控制點，所取代多為圖4.3 中控制效 果就較佳的AF agents，而此種控制方式具有 2 秒交換訊息的延遲，故於此節中 更名為AF agents_D2，以便與其他時間差控制器做比較。因此增加秒差的控制方 式並不會取代舊有適應模糊控制的最佳點，仍在36 個車流狀態中佔有 7 個。因 此，在4.3.3 節中，將結合 AF agents_D2 與 AF agents_D4，模擬其控制成效。

4.3.3 結合不同秒差控制於固定車流下的模擬結果

從圖4.5 得知各種秒差變號的設計多是取代適應模糊代理人的控制方式，因 此為了使控制器能處理更多的車流模式，所以在此將 AF agents_D2 與 AF agents_D4 的兩種控制方法做統合，藉此保留住 AF agents_D4 在處理低車流量下 的優勢，並增加AF agents_D2 對於中等車流狀態時的處理能力。

Method：由於 AF agents_D4 的控制方式較適合輕流量，因此 CTA 會藉由判斷車 輛入口端的停等長度來決定使用何種控制方法，如下圖4.6 藍色區塊。不同的區 塊分別代表每個控制器的stage，若 CTA 所獲得的資訊為車輛停等長度小於一半 的道路線長度(約 100 公尺)，因為此時的車流量較低，所以 CTA 會決定以 AF agents_D4 作為控制方式。相反地，若 CTA 所獲得的資訊為車輛停等長度已超過 一半的道路線長度，則CTA 會決定以 AF agents_D2 的形式作為各個 LTA 運算的 法則。在此將這個結合兩個控制方法的控制器稱之為AF agents_D2/D4。

利用上述的方法將兩控制器做結合後，模擬於固定車流下此控制器的控制功 效，如下表4.21。

200 400 600 800 1000 1200

200 106.7 113.6 124.7 136.3 153.7 209.2

400 116.4 125.1 134.5 150.8 184.9 242.5 600 126.8 137.8 149.7 173.5 221.5 354.7 800 142.4 152.3 170.8 216.8 340.1 846.5 1000 188.7 183.8 233.3 347.5 724.1

1200 215.2 260.7 365.8 591.7

比較上述所介紹過的七種控制方法：固定時制、車輛觸動式、適應模糊控制、

AF agents_D2、AF agents_D4、AF agents_D7 與 AF agents_D2/D4，於固定車流 的36 種狀況下，何者是最佳的控制方法，如圖 4.7。

S-N

E-W

圖4.6 車輛入口端的停等長度

表4.25 AF agents_D2/D4 於固定車流模式下的延滯時間

AF agents_D2/D4 的控制方式除了取代了大多數 AF agents_D4 於低車流量下 的最佳控制點外，還增加了處理南北向為1200 veh./hr 的能力。再觀察表格中綠 色的數值，這些數值雖然不是最短的延滯時間，但與最佳的控制方法相較，僅多 出 0.2 秒的延滯時間。若以中低流量 800 veh./hr 以下 16 個狀況來看，AF agents_D2/D4 佔了 8 個最佳控制點，AF agents_D2 佔了 5 個，而適應模糊控制佔 了3 個；因此，為了處理多樣的固定車流，AF agents_D2/D4 的控制方式會是最 佳的控制選擇。

圖4.7AF agents_D2/D4 與其他控制器於固定車流下的綜合比較圖

最後，我們將利用適應模糊控制以及AF agents_D2/D4 兩種控制方法，比較 代理人協調機制對於交通路網於固定車流下的影響，下表 4.26 為適應模糊控制 利用(2-3)式，求出相對固定時制的改善率，表 4.27 則為 AF agents_D2/D4 相對固 定時制的改善率。

表4.27 AF agents_D2/D4 於固定車流模式下的延滯時間改善率

S-N

E-W

將表4.26 與 4.27 整理出圖 4.8，適應模糊控制與 AF agents_D2/D4 於固定車 流下的改善率比較圖，圖4.8(a)適應模糊控制的改善率分布圖中，可以觀察在 36 個固定的車流狀況中，除了 3 個高流量的壅塞情況外，改善率在 20~29%的有 4 個，在30~39%的有 18 個，40~49%的有 3 個，50~59%的有 2 個，60~69%的有 2 個，70~79%的有 2 個，但在 36 個車流狀況中，有兩個情形沒有改善 ─ 東西向 為1200 veh./hr；南北向為 800 veh./hr 與東西向和南北向皆為 1000 veh./hr，反而 使延滯時間拉長。

再觀察圖4.8(b)AF agents_D2/D4 的改善率分布圖中，可以觀察在 36 個固定 的車流狀況中，除了3 個高流量的壅塞情況外，改善率在 20~29%的有 3 個，在 30~39%的有 17 個，40~49%的有 6 個，50~59%的有 2 個，60~69%的有 2 個，70~79%

的有2 個，但在 36 個車流狀況中，也存在一個情形沒有改善的情形(東西向為 1200 veh./hr；南北向為 800 veh./hr)。但是，綜合以上所言，發現 AF agents_D2/D4 維 持AF agents_D4 處理低車流量時的優勢，以及發揮 AF agents_D2 處理中高車流

圖4.8 適應模糊控制與 AF agents_D2/D4 於固定車流下的改善率比較圖 (a) 適應模糊控制 (b) AF agents_D2/D4

的優點，當車流量在(E-W, S-N)= (200, 200)、(400, 200)、(600, 600)、(1000, 1000) 與(1200, 800)等控制點時，AF agents_D2/D4 的改善效果最為明顯，特別是當(E-W, S-N)= (1000, 1000) 時 ， 適 應 模 糊 控 制 已 無 法 處 理 此 種 車 流 狀 況 ， 但 AF agents_D2/D4 卻能減少 42.0%的延滯時間。進一步比較 AF agents_D2/D4 與適應 模糊控制的相對改善率，如下表4.28 所示。

200 400 600 800 1000 1200 200 5.9 % 6.0 % -3.4 % -2.7 % -1.1 % 0 %

400 3.9 % 2.9 % 2.2 % 2.8 % -2.8 % 4.2 % 600 4.5 % 2.8 % 2.0 % 0.7 % 3.7 % -3.1 % 800 4.4 % 2.0 % 2.3 % -2.7 % -6.0 % 51.1 % 1000 -8.3 % 3.7 % -2.9 % -1.5 % 62.1 %

1200 3.2 % 3.8 % 3.7 % 2.1 %

整體而言，AF agents_D2/D4 充分發揮代理人溝通協調的優勢，使交通路網 的延滯時間大幅降低，而與適應性模糊控制相較，AF agents_D2/D4 的延滯時間 改善率平均提高了4.4%。

S-N

E-W

表4.28 AF agents_D2/D4 相對適應模糊控制的改善率