·440· 智能系统学报 第14卷 力体现了道路的使用效率2。以第i相位为例， 常用的求解方法以智能优化方法为主，包括遗传 车辆延误时间2（单位为s)为 算法、粒子群算法2、蚁群算法2川、模拟退火算 Di= C(1-)2,1- gi 法2等。这些算法在求解交通信号配时问题时存 21-%+24+2S1.8A,-90 在收敛速度慢、效率低等问题2，而且在不同交 车辆停车次数（单位为次）为 通场景下的求解效果差异大，说明算法的适应性 0.9(1-1) H:= 较差。群智能劳动分工可以弥补这一欠缺，其显 1-y: 著特点就是在动态环境下仍能实现有效的任务分 通行能力P(单位为pcuh)为 配。据此本文从分配的视角出发，利用群智能劳 0=S 动分工方法来求解交通信号配时问题。下面首先 式中S、少、9：、，分别为第i相位的饱和流量 引入群智能劳动分工中的激发-抑制原理，然后 (pcu/h)、流量比、车流量(pcu/h)和绿信比。 一个周期内交叉口的车辆平均延误时间为 建立蜂群劳动分工与交通信号配时之间的映射关 系，进而提出一种面向交通信号配时问题的蜂群 D-Dal 劳动分工算法。 2.1群智能劳动分工中的激发-抑制原理 车辆平均停车次数为 以蜂群为代表的时间行为多型是群智能劳动 H-∑Ha/∑4 分工的一种主要模式，其中个体所执行的任务与 其生理年龄有关。具体的，蜜蜂在其生命周期 通行能力为 内一般会经历从哺育蜂到储存蜂以及觅食蜂的一 个行为发育过程，分别对应哺育、储存食物、觅食 等任务。根据蜂群的需要，蜜蜂能够延迟、加速、 式中n为相位总数。 甚至逆转其行为发育过程2。蜜蜂在柔性发育的 1.2时间分配特性 作用下，能够适应动态变化的环境，从而始终实 以图1所示的交叉口和图2所示的相位方案 现有效的任务分配。 为例，交通信号配时问题就是分别给4个相位的 Huang等2在研究蜂群的时间行为多型的时 车辆分配通行权，使其在通过交叉口时保持有序 候，提出了一种激发-抑制原理。该原理认为，蜜 状态，以减少交通拥堵、避免交通事故等。在一 蜂的行为发育是由激发剂和抑制剂共同决定的， 个信号周期内，车辆在交叉口处的通行权体现在 且二者具有耦合关系，即年长蜜蜂体内激发剂和 绿灯时间上。因此，交通信号配时问题可以看成 抑制剂的含量比年幼蜜蜂多。保幼激素被认为是 给各相位的车辆分配绿灯时间，是一个典型的时 蜜蜂的激发剂，促进其行为发育，该发育过程伴 间分配问题。时间分配问题的显著特点是分时使 随着蜜蜂从巢内工作向巢外工作的转移。蜜蜂之 用，该特点在交通信号配时问题上表现为共享性 间进行交互时会传递抑制剂，对其行为发育起阻 和独占性。共享性指来自不同相位的车辆均可通 碍作用。激发剂和抑制剂共同维持着蜜蜂在不同 过交叉口，独占性指任一时刻只能有一个相位的 任务上的动态分配平衡。比如：当觅食者减少 车辆通过交叉口。 时，抑制剂会减弱，巢穴内的蜜蜂会加速发育成 由上述分析可知，交通信号配时问题的时间 觅食者；当觅食者较多时，抑制剂会变强，巢穴内 分配特性表现为来自不同相位的车辆分时通过交 蜜蜂的发育会被延迟，甚至觅食者会返回巢穴内工作。 叉口。一般而言，通过交叉口的车流量是在动态 激发-抑制原理以个体-个体交互的方式完成 变化的，既有规律性的变化（如潮汐交通），也有非 任务分配，Naug等Bol进一步描述了激发-抑制原 规律性的变化（如汽车保有量的增加）。动态变化 理中个体间的交互方式，如图3所示。蜂群中每 的车流量要求配时参数（如信号周期时长、绿灯 只蜜蜂都包含1个激发剂A(Activator)和2个抑 时长等)能做出适应性的动态调整。 制剂L,和I(Inhibitor)。A是蜜蜂内在的激发剂， 2求解交通信号配时问题的群智能 对蜜蜂自身的行为发育起促进作用。1，是蜜蜂内 劳动分工方法 在的抑制剂，不会阻碍自身的行为发育，但在个 体交互过程中会对其他蜜蜂的行为发育产生抑制 对于交通信号配时问题，一般以延误时间最 作用。2是蜜蜂在交互作用中得到的外在抑制 短、停车次数最少和通行能力最大为目标函数。 剂，会阻碍自身的行为发育。最终，激发剂A和力体现了道路的使用效率[23]。以第 i 相位为例， 车辆延误时间[24] (单位为 s) 为 Di = C(1−λi) 2 2(1−yi) + 1−λi 2qi + qi 2S iλi(S iλi −qi) 车辆停车次数[24] (单位为次) 为 Hi = 0.9(1−λi) 1−yi 通行能力[24] (单位为 pcu/h) 为 Qi = S iλi 式中 Si、 y i、 qi、 λ i 分别为第 i 相位的饱和流量 (pcu/h)、流量比、车流量 (pcu/h) 和绿信比。 一个周期内交叉口的车辆平均延误时间为 D = ∑n i=1 Diqi/ ∑n i=1 qi 车辆平均停车次数为 H = ∑n i=1 Hiqi/ ∑n i=1 qi 通行能力为 Q = ∑n i=1 Q 式中 n 为相位总数。 1.2 时间分配特性 以图 1 所示的交叉口和图 2 所示的相位方案 为例，交通信号配时问题就是分别给 4 个相位的 车辆分配通行权，使其在通过交叉口时保持有序 状态，以减少交通拥堵、避免交通事故等。在一 个信号周期内，车辆在交叉口处的通行权体现在 绿灯时间上。因此，交通信号配时问题可以看成 给各相位的车辆分配绿灯时间，是一个典型的时 间分配问题。时间分配问题的显著特点是分时使 用，该特点在交通信号配时问题上表现为共享性 和独占性。共享性指来自不同相位的车辆均可通 过交叉口，独占性指任一时刻只能有一个相位的 车辆通过交叉口。 由上述分析可知，交通信号配时问题的时间 分配特性表现为来自不同相位的车辆分时通过交 叉口。一般而言，通过交叉口的车流量是在动态 变化的，既有规律性的变化 (如潮汐交通)，也有非 规律性的变化 (如汽车保有量的增加)。动态变化 的车流量要求配时参数 (如信号周期时长、绿灯 时长等) 能做出适应性的动态调整。 2 求解交通信号配时问题的群智能 劳动分工方法 对于交通信号配时问题，一般以延误时间最 短、停车次数最少和通行能力最大为目标函数。 常用的求解方法以智能优化方法为主，包括遗传 算法[24] 、粒子群算法[25] 、蚁群算法[21] 、模拟退火算 法 [26]等。这些算法在求解交通信号配时问题时存 在收敛速度慢、效率低等问题[27] ，而且在不同交 通场景下的求解效果差异大，说明算法的适应性 较差。群智能劳动分工可以弥补这一欠缺，其显 著特点就是在动态环境下仍能实现有效的任务分 配。据此本文从分配的视角出发，利用群智能劳 动分工方法来求解交通信号配时问题。下面首先 引入群智能劳动分工中的激发–抑制原理，然后 建立蜂群劳动分工与交通信号配时之间的映射关 系，进而提出一种面向交通信号配时问题的蜂群 劳动分工算法。 2.1 群智能劳动分工中的激发–抑制原理 以蜂群为代表的时间行为多型是群智能劳动 分工的一种主要模式，其中个体所执行的任务与 其生理年龄有关[13]。具体的，蜜蜂在其生命周期 内一般会经历从哺育蜂到储存蜂以及觅食蜂的一 个行为发育过程，分别对应哺育、储存食物、觅食 等任务。根据蜂群的需要，蜜蜂能够延迟、加速、 甚至逆转其行为发育过程[28]。蜜蜂在柔性发育的 作用下，能够适应动态变化的环境，从而始终实 现有效的任务分配。 Huang 等 [29]在研究蜂群的时间行为多型的时 候，提出了一种激发–抑制原理。该原理认为，蜜 蜂的行为发育是由激发剂和抑制剂共同决定的， 且二者具有耦合关系，即年长蜜蜂体内激发剂和 抑制剂的含量比年幼蜜蜂多。保幼激素被认为是 蜜蜂的激发剂，促进其行为发育，该发育过程伴 随着蜜蜂从巢内工作向巢外工作的转移。蜜蜂之 间进行交互时会传递抑制剂，对其行为发育起阻 碍作用。激发剂和抑制剂共同维持着蜜蜂在不同 任务上的动态分配平衡。比如：当觅食者减少 时，抑制剂会减弱，巢穴内的蜜蜂会加速发育成 觅食者；当觅食者较多时，抑制剂会变强，巢穴内 蜜蜂的发育会被延迟，甚至觅食者会返回巢穴内工作。 激发–抑制原理以个体–个体交互的方式完成 任务分配，Naug 等 [30]进一步描述了激发–抑制原 理中个体间的交互方式，如图 3 所示。蜂群中每 只蜜蜂都包含 1 个激发剂 A(Activator) 和 2 个抑 制剂 I1 和 I2 (Inhibitor)。A 是蜜蜂内在的激发剂， 对蜜蜂自身的行为发育起促进作用。I1 是蜜蜂内 在的抑制剂，不会阻碍自身的行为发育，但在个 体交互过程中会对其他蜜蜂的行为发育产生抑制 作用。I2 是蜜蜂在交互作用中得到的外在抑制 剂，会阻碍自身的行为发育。最终，激发剂 A 和 ·440· 智 能 系 统 学 报 第 14 卷