獨立路口無循環週期之適應式控制策略

在適應式控制策略中，為了能夠快速且即時的反應交通需求，因此控制觀念不 再像是傳統的控制策略去考慮最佳的週期長度，號誌分時等等，而專注在如何能 夠在非常短的時間需求變化下，找出最佳的控制序列。而在獨立路口之適應式控 制策略裡，可分為二元選擇法與序列搜尋法，以下將分別討論之。

1. 二元選擇法 （Binary Choice）

其中：

(2) TOL 邏輯法（Traffic optimization logic）[3]

由於之前MI 並未對下一個紅燈延長時間加以考慮，因此在 TOL 就特別 針對此問題加以改善。以下就系統最佳化與交通估計模式敘述之。

I. 系統最佳化模式：經由最佳控制決策，藉著績效函數計算淨利，來 決定是否延長另一個h 秒，或者是立即關掉綠燈時相。

其中：

V_A ：時相 A 的平均車輛速率

MOVA 為 Microprocessor Optimized Vehicle Actuation 的簡稱，係針對單 一路口最佳時制計畫的控制策略，其中有幾項特點：1.針對過飽和的控制加

D. 在過飽和情況下，MOVA 藉著持續地提供綠燈，以採取容量最

Cruise speed = 1box per 1/2 sec Vehicle on

Vehicle assume to travel at cruise speed since being counted leaving upstream

detector Loop

unoccupied

40m detector 100m detector

圖2.2 MOVA 車流預測示意圖

計和結合。

V. 除了 MOVA 以外，其餘的兩種控制方法當在一個高度擁擠的狀況下 都不能夠以過飽和最佳化方式來回應。

VI. 對於一條連續幾個路口的道路或是路網來說，很難以二元選擇法的 概念去實行。

2. 序列搜尋法 （Sequencing approach）

(1) OPAC[8]

OPAC 為 Optimization Policies for Adaptive Control 的簡稱，係一種對個 別的交通號誌，使其績效最佳化的一種線上的控制法，而績效最佳化可以是 使總延誤最少、停等數最小等等，且僅受到最長綠燈及最短綠燈的限制，其 模式主要包括兩部分。

I. 需求預測模式：利用頭部所得到的抵達資訊，來預測後面尾部的抵 達資訊，因此即可以得到整個控制時段的抵達資訊。

II. 系統最佳化模式：將整個控制時段以每 k 個時階分成一個時段，一 時階通常為數秒構成，而這個時段就可以稱為一控制時程

（Horizon），由於最佳化是以整個控制時段來看，將可以實際從偵 測器得到的車輛抵達資訊定為控制時段的頭部（head），其餘 k-r 的 部分定為控制時段的尾部（tail），而尾部的抵達資訊就以一個模式 來估計。一個最佳化的決策會以整個控制時段來計算，然而僅有當 決策產生在頭部時，才會被執行（如圖2.3）。主要操作步驟如下：

步驟1：決定整個控制時段長度 k，和頭部 r。

步驟2：收集頭部 r 的交通資料，和估計 k-r 的交通資料。

步驟3：對整個控制時段，利用限制化搜尋法找出可能的轉換 點，以決定最佳的轉換策略。

步驟4：僅執行頭部的最佳策略。

步驟5：將控制時程向前移 r 個時階，且重複步驟 2-5。

head tail

Horizon k

Stage 1

k

Stage 2

r 2r k+r

0 r

roll period

圖2.3 滾動時程策略示意圖

資料來源：[8]

因為控制時程中有些決策點，會超出限制式所定的範圍，因此限制化搜 尋法即利用此種特點，僅找出可能的決策點來執行最佳化，而限制式則以最 小綠燈跟最大綠燈作為依據。

(2) OPAC 的限制：

I. OPAC 在最佳化過程之中，需要用到未來的資訊，因此為了要得到整 個控制時程的抵達資訊，在實際上是非常困難的。

II. 限制化搜尋法雖然大幅的減低了運算的複雜性，然而這樣卻不能保證 可以達到全域最佳解。