模糊適應性交通號誌管理系統的實驗分析

在模糊適應性交通號誌管理系統的模擬上，比較表 4.2、圖 4.17 與圖 4.18 可 以發現，三個參與比較的方法都能夠有效地處理交通流量低時的車流，但是Chiou 的方法[31]由於基本週期太長，造成在低交通流量時路口資源的浪費；再比較表 4.2、圖 4.20 與圖 4.21 之模擬情境二我們可以了解到，Webster 所提出的定時號誌 控制方法[40]對於不斷變動的車輛到達方式完全沒辦法處理，因而在南北向幹道造 成了一定程度的路口總延滯，Chiou 的方法[31]對主要幹道有相當好的紓解效果，

但是主要幹道的綠燈時間與支道的綠燈時間卻不成比例，造成支道的路口總延滯 增加。這是因為Chiou 的系統在執行幹道綠燈時間時會不停地推論出延長的時間，

支道在系統沒有考慮路口相對飽和度的情形下便被忽略，加上這個方法只偵測綠 燈方向下的車量到達率，並沒有考慮到綠燈方向下的阻滯車輛數目，故即使在綠 燈方向下仍有許多車輛未紓解完，系統仍只參考車輛到達率來推論延長時間，導 致延長的時間往往不夠紓解綠燈方向下阻滯的車輛；但是由於它對於幹道的車流

紓解得很好，故總和來說Chiou 的控制績效在模擬情境二仍然較 Webster 的最佳週 期定時號誌控制要來得好。本論文提出的方法考慮到最佳週期以及路口相對飽和 度的設定，故在模擬情境二能夠適當地分配綠燈時間給各時相，達到良好的控制 績效。接著比較表4.2、圖 4.23 與圖 4.24 之第三種模擬情境，我們可以從圖 4.23(b) 中看到，由於模擬情境三中極高的南北向流量，使得三種參與比較的方法皆在交 通尖峰期沒辦法完全紓解南北向車流，但本論文在南北向幹道具有最小的車輛路 口總延滯，其次為Chiou 的方法，最大的則是 Webster 的定時控制法；又我們從圖 4.24(b)中可以看到 Webster 的方法在東西向路口具有最小的路口延滯，其次則是 Chiou 的方法，最差的則是本論文的方法；有這樣的結果並不代表 Webster 的方法 是好的交通號誌管理系統，因為 Chiou 與本論文的方法在南北向車流尖峰時將綠 燈時間分給了南北向的綠燈時相，因而在東西向路口造成了較Webster 的方法大的 車輛路口總延滯，這是一個權衡下的結果，以犧牲流量小的時相之綠燈時間來換 取較小的流量尖峰路口之路口延滯，由此可知，本論文以及 Chiou 所提出的方法 確實具有動態調整時相執行長度的能力。接著比較表 4.2、圖 4.26 與圖 4.27 之第 四種模擬情境，從圖 4.26(a)中我們可以看到 Chiou 以及本論文的方法都可以將南 北向幹道的車流紓解，從圖 4.27(b)中可以看到 Chiou 的方法因為與模擬情境二相 同的原因而具有較大的車輛路口總延滯，總和來說，在本實驗情境下控制績效由 最好到最差依序是本論文的方法，Chiou 的方法以及 Webster 的方法。第五種模擬 情境的結果類似模擬情境四的實驗結果，但是因為南北向幹道的平均車流較高，

所以各個方法相對的車輛路口總延滯也都增加不少。第六種模擬情境的路口飽和 度已經將近完全飽和，固不論利用這三種方法的哪一種來管理交通號誌都避免不 了產生極大的路口總延滯，值得一提的是，由於模擬情境六超高的車流量，所以 使得 Webster 所規劃出的最佳週期綠燈時間超越了 Chiou 的單一時相最大綠燈時 間，所以 Chiou 的方法在這個實驗情境下因為最大綠燈時間不夠長、沒有考慮相 對路口飽和度以及忽略綠燈方向下的阻滯車輛等原因而成為控制績效最差的方 法，總和來說，在本實驗情境下控制績效由最好到最差依序是本論文的方法，

Webster 的方法以及 Chiou 的方法。

Chiou 的方法有較長之基本時相週期，應用於流量較大的路口能突顯其優於定 時交通號誌管理的控制績效，但是應用於流量超大的路口反而又受限於預先設定 的最大綠燈時間而使得控制效能變差；本論文在設計模糊適應性交通號誌管理系 統時考慮了最佳週期以及路口相對飽和度的問題，使得本論文提出的方法有更佳 的控制績效。從表4.2 中的平均值以及標準差兩欄可以看出本論文的方法在參與比 較的三者裡具有最佳的控制績效與控制穩定度。

在行人於路口的延滯方面，從表 4.3 中的平均值以及標準差兩欄可以看出交通 號誌系統的週期越長，則行人於路口的延滯就越大；至於行人路口總延滯的標準 差則都非常小，三者對於行人路口總延滯的控制穩定度幾乎沒有太大的差別。

在對於整個路口所有用路人(行人以及車輛)的延滯方面，將表 4.2 以及表 4.3 的內容彙整於表 4.4 後可以看出本論文所提出的模糊適應性號誌控制系統除了在 模擬情境一因為行人路口總延滯的影響使得所有用路人於路口的總延滯略高於韋 伯斯特最佳周期定時控制之外，在其他實驗場景對所有使用路口的用路人所造成 之路口總延滯是參與比較的三者裡最小的，除此之外，本論文所提出的方法在所 有的實驗場景也具有最穩定的控制績效。

最後我們要探討的是，行人程度 PL 對於模糊適應性交通號誌管理系統輸出的 影響。行人在路口的流動性較車子大許多，因此行人穿越道的紓解率相較於車道 來說非常大，停等的行人通常在綠燈時間開始不久就疏解一空，接下來通過行人 穿越道的就是零零星星的行人；所以在本論文提出的系統在進行模糊推論時，行 人穿越道已經過了它在該時相內最大用路需求的時刻，所以用此時行人穿越道上 的人數來當作決定延長時間的參數之ㄧ似乎是有點過當，在推論時也會受到在行 人穿越道上較少數目的行人之影響，使得推論出的延長時間變短，導致在遭遇高 流量的車流時，有時推論出的延長綠燈時間仍不足以立即紓解車流，因此在此建 議在發展獨立號制化交叉路口號誌控制系統時，可以不用特別考慮行人的流動來 做為適應性號誌管理系統的輸入；但是行人總延滯的大小會與號誌的週期長短有

關，故在設計適應性號誌管理系統時，應該注意週期時間的長短，以免過長的週 期使得行人停等的時間拉長。

表 4.4 模擬實驗的車輛路口總延滯加上行人路口總延滯。

情境 方法 實驗ㄧ 實驗二 實驗三 實驗四 實驗五 平均值 標準差

Webster[40] 85.51 91.33 93.05 84.60 91.19 89.14 3.81

Chiou[31] 228.94 265.88 227.75 222.18 204.21 229.79 22.47 一

本論文 93.47 94.52 95.76 91.45 95.41 94.12 1.74

Webster[40] 405.4 475.66 542.3 509.61 520.66 490.73 53.43

Chiou[31] 344.31 400.8 427.07 478.31 354.57 401.01 54.83 二

本論文 164.17 225.38 167.68 161.41 162.93 176.31 27.53

Webster[40] 896.47 900.92 905.25 789.76 759.8 850.44 69.64

Chiou[31] 554.65 557.79 539.49 464.6 452.31 513.77 51.15 三

本論文 473.04 480.07 483.94 407.99 403.72 449.75 40.29

Webster[40] 854.71 881.12 845.38 740.06 753.21 814.90 63.84

Chiou[31] 411.70 410.92 388.20 328.20 393.50 386.51 34.21 四

本論文 285.67 266.92 272.90 224.50 231.87 256.37 26.74

Webster[40] 1286.4 1321.3 1200.4 1418.6 1313.1 1308.0 78.23

Chiou[31] 914.59 1140.0 808.92 1075.7 1037.2 995.28 132.67 五

本論文 678.75 704.83 618.31 810.80 753.67 713.27 73.19

Webster[40] 1882.5 1755 1905.6 1983.6 2006.0 1906.5 99.21

Chiou[31] 1997.5 2141.3 1937.5 2088.1 2272.9 2087.5 130.26 六

本論文 1731.2 1521.7 1604.7 1675.6 1562.6 1619.2 84.62

第五章