第１３卷　第４期

２０１３年８月

交 通 运 输 工 程 学 报

ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ

Ｖｏｌ．１３　Ｎｏ．４

Ａｕｇ．２０１３

犚犲犮犲犻狆狋 　犇犪狋犲：２０１３０４１２

犚犲狊犲犪狉犮犺犘狉狅犼犲犮狋狊：ＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（５１２０８０５４）；ＳｐｅｃｉａｌＦｕｎｄｆｏｒＢａｓｉｃＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈｏｆＣｅｎｔｒａｌＣｏｌｌｅｇｅｓ

（２０１３Ｇ１２１１００５，ＣＨＤ２０１１ＪＣ０５６）

犃狌狋犺狅狉 犚犲狊狌犿犲：ＬＩＹａｎ（１９８３），Ｍａｌｅ，Ｈｅｎｇｓｈｕｉ，Ｈｅｂｅｉ，ＬｅｃｔｕｒｅｒｏｆＣｈａｎｇａｎＵｎｉｖｅｒｓｉｔｙ，ＰｈＤ，ＲｅｓｅａｒｃｈｏｎＴｒａｆｆｉｃＳｉｇｎａｌＣｏｎｔｒｏｌ，

＋８６２９８２３３４６３６，ｌｙａｎ＠ｃｈｄ．ｅｄｕ．ｃｎ．

文章编号：１６７１１６３７（２０１３）０４０１１６１１

过饱和状态交通信号控制方法综述

李　岩１，赵志宏２，李鹏飞３，４，黄身森１，陈宽民１

（１．长安大学 公路学院，陕西 西安　７１００６４；２．长安大学 信息工程学院，陕西 西安　７１００６４；３．东南大学 交通学院，

江苏 南京　２１００９６；４．阿尔伯塔大学 智能交通中心，阿尔伯塔 埃德蒙顿　Ｔ６Ｇ２Ｒ３）

摘　要：为向拥堵状态城市路网的交通控制优化提供依据，综述并评价了过饱和状态的交通信号控

制策略；分析了过饱和状态交通流的特征，提出了过饱和状态交通信号控制的对应优化原理；从单

点交叉口、协同控制交叉口及路网３个层次对过饱和状态交通控制方法进行了总结与评价，应用

ＶＩＳＳＩＭ仿真环境评价了已有控制策略的适用性；总结了具备处理过饱和状态能力的自适应交通

信号控制系统的控制策略。仿真结果表明：过饱和状态的交通信号控制应优先优化道路空间的分

配矛盾；排队管理策略对过饱和交通流具有较好的优化效果；建议在进行过饱和交通信号控制优化

时，结合实时交通信息，采用排队管理、关键路径通行能力最大等控制策略，在交叉口群或路网层面

对交通信号控制方案进行优化。

关键词：交通信号控制；过饱和状态；控制策略；排队管理；交通仿真

中图分类号：Ｕ４９１．５１　　　文献标志码：Ａ

犚犲狏犻犲狑狅犳狋狉犪犳犳犻犮狊犻犵狀犪犾犮狅狀狋狉狅犾犿犲狋犺狅犱狊狌狀犱犲狉狅狏犲狉狊犪狋狌狉犪狋犲犱犮狅狀犱犻狋犻狅狀狊

ＬＩＹａｎ１，ＺＨＡＯＺｈｉｈｏｎｇ２，ＬＩＰｅｎｇｆｅｉ

３，４，ＨＵＡＮＧＳｈｅｎｓｅｎ１，ＣＨＥＮＫｕａｎｍｉｎ１

（１．ＳｃｈｏｏｌｏｆＨｉｇｈｗａｙ，ＣｈａｎｇａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ７１００６４，Ｓｈａａｎｘｉ，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ

Ｅｎｇｉｎｅｅｒｉｎｇ，ＣｈａｎｇａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ７１００６４，Ｓｈａａｎｘｉ，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ，

ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ；４．ＣｅｎｔｒｅｆｏｒＳｍａｒｔＴｒａｎｓｐｏｒｔａｔｉｏｎ，

ＵｎｉｖｅｒｓｉｔｙｏｆＡｌｂｅｒｔａ，ＥｄｍｏｎｔｏｎＴ６Ｇ２Ｒ３，Ａｌｂｅｒｔａ，Ｃａｎａｄａ）

犃犫狊狋狉犪犮狋：Ｔｏｐｒｏｖｉｄｅｒｅｆｅｒｅｎｃｅｓｆｏｒｔｒａｆｆｉｃｃｏｎｔｒｏｌｏｐｔｉｍｉｚａｔｉｏｎａｔｃｏｎｇｅｓｔｅｄｕｒｂａｎｒｏａｄｎｅｔｗｏｒｋ，ｖａｒｉｏｕｓ

ｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓｗｅｒｅｒｅｖｉｅｗｅｄａｎｄｅｖａｌｕａｔｅｄ．Ｂａｓｅｄｏｎ

ｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｏｖｅｒｓａｔｕｒａｔｅｄｔｒａｆｆｉｃｆｌｏｗ，ｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｏｐｔｉｍｉｚａｔｉｏｎｐｒｉｎｃｉｐｌｅｓ

ｏｆｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓｗｅｒｅｐｒｏｐｏｓｅｄ．Ｔｈｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒ

ｉｓｏｌａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎ，ｃｏｏｒｄｉｎａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓａｎｄｒｏａｄｎｅｔｗｏｒｋｗｅｒｅｓｕｍｍａｒｉｚｅｄａｎｄｅｖａｌｕａｔｅｄｂｙｕｓｉｎｇ

ＶＩＳＳＩＭｓｉｍｕｌａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔ．Ｔｈｅｃｏｎｔｒｏｌｍｅａｓｕｒｅｓｏｆａｄａｐｔｉｖｅｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｙｓｔｅｍｗｉｔｈｔｈｅ

ｃａｐａｂｉｌｉｔｙｔｏｄｅａｌｗｉｔｈｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓｗｅｒｅｓｕｍｍａｒｉｚｅｄ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｉｎｄｉｃａｔｅｓｔｈａｔｔｒａｆｆｉｃ

ｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓｓｈｏｕｌｄｏｐｔｉｍｉｚｅｔｈｅａｌｌｏｃａｔｉｏｎｏｆｒｏａｄｓｐａｃｅｉｎ

ｔｈｅｆｉｒｓｔｐｌａｃｅ．Ｔｈｅｑｕｅｕｅｍａｎａｇｅｍｅｎｔｓｔｒａｔｅｇｙｈａｓｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｏｎｏｐｔｉｍｉｚｉｎｇｔｒａｆｆｉｃｓｉｇｎａｌｕｎｄｅｒ

ｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ．Ｉｔｉｓｓｕｇｇｅｓｔｅｄｔｈａｔｔｈｅｓｔｒａｔｅｇｉｅｓｌｉｋｅｑｕｅｕｅｒａｔｉｏｍａｉｎｔｅｎａｎｃｅａｎｄｔｈｒｏｕｇｈｐｕｔ

ｍａｘｉｍｉｚａｔｉｏｎｆｏｒｃｒｉｔｉｃａｌｒｏｕｔｅｓｈｏｕｌｄｂｅｕｔｉｌｉｚｅｄｗｉｔｈｒｅａｌｔｉｍｅｔｒａｆｆｉｃｉｎｆｏｒｍａｔｉｏｎｆｏｒｔｈｅｏｐｔｉｍｉｚａｔｉｏｎａｔ

ｔｈｅｉｎｔｅｒｓｅｃｔｉｏｎｇｒｏｕｐｏｒｒｏａｄｎｅｔｗｏｒｋｌｅｖｅｌ．４ｔａｂｓ，７ｆｉｇｓ，５６ｒｅｆｓ．

Ｎｏ．４ ＬＩＹａｎ，ｅｔａｌ．Ｒｅｖｉｅｗｏｆｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｍｅｔｈｏｄｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ

犓犲狔狑狅狉犱狊：ｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌ；ｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎ；ｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ；ｑｕｅｕｅｍａｎａｇｅｍｅｎｔ；

ｔｒａｆｆｉｃｓｉｍｕｌａｔｉｏｎ

０　犐狀狋狉狅犱狌犮狋犻狅狀

Ｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｐｌａｙｓａｎｅｖｉｄｅｎｔｌｙｉｍｐｏｒｔａｎｔ

ｒｏｌｅｉｎｕｒｂａｎｔｒａｎｓｐｏｒｔａｔｉｏｎｓｙｓｔｅｍ ｍａｎａｇｅｍｅｎｔ．

Ｈｏｗｅｖｅｒ，ｔｈｅ ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｔｒａｆｆｉｃ ｃｏｎｔｒｏｌ

ｍｅｔｈｏｄ，ｓｕｃｈ ａｓ ＴＲＲＬ （ｔｒａｎｓｐｏｒｔ ａｎｄ ｒｏａｄ

ｒｅｓｅａｒｃｈｌａｂｏｒａｔｏｒｙ）ｍｅｔｈｏｄ［１］，ＨＣＭ （ｈｉｇｈｗａｙ

ｃａｐａｃｉｔｙ ｍａｎｕａｌ）ｍｅｔｈｏｄ［２］ ｏｒａｄａｐｔｉｖｅｔｒａｆｆｉｃ

ｃｏｎｔｒｏｌｓｏｆｔｗａｒｅｌｉｋｅＳＣＡＴＳ（Ｓｙｄｎｅｙｃｏｏｒｄｉｎａｔｅｄ

ａｄａｐｔｉｖｅｔｒａｆｆｉｃｓｙｓｔｅｍ）［３］ａｎｄＳＣＯＯＴ（ｓｐｌｉｔｃｙｃｌｅ

ｏｆｆｓｅｔｏｐｔｉｍｉｚｉｎｇ ｔｅｃｈｎｉｑｕｅ）［４］，ｃａｎ ｎｏｔ ｗｏｒｋ

ｅｆｆｉｃｉｅｎｔｌｙ ｅｎｏｕｇｈ ｗｈｅｎ ｔｈｅ ｔｒａｆｆｉｃ ｄｅｍａｎｄ

ａｐｐｒｏａｃｈｅｓｏｒｅｘｃｅｅｄｓｔｈｅｃａｐａｃｉｔｙ［５］．Ｔｈｅｍａｊｏｒ

ｒｅａｓｏｎｔｈａｔｔｈｅｓｅｍａｔｕｒｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ

ｈａｖｅｌｏｗｅｆｆｉｃｉｅｎｃｙｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ

ｉｓｔｈａｔｔｈｅｙ ｃａｎ ｎｏｔｒｅｓｐｏｎｄｔｏｔｈｅ ｐｒｉｍａｒｙ

ｒｅｓｔｒｉｃｔｉｏｎｓｏｆｏｖｅｒｓａｔｕｒａｔｅｄｔｒａｆｆｉｃｓｙｓｔｅｍ，ｗｈｉｃｈ

ｃｈａｎｇｅｓｆｒｏｍｔｈｅａｌｌｏｃａｔｉｏｎｏｆｐａｓｓｉｎｇｔｉｍｅｔｏｔｈｅ

ｓｐａｔｉａｌｓｐａｃｅｌｉｍｉｔａｔｉｏｎａｌｏｎｇｒｏａｄｓｅｃｔｉｏｎ［６］．Ｔｈｕｓ，

ｓｐｅｃｉｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓａｒｅｎｅｅｄｅｄｆｏｒｏｖｅｒ

ｓａｔｕｒａｔｅｄｔｒａｆｆｉｃｓｙｓｔｅｍ［７］．Ｄｕｒｉｎｇｔｈｅｐａｓｔ５０ｙｅａｒｓ，

ｍａｎｙｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｗｅｒｅｄｅｓｉｇｎｅｄｆｏｒｏｖｅｒ

ｓａｔｕｒａｔｅｄｔｒａｆｆｉｃｓｙｓｔｅｍ．Ｔｈｅｐｕｒｐｏｓｅｏｆｔｈｉｓｐａｐｅｒｉｓ

ｔｏｓｕｍｍａｒｙａｎｄｅｖａｌｕａｔｅｔｈｅｅｘｉｓｔｉｎｇｔｒａｆｆｉｃｃｏｎｔｒｏｌ

ｓｔｒａｔｅｇｉｅｓｆｏｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ，ａｎｄｐｒｏｖｉｄｅｓａ

ｒｅｆｅｒｅｎｃｅｗａｙｔｏｏｐｔｉｍｉｚｅｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｆｏｒ

ｃｏｎｇｅｓｔｅｄｕｒｂａｎｒｏａｄｎｅｔｗｏｒｋ．

　Ｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎｓａｒｅｆｉｒｓｔｌｙｉｍｐｌｅｍｅｎｔｅｄｆｏｒｉｓｏｌａｔｅｄ

ｉｎｔｅｒｓｅｃｔｉｏｎｓ．Ｓｐｅｃｉｆｉｃｃｏｏｒｄｉｎａｔｅｄｔｒａｆｆｉｃｓｉｇｎａｌ

ｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒｔｈｅａｒｔｅｒｉａｌａｎｄｒｏａｄｎｅｔｗｏｒｋ

ａｒｅｔｈｅｎｄｅｖｅｌｏｐｅｄｆｏｒｔｈｅｐｕｒｐｏｓｅｏｆｄｅａｌｉｎｇｗｉｔｈ

ｃｏｎｇｅｓｔｉｏｎｓｔａｔｕｓ．Ｂｅｇｉｎｎｉｎｇｗｉｔｈｄｉｓｔｉｎｇｕｉｓｈｉｎｇ

ｔｈｅ ｃｏｎｃｅｐｔｉｏｎｓ ｏｆ ａｐｐｒｏａｃｈｉｎｇ ｓａｔｕｒａｔｉｏｎ，

ｓａｔｕｒａｔｉｏｎａｎｄｏｖｅｒｓａｔｕｒａｔｉｏｎ，ｔｈｅｏｖｅｒｓａｔｕｒａｔｅｄ

ｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒｖａｒｉｏｕｓｓｃａｌｅｓａｒｅ

ｓｕｍｍａｒｉｚｅｄａｎｄ ｅｖａｌｕａｔｅｄ．Ａｓ ａ ｐａｒｔ ｏｆｔｈｅ

ａｄｖａｎｃｅｄｔｒａｆｆｉｃｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍ （ＡＴＭＳ）［８］，

ａｄａｐｔｉｖｅｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｙｓｔｅｍｓ ｗｉｔｈｔｈｅ

ｃａｐａｂｉｌｉｔｉｅｓｏｆｈａｎｄｌｉｎｇｏｖｅｒｓａｔｕｒａｔｅｄｆｌｏｗａｒｅａｌｓｏ

ｄｉｓｃｕｓｓｅｄ．

１　犇犲犳犻狀犻狋犻狅狀犪狀犱犮犺犪狉犪犮狋犲狉犻狊狋犻犮狊狅犳

狅狏犲狉狊犪狋狌狉犪狋犻狅狀

Ｔｒａｆｆｉｃｓｔａｔｕｓｉｓｇｅｎｅｒａｌｌｙｄｅｔｅｒｍｉｎｅｄｂｙｔｒａｆｆｉｃ

ｉｎｔｅｎｓｉｔｙ，ｉ．ｅ．犞／犆（ｖｏｌｕｍｅ／ｃａｐａｃｉｔｙ）ｒａｔｉｏ．Ｆｏｒａ

ｒｏａｄｓｅｃｔｉｏｎ，ａｐｐｒｏａｃｈｉｎｇｓａｔｕｒａｔｉｏｎｕｓｕａｌｌｙｒｅｆｅｒｓ

ｔｏｔｈｅｓｉｔｕａｔｉｏｎｏｆ犞／犆ｒａｔｉｏｌａｒｇｅｒｔｈａｎ０．９［９］，ａｎｄ

ｏｖｅｒｓａｔｕｒａｔｉｏｎｉｓｔｈｅｔｒａｆｆｉｃｓｔａｔｕｓｗｉｔｈ犞／犆ｒａｔｉｏ

ｇｒｅａｔｅｒｔｈａｎ１．０，ｔｈｅｓａｔｕｒａｔｉｏｎｓｔａｔｕｓｈａｓａ犞／犆

ｒａｔｉｏｅｘａｃｔｌｙｅｑｕａｌｓ１．０．Ｔｈｅｃｏｎｃｅｐｔｉｏｎｓｏｆｔｒａｆｆｉｃ

ｃｏｎｄｉｔｉｏｎｓ ａｔ ｉｎｔｅｒｓｅｃｔｉｏｎ ａｒｅ ｓｉｍｉｌａｒ ｔｏ ｔｈｅ

ｃｏｎｃｅｐｔｉｏｎｓａｔｒｏａｄｓｅｃｔｉｏｎ．Ｉｆｔｈｅｔｒａｆｆｉｃｄｅｍａｎｄ

ｏｆｏｎｅａｐｐｒｏａｃｈｏｆｔｈｅｉｎｔｅｒｓｅｃｔｉｏｎｅｘｃｅｅｄｓｉｔｓ

ｃａｐａｃｉｔｙ，ｔｈｉｓｉｎｔｅｒｓｅｃｔｉｏｎｉｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄ

ｓｔａｔｕｓ．ＡｓｓｈｏｗｎｉｎＦｉｇ．１，ｂｅｃａｕｓｅｉｔｉｓｄｉｆｆｉｃｕｌｔ

ｔｏｍｅａｓｕｒｅｔｈｅａｃｔｕａｌｔｒａｆｆｉｃｄｅｍａｎｄａｎｄｃａｐａｃｉｔｙ

ｗｈｅｎｔｈｅｔｒａｆｆｉｃｓｙｓｔｅｍｉｓｃｏｎｇｅｓｔｅｄ，ｔｈｅｏｖｅｒ

ｓａｔｕｒａｔｉｏｎａｔｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｃａｎｂｅｄｅｆｉｎｅｄ

ａｓｔｈｅ ｃｏｎｄｉｔｉｏｎ ｏｆ ｈａｖｉｎｇ ａｎ ａｐｐｒｏａｃｈ ｗｉｔｈ

ｒｅｓｉｄｕａｌｑｕｅｕｅ［６］．Ｔｈｅｑｕｅｕｅｉｎｆｏｒｍａｔｉｏｎｃａｎｂｅ

ｄｉｒｅｃｔｌｙｅｓｔｉｍａｔｅｄ ｂｙｌｏｏｐ ｄｅｔｅｃｔｏｒｓ［１０］，ｍｏｂｉｌｅ

ｓｅｎｓｏｒｓ［１１］ｏｒｖｉｄｅｏ

［１２］ｄａｔａｂｙｕｓｉｎｇｓｈｏｃｋｗａｖｅ

ｔｈｅｏｒｙ．

Ｆｉｇ．１　Ｒｅｓｉｄｕａｌｑｕｅｕｅｓａｔｉｎｔｅｒｓｅｃｔｉｏｎｓ

　Ｔｒａｆｆｉｃｆｌｏｗ ｗｉｌｌｂｅｃｏｍｅｕｎｓｔａｂｌｅｕｎｄｅｒｏｖｅｒ

ｓａｔｕｒａｔｉｏｎｏｒａｐｐｒｏａｃｈｉｎｇｓａｔｕｒａｔｉｏｎｃｏｎｄｉｔｉｏｎｓ．Ａ

ｓｍａｌｌｆｌｕｃｔｕａｔｉｏｎｆｒｏｍａｎｙｖｅｈｉｃｌｅｉｎａｐｌａｔｏｏｎｍａｙ

ｃａｕｓｅ ａｄｖｅｒｓｅ ｃｏｎｓｅｑｕｅｎｃｅｓ ａｎｄ ｒｅｄｕｃｅ ｔｈｅ

ｅｆｆｉｃｉｅｎｃｙ ｏｆｔｒａｆｆｉｃ ｓｙｓｔｅｍ ｓｈａｒｐｌｙ．Ｔｈｅｌｏｗ

ｓｔａｂｉｌｉｔｙｏｆｓａｔｕｒａｔｅｄｔｒａｆｆｉｃｆｌｏｗ ｐｕｔｓｆｏｒｗａｒｄ

ｍｏｒｅｓｔｒｉｎｇｅｎｔｒｅｑｕｉｒｅｍｅｎｔｓｔｏｔｈｅｔｒａｆｆｉｃｃｏｎｔｒｏｌ

ｓｙｓｔｅｍ．

　Ｇｅｎｅｒａｌｌｙ，ｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｗｉｌｌｆｉｒｓｔｌｙ

ａｐｐｅａｒａｔｏｎｅｏｒｓｅｖｅｒａｌｉｓｏｌａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓｗｉｔｈ

ｒｅｌａｔｉｖｅｌｙｈｉｇｈｓａｔｕｒａｔｉｏｎｄｅｇｒｅｅｓ．Ａｓｓｈｏｗｎｉｎ

７１１

ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ ２０１３

Ｆｉｇ．２，ｗｈｅｎｉｎｔｅｒｓｅｃｔｉｏｎＢｃａｎｔｄｉｓｃｈａｒｇｅｔｈｅ

ｑｕｅｕｅ，ｉｔｔｕｒｎｓｉｎｔｏｏｖｅｒｓａｔｕｒａｔｅｄｓｔａｔｕｓ．Ｔｈｅ

ｑｕｅｕｅｗｉｌｌｃｏｎｔｉｎｕａｌｌｙｇｒｏｗｕｎｔｉｌｉｔｅｘｃｅｅｄｓｔｈｅ

ｒｏａｄｓｅｃｔｉｏｎｂｅｔｗｅｅｎｉｎｔｅｒｓｅｃｔｉｏｎｓＡａｎｄＢ．Ａｔｔｈｅ

ｍｏｍｅｎｔｔｈｅｒｅｓｉｄｕａｌｑｕｅｕｅｒｅａｃｈｉｎｔｅｒｓｅｃｔｉｏｎＡ，

ｂｏｔｈｉｎｔｅｒｓｅｃｔｉｏｎｓａｒｅｕｎｄｅｒｔｈｅｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎｓ．Ｎｏｅｆｆｅｃｔｉｖｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ

ｅｘｉｓｔｓａｔｔｈｉｓｍｏｍｅｎｔ，ｂｕｔｔｏｐｒｅｖｅｎｔａｎｙｖｅｈｉｃｌｅ

ｆｒｏｍｅｎｔｅｒｉｎｇｏｖｅｒｓａｔｕｒａｔｅｄｒｏａｄｓｅｃｔｉｏｎ．Ｔｈｉｓ

ｄｅｔｒｉｍｅｎｔａｌｅｆｆｅｃｔｉｓｎａｍｅｄｓｐｉｌｌｂａｃｋ，ｗｈｉｃｈｓｈｏｕｌｄ

ｂｅａｖｏｉｄｅｄｉｎｔｈｅｆｉｒｓｔｐｌａｃｅ．Ｉｎｔｅｒｓｅｃｔｉｏｎｓａｌｏｎｇ

ｔｈｅｒｏｕｔｅｗｉｔｈｌａｒｇｅｒｔｒａｆｆｉｃｖｏｌｕｍｅｓｍａｙｓｐｒｅａｄ

ｔｈｅｃｏｎｇｅｓｔｉｏｎ ｍｕｃｈｆａｓｔｅｒｔｈａｎ ｏｔｈｅｒｒｏｕｔｅｓ．

Ｆｉｎａｌｌｙ，ｔｈｅｗｈｏｌｅｒｏａｄｎｅｔｗｏｒｋｗｉｌｌｂｅｃｏｎｇｅｓｔｅｄ，

ｅｖｅｎｕｎｄｅｒａｌｏｃｋｏｕｔｓｔａｔｕｓ［１３］．Ｉｔｉｓｉｍｐｏｒｔａｎｔｔｏ

ｉｍｐｌｅｍｅｎｔ ｔｒａｆｆｉｃ ｓｉｇｎａｌ ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｉｅｓ ｔｏ

ｐｒｅｖｅｎｔｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓｉｎｔｈｅｆｉｒｓｔｐｌａｃｅ，

ｒａｔｈｅｒｔｈａｎｔｏｒｅａｃｔｔｏｔｈｅｉｓｓｕｅｓａｆｔｅｒｔｈｅｆａｃｔ．

Ｏｎｃｅｔｈｅｔｒａｆｆｉｃｄｅｍａｎｄｇｏｅｓｂａｃｋｔｏｔｈｅｎｏｒｍａｌ

ｌｅｖｅｌ，ｔｈｅｆｒｅｑｕｅｎｔｌｙｕｓｅｄｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ

ｗｉｌｌｍａｋｅｔｈｅｐｒａｃｔｉｔｉｏｎｅｒｓｍａｎａｇｅｔｈｅｔｒａｆｆｉｃｆｌｏｗ

ｅａｓｉｌｙ．Ｔｈｅｃａｕｓｅｏｆｏｖｅｒｓａｔｕｒａｔｅｄｓｔａｔｕｓｉｎｄｉｃａｔｅｓ

ｔｈａｔｔｈｅｄｅｃｌｉｎｅｏｆｃａｐａｃｉｔｙｃａｕｓｅｄｂｙｄｅｔｒｉｍｅｎｔａｌ

ｅｆｆｅｃｔｓｉｓａｃｒｉｔｉｃａｌｉｎｔｅｒｆｅｒｉｎｇｆａｃｔｏｒ．Ｔｈｅｒｅｆｏｒｅ，

ｔｈｅｅｓｓｅｎｃｅｏｆｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｕｎｄｅｒｏｖｅｒ

ｓａｔｕｒａｔｅｄｓｔａｔｕｓｉｓｔｏｅｌｉｍｉｎａｔｅｔｈｅｄｅｔｒｉｍｅｎｔａｌ

ｅｆｆｅｃｔｓｂｙａｄｊｕｓｔｉｎｇｇｒｅｅｎｔｉｍｅ，ｃｙｃｌｅｌｅｎｇｔｈａｎｄ

ｏｆｆｓｅｔ．

Ｆｉｇ．２　Ｓｐｉｌｌｂａｃｋａｔｉｎｔｅｒｓｅｃｔｉｏｎｓ

２　犗狏犲狉狊犪狋狌狉犪狋犲犱犮狅狀狋狉狅犾狊狋狉犪狋犲犵犻犲狊

犳狅狉犻狊狅犾犪狋犲犱犻狀狋犲狉狊犲犮狋犻狅狀

２．１　犈狓犻狊狋犻狀犵狋狉犪犳犳犻犮狊犻犵狀犪犾犮狅狀狋狉狅犾狊狋狉犪狋犲犵狔

２．１．１　Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｆｉｘｅｄｔｉｍｉｎｇ

ＳｉｎｃｅＷｅｂｓｔｅｒｃｏｎｎｅｃｔｅｄｔｈｅａｖｅｒａｇｅｄｅｌａｙｗｉｔｈ

ｔｈｅｓｉｇｎａｌｔｉｍｉｎｇｐａｒａｍｅｔｅｒｓａｎｄｔｈｅｏｂｓｅｒｖｅｄ

ｖａｒｉａｂｌｅｓ ｂｙ ｕｓｉｎｇ ｃｕｍｕｌａｔｉｖｅ ｄｉａｇｒａｍ，ｔｈｅｓｅ

ｐａｒａｍｅｔｅｒｓｃａｎｂｅｏｐｔｉｍｉｚｅｄｂｙ ｍｉｎｉｍｉｚｉｎｇｔｈｅ

ｄｅｌａｙｏｆｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎ（ｋｎｏｗｉｎｇａｓＴＲＲＬ

ｍｅｔｈｏｄ）［１］．Ｓｉｍｉｌａｒｔｏ ＴＲＲＬ ｍｅｔｈｏｄ， ｍａｎｙ

ｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔｉｖｅｓａｒｅａｌｓｏａｐｐｌｉｅｄｉｎｓｉｇｎａｌ

ｔｉｍｉｎｇｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｃｅｓｓ，ｓｕｃｈａｓｍｉｎｉｍｉｚｉｎｇｃｙｃｌｅ

ｆａｉｌｕｒｅｓ［１４］，ｍｉｎｉｍｉｚｉｎｇｓｔｏｐｓ

［１５］ａｎｄｍｉｎｉｍｉｚｉｎｇａｖｅｒａｇｅ

ｓａｔｕｒａｔｉｏｎｄｅｇｒｅｅ［２］．Ｈｏｗｅｖｅｒ，ｂｅｃａｕｓｅｏｆｔｈｅ

ｐｒｉｎｃｉｐｌｅｏｆａｌｇｏｒｉｔｈｍ，ｔｈｅｙｃａｎｈａｒｄｌｙｂｅｕｔｉｌｉｚｅｄ

ｕｎｄｅｒ ｏｖｅｒｓａｔｕｒａｔｅｄ ｃｏｎｄｉｔｉｏｎｓ． Ａｌｔｈｏｕｇｈ ｔｈｅ

ｃｏｏｒｄｉｎａｔｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｍｏｄｅｌ［１６１７］ ａｎｄ ｔｈｅ

ｄｅｔｅｒｍｉｎｉｓｔｉｃｍｏｄｅｌ［１８］ｗｅｒｅｅｓｔａｂｌｉｓｈｅｄｔｏｅｓｔｉｍａｔｅ

ｔｈｅｄｅｌａｙｏｒｑｕｅｕｅｉｎｔｈｅｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎ

ｗｉｔｈｒｅｌａｔｉｖｅｌｙｈｉｇｈｓａｔｕｒａｔｉｏｎｄｅｇｒｅｅ，ｔｈｅｔｒａｆｆｉｃ

ｓｉｇｎａｌｃｏｎｔｒｏｌｃａｎｄｏｎｏｔｈｉｎｇｂｕｔｔｏａｌｌｏｃａｔｅｍｏｒｅ

ｇｒｅｅｎｔｉｍｅｔｏｒｅｄｕｃｅｔｈｅｄｅｌａｙ．

２．１．２　Ｓｗｉｔｃｈｉｎｇｏｆｇｒｅｅｎ

Ｗｈｅｎｔｈｅｇｒｅｅｎｔｉｍｅｂｅｃｏｍｅｓｆｌｅｘｉｂｌｅ，ｓｗｉｔｃｈｉｎｇ

ｏｆｇｒｅｅｎｉｓｔｈｅｆｉｒｓｔａｎｄｓｉｍｐｌｅｓｔｔｒａｆｆｉｃｃｏｎｔｒｏｌ

ｓｔｒａｔｅｇｙｆｏｒｔｈｅｏｖｅｒｓａｔｕｒａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ．Ｔｈｉｓ

ｓｔｒａｔｅｇｙｃａｎａｌｌｏｃａｔｅｔｈｅｕｎｕｓｅｄｇｒｅｅｎｔｉｍｅｆｒｏｍ

ｕｎｃｏｎｇｅｓｔｅｄ ｐｈａｓｅｔｏ ｏｖｅｒｓａｔｕｒａｔｅｄ ｐｈａｓｅｔｏ

ｅｎｓｕｒｅｔｈｅ ｅｌｉｍｉｎａｔｉｏｎ ｏｆｒｅｓｉｄｕａｌ ｑｕｅｕｅ．Ｂｙ

ａｐｐｌｙｉｎｇｔｈｉｓｃｏｎｔｒｏｌｐｈｉｌｏｓｏｐｈｙ，ｔｈｅｔｏｔａｌｄｅｌａｙｓ

ｃａｎ ｂｅ ｍｉｎｉｍｉｚｅｄ ｂｙ ｍａｘｉｍｉｚｉｎｇ ｉｎｔｅｒｓｅｃｔｉｏｎ

ｐｒｏｄｕｃｔｉｖｉｔｙ， ｗｈｉｌｅ ｋｅｅｐｉｎｇ ｔｈｅ ｑｕｅｕｅｓ

ｄｅｖｅｌｏｐｍｅｎｔｗｉｔｈｉｎａｃｃｅｐｔａｂｌｅｌｅｖｅｌｓａｔｔｈｅｓａｍｅ

ｔｉｍｅ．Ａ ｍａｘｉｍｕｍ ｇｒｅｅｎｔｉｍｅｉｓｇｉｖｅｎｔｏｔｈｅ

ｍｏｖｅｍｅｎｔｗｉｔｈｔｈｅｈｉｇｈｅｒｓａｔｕｒａｔｉｏｎｆｌｏｗｕｎｔｉｌｔｈｅ

ｑｕｅｕｅｉｓｄｉｓｓｉｐａｔｅｄ，ｗｈｉｌｅｏｔｈｅｒｍｏｖｅｍｅｎｔｓｒｅｃｅｉｖｅ

ｔｈｅｍｉｎｉｍｕｍｇｒｅｅｎｔｉｍｅ［１９］．

　Ｗｉｄｅｌｙｕｓｅｄｔｅｃｈｎｏｌｏｇｉｅｓｏｆｔｈｉｓｓｔｒａｔｅｇｙｉｎｃｌｕｄｅ

ｓｅｍｉ／ｆｕｌｌａｃｔｕａｔｅｄ ｃｏｎｔｒｏｌ，ＮＥＭＡｓ （ｎａｔｉｏｎａｌ

ｅｌｅｃｔｒｉｃａｌ ｍａｎｕｆａｃｔｕｒｅｓａｓｓｏｃｉａｔｉｏｎ）ｒｉｎｇｂａｒｒｉｅｒ

ｐｈａｓｅｍｏｄｅｌｉｎＮｏｒｔｈＡｍｅｒｉｃａ，ａｎｄｐｈａｓｅｓｔａｇｅ

ｍｏｄｅｌ［２０２３］ｉｎ Ｅｕｒｏｐｅ．Ｉｎｔｈｅａｃｔｕａｔｅｄ ｃｏｎｔｒｏｌ

ｓｙｓｔｅｍ，ｃｏｎｔｒｏｌｌｅｒｃａｎｅｘｔｅｎｄｏｒｔｅｒｍｉｎａｔｅｔｈｅ

ｃｕｒｒｅｎｔｐｈａｓｅｔｏａｌｌｏｃａｔｅｔｈｅｕｎｕｓｅｄ ｇｒｅｅｎｔｏ

ｃｏｎｇｅｓｔｅｄ ｐｈａｓｅ． ＮＥＭＡｓ ｒｉｎｇｂａｒｒｉｅｒ ｐｈａｓｅ

ｍｏｄｅｌｅｘｔｅｎｄｓｔｈｅｉｄｅａｏｆａｃｔｕａｔｅｄｃｏｎｔｒｏｌ．Ａｓ

ｉｌｌｕｓｔｒａｔｅｄｉｎＦｉｇ．３，ｔｈｅｄｕａｌｒｉｎｇｃｏｎｔｒｏｌｕｎｉｔｃａｎ

ｇｉｖｅｍｏｒｅｐｒｉｏｒｉｔｙ（ｉ．ｅ．ｍｏｒｅｇｒｅｅｎｔｉｍｅ）ｔｏｔｒａｆｆｉｃ

ｆｌｏｗｏｆｓｐｅｃｉｆｉｃｉｎｔｅｒｓｅｃｔｉｏｎａｐｐｒｏａｃｈｂｙａｄｊｕｓｔｉｎｇ

ｔｈｅｂａｒｒｉｅｒｓｂｅｔｗｅｅｎｐｈａｓｅｓ１，５（３，７）ａｎｄ２，６

（４，８）．Ｐｈａｓｅｓｔａｇｅ ｍｏｄｅｌｃａｎｇｒｏｕｐａｌｌｔｈｅ

ｕｎｃｏｎｆｌｉｃｔｅｄ ｍｏｖｅｍｅｎｔｓ ａｎｄ ｏｒｄｅｒ ｔｈｅｍ ｂｙ

８１１

Ｎｏ．４ ＬＩＹａｎ，ｅｔａｌ．Ｒｅｖｉｅｗｏｆｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｍｅｔｈｏｄｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ

ｐｒｉｏｒｉｔｉｅｓ． Ｔｈｅ ｐｈａｓｅ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｃｒｉｔｉｃａｌ

ｍｏｖｅｍｅｎｔｇｒｏｕｐｃａｎｇｅｔｍｏｒｅｇｒｅｅｎｔｉｍｅ．

Ｆｉｇ．３　ＴｙｐｉｃａｌｄｕａｌｒｉｎｇｃｏｎｔｒｏｌｕｎｉｔｏｆＮＥＭＡ

　Ｔｈｅｓｗｉｔｃｈｉｎｇｏｆｇｒｅｅｎｓｔｒａｔｅｇｙｄｏｅｓｉｍｐｒｏｖｅ

ｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｔｒａｆｆｉｃｓｉｇｎａｌｓｙｓｔｅｍ，ｅｓｐｅｃｉａｌｌｙ

ｆｏｒｔｈｅｓｉｔｕａｔｉｏｎｏｆｉｎｔｅｒｓｅｃｔｉｏｎｗｉｔｈｏｎｌｙｏｎｅｏｒ

ｔｗｏｍｏｖｅｍｅｎｔｓｂｅｉｎｇｃｏｎｇｅｓｔｅｄ．Ｈｏｗｅｖｅｒ，ｗｈｅｎ

ｔｈｅ ｖｏｌｕｍｅｓ ｏｆ ａｌｌ ｍｏｖｅｍｅｎｔｓ ｅｘｃｅｅｄ ｔｈｅｉｒ

ｃａｐａｃｉｔｙ，ｔｈｅｓｅａｌｇｏｒｉｔｈｍｓｗｉｌｌｅｘｔｅｎｄａｌｌｐｈａｓｅｓｔｏ

ｍａｘｉｍｕｍｇｒｅｅｎｔｉｍｅ．Ａｔｔｈａｔｔｉｍｅ，ｔｒａｆｆｉｃｃｏｎｔｒｏｌ

ｓｙｓｔｅｍｈａｓｎｏｄｉｆｆｅｒｅｎｃｅｓｗｉｔｈｆｉｘｅｄｔｉｍｅｃｏｎｔｒｏｌ．

Ｉｎｇｅｎｅｒａｌ，ｍｉｎｉｍｉｚｉｎｇｄｅｌａｙｖｉａｓｐｌｉｔｓｗｉｔｃｈｉｎｇｉｓ

ｎｏｔａｎｏｎｌｉｎｅｈｉｇｈｌｙｒｅｓｐｏｎｓｉｖｅｐｏｌｉｃｙ，ｂｕｔａｎ

ｏｐｔｉｍｉｚａｔｉｏｎｐｏｌｉｃｙｂａｓｅｄｏｎａｄｖａｎｃｅｄｍａｔｈｅｍａｔｉｃｓ

ａｎｄｔｈｅｄｅｔａｉｌｅｄｋｎｏｗｌｅｄｇｅｏｆｄｅｍａｎｄ［２４］．

２．１．３　Ｍａｉｎｔａｉｎｉｎｇｑｕｅｕｅｒａｔｉｏ

Ｔｈｅ ｎａｔｕｒｅ ｏｆ ｇｒｅｅｎ ａｄｊｕｓｔｍｅｎｔ ｐｏｌｉｃｅｉｓｔｏ

ｒｅａｌｌｏｃａｔｅｔｈｅｔｅｍｐｏｒａｌｒｅｓｏｕｒｃｅｓｆｏｒｔｈｅｐｕｒｐｏｓｅ

ｏｆｉｍｐｒｏｖｉｎｇｔｈｅｉｒｅｆｆｉｃｉｅｎｃｉｅｓ．Ｈｏｗｅｖｅｒ，ｗｈｅｎ

ｔｈｅｒｏａｄｓｐａｃｅｂｅｃｏｍｅｓｔｈｅｒｅｓｔｒｉｃｔｉｏｎ ｏｆｔｈｅ

ｓｙｓｔｅｍ，ｍａｉｎｔａｉｎｉｎｇｑｕｅｕｅｒａｔｉｏｓｈｏｕｌｄｂｅｓｅｌｅｃｔｅｄ

ａｓｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔ［２５］．Ｕｎｄｅｒｔｈｉｓｓｔｒａｔｅｇｙ，

ｔｈｅｇｒｅｅｎｔｉｍｅｓｈｏｕｌｄｂｅａｄｊｕｓｔｅｄｔｏｂａｌａｎｃｅｔｈｅ

ｑｕｅｕｅｓａｔｉｎｔｅｒｓｅｃｔｉｏｎｓａｐｐｒｏａｃｈｅｓ．Ｔｈｅｏｂｊｅｃｔｉｖｅ

ｉｓｔｏｍｉｎｉｍｉｚｅｔｈｅｎｕｍｂｅｒｏｆｂｌｏｃｋｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ

ｂｙ ｍａｎａｇｉｎｇ ｑｕｅｕｅｓｏｆｃｒｉｔｉｃａｌｉｎｔｅｒｓｅｃｔｉｏｎ［２６］．

Ｔｈｉｓｓｔｒａｔｅｇｙｉｎｖｏｌｖｅｓｔｈｅｕｓｅｏｆｓａｍｐｌｅｄｌｏｏｐｄａｔａ

ａｔｅａｃｈｉｎｔｅｒｓｅｃｔｉｏｎ［１０，２７］ｏｒｍｏｂｉｌｅｓｅｎｓｏｒｓｄａｔａ

［１１］．

Ｒｅｃｅｎｔ ｓｔｕｄｉｅｓ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｔｈｅ ｓｉｇｎａｌｉｚｅｄ

ｉｎｔｅｒｓｅｃｔｉｏｎ ｗｏｎｔ ｍａｘｉｍｉｚｅ ｉｔｓ ｃａｐａｃｉｔｙ ａｎｄ

ｍｉｎｉｍｉｚｅｉｔｓ ｄｅｌａｙ ａｔ ｔｈｅ ｓａｍｅ ｔｉｍｅ ｕｎｄｅｒ

ａｐｐｒｏａｃｈｉｎｇ ｓａｔｕｒａｔｅｄ ｏｒ ｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎｓ［２８］．Ｉｎｔｈｉｓ ｗａｙ，ｓｉｇｎａｌｏｐｔｉｍｉｚａｔｉｏｎ

ｏｂｊｅｃｔｉｖｅｓｓｈｏｕｌｄｂｅｓｗｉｔｃｈｅｄｔｏｔｈｅｍｅａｓｕｒｅｓｏｆ

ｒｅｄｕｃｉｎｇｔｈｅｑｕｅｕｅｌｅｎｇｔｈａｔｔｈｅｂｏｔｔｌｅｎｅｃｋａｎｄ

ｍｉｎｉｍｉｚｉｎｇｔｈｅ ｄｅｔｒｉｍｅｎｔａｌｅｆｆｅｃｔｓ ｕｎｄｅｒｏｖｅｒ

ｓａｔｕｒａｔｅｄ ｓｔａｔｕｓ．Ｔｈｅｓｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｂｊｅｃｔｉｖｅｓ

ｉｎｖｏｌｖｅｔｈｅｔｈｒｏｕｇｈｐｕｔｍａｘｉｍｉｚａｔｉｏｎｏｒｔｈｅｑｕｅｕｅ

ｍｉｎｉｍｉｚａｔｉｏｎｏｆｃｒｉｔｉｃａｌｒｏｕｔｅ．

２．２　犛犻犿狌犾犪狋犻狅狀犫犪狊犲犱犲狏犪犾狌犪狋犻狅狀

２．２．１　Ｓｉｍｕｌａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔ

Ｉｎｏｒｄｅｒｔｏｅｖａｌｕａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｒａｆｆｉｃ

ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｉｅｓ ｆｏｒ ｏｖｅｒｓａｔｕｒａｔｅｄ ｉｓｏｌａｔｅｄ

ｉｎｔｅｒｓｅｃｔｉｏｎ， ｆｉｘｅｄ ｔｉｍｉｎｇ ｍｅｔｈｏｄ （ＴＲＲＬ

ｍｅｔｈｏｄ），Ｓｙｎｃｈｒｏ ｍｅｔｈｏｄ （ＨＣＭ ｍｅｔｈｏｄ），

ａｃｔｕａｔｅｄ ｃｏｎｔｒｏｌ ｍｅｔｈｏｄ， ＮＥＭＡｓ ｄｕａｌ ｒｉｎｇ

ｃｏｎｔｒｏｌｕｎｉｔ，ｐｈａｓｅｓｔａｇｅｍｏｄｅｌａｎｄｑｕｅｕｅｒａｔｉｏ

ｍａｉｎｔｅｎａｎｃｅｍｅｔｈｏｄａｒｅｅｖａｌｕａｔｅｄｉｎｔｈｅｐｒｅｖａｉｌｉｎｇ

ｍｉｃｒｏｓｃｏｐｉｃｔｒａｆｆｉｃｓｉｍｕｌａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔｂａｓｅｄ

ｏｎＶＩＳＳＩＭｓｉｍｕｌａｔｉｏｎｓｙｓｔｅｍ．Ｔｈｅａｄｖａｎｔａｇｅｓｏｆ

ＶＩＳＳＩＭ ｏｖｅｒｏｔｈｅｒｓｉｍｕｌａｔｉｏｎｐａｃｋａｇｅｓｉｎｃｌｕｄｅ

ｓｏｍｅａｓｐｅｃｔｓａｓｆｏｌｌｏｗｓ．

　（１）ＶＩＳＳＩＭ ｐｒｏｖｉｄｅｓｔｈｅｌａｒｇｅｓｔｆｌｅｘｉｂｉｌｉｔｙｆｏｒ

ｕｓｅｒｓｔｏｃａｌｉｂｒａｔｅｄｒｉｖｉｎｇ ｂｅｈａｖｉｏｒｓａｎｄｔｒａｆｆｉｃ

ｃｏｎｄｉｔｉｏｎｓ．

　（２）ＶＩＳＳＩＭｉｓｄｅｖｅｌｏｐｅｄｕｎｄｅｒ．ＮＥＴｆｒａｍｅｗｏｒｋ，

ｗｈｉｃｈ ｂｒｉｎｇｓ ｆｌｅｘｉｂｉｌｉｔｙ ｆｏｒ ａｄｄｏｎ ｐｒｏｇｒａｍ

ｄｅｖｅｌｏｐｍｅｎｔ．

　 （３）ＶＩＳＳＩＭ ｐｒｏｖｉｄｅｓｔｈｅｂｅｓｔｔｏｏｌｓｆｏｒｔｈｅ

ｄｅｖｅｌｏｐｍｅｎｔｏｆｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ，ｓｕｃｈａｓ

ＮＥＭＡ ｃｏｎｔｒｏｌｌｅｒ ｅｍｕｌａｔｏｒ， ｖｅｈｉｃｌｅ ａｃｔｕａｔｅｄ

ｐｒｏｇｒａｍｍｉｎｇ （ＶＡＰ）ｌａｎｇｕａｇｅ，ｓｉｇｎａｌｃｏｎｔｒｏｌ

ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｇｒａｍｍｉｎｇｉｎｔｅｒｆａｃｅｓ （ＳＣＡＰＩｓ），

ｅｔｃ．

　ＶＩＳＳＩＭＳＣＡＰＩｍｅｔｈｏｄｉｓｕｓｅｄｔｏｄｅｖｅｌｏｐｓｉｇｎａｌ

ｃｏｎｔｒｏｌｅｍｕｌａｔｏｒｉｎｔｈｉｓｒｅｓｅａｒｃｈ．ＳＣＡＰＩｓａｒｅ

ｗｒｉｔｔｅｎｉｎＣ＋ ＋／ＣＬＲｌａｎｇｕａｇｅａｎｄｔｈｅｏｒｉｇｉｎａｌ

ｖｅｒｓｉｏｎ ｏｆ ＳＣＡＰＩｓ ｃｏｎｔｒｏｌｌｅｒ ｒｅｑｕｉｒｅｓ ｓｉｇｎａｌ

ｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｓ ｂｅ ｅｍｂｅｄｄｅｄｉｎｔｏ ａ ｓｉｎｇｌｅ

ｄｙｎａｍｉｃｌｉｎｋｌｉｂｒａｒｙ（ＤＬＬ）ｆｉｌｅ．Ｔｏｆａｃｉｌｉｔａｔｅｔｈｅ

ｄｅｖｅｌｏｐｍｅｎｔ，ａ ｍｉｄｄｌｅｗａｒｅｉｓｄｅｖｅｌｏｐｅｄ，ｗｈｉｃｈ

ｃａｎ ｓｙｎｃｈｒｏｎｏｕｓｌｙ ｃｏｌｌｅｃｔ ａｌｌ ｔｈｅ ｒｅａｌｔｉｍｅ

ｄｅｔｅｃｔｏｒｓ／ｐｈａｓｅｓｓｔａｔｅｓｆｒｏｍｔｈｅＶＩＳＳＩＭｎｅｔｗｏｒｋ

ｔｏｔｈｅｃｏｎｔｒｏｌｌｅｒｅｍｕｌａｔｏｒｔｈｅｎｒｅｔｕｒｎｔｈｅｎｅｗ

ｄｅｓｉｒｅｄ ｐｈａｓｅ ｓｔａｔｅｓ ｂａｃｋ ｔｏ ｔｈｅ ＶＩＳＳＩＭ

ｎｅｔｗｏｒｋ［２９］．Ａｔｅａｃｈｔｉｍｅｓｔｅｐ，ｃｏｎｔｒｏｌｌｅｒｒｕｎｓｔｈｅ

ａｌｇｏｒｉｔｈｍ， ｍａｋｅｓ ｄｅｃｉｓｉｏｎｓ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ

ｃｕｒｒｅｎｔｓｔａｔｅ，ｔｈｅｎｒｅｔｕｒｎｓｔｈｅｎｅｗｄｅｓｉｒｅｄｐｈａｓｅ

ｓｔａｔｅｓｔｏｔｈｅＶＩＳＳＩＭｎｅｔｗｏｒｋ．Ｔｈｅｃｏｎｃｅｐｔｏｆｔｈｉｓ

ｓｉｍｕｌａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔｉｓｉｌｌｕｓｔｒａｔｅｄａｓｉｎＦｉｇ．４．

９１１

ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ ２０１３

Ｆｉｇ．４　ＳｉｍｕｌａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔｏｆＶＩＳＳＩＭ

２．２．２　Ｅｘｐｅｒｉｍｅｎｔａｌｄｅｓｉｇｎ

Ｆｉｇ．５　Ｉｎｔｅｒｓｅｃｔｉｏｎｇｅｏｍｅｔｒｙ

Ａ ｓｉｍｐｌｅｆｏｕｒ ｗａｙｉｎｔｅｒｓｅｃｔｉｏｎｉｓｓｅｌｅｃｔｅｄｔｏ

ｅｖａｌｕａｔｅｔｈｅｓｅｌｅｃｔｅｄａｌｇｏｒｉｔｈｍｓ．Ｔｈｅｇｅｏｍｅｔｒｉｃ

ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｉｎｔｅｒｓｅｃｔｉｏｎａｒｅｓｈｏｗｎｉｎ

Ｆｉｇ．５．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｃｏｎｆｉｇｕｒａｔｉｏｎｓａｒｅｌｉｓｔｅｄ

ｉｎＴａｂ．１．Ａｌｌｔｈｅｎｅｅｄｅｄｄａｔａｃａｎｂｅｄｉｒｅｃｔｌｙ

ｏｂｔａｉｎｅｄｆｒｏｍｔｈｅＶＩＳＳＩＭｓｏｆｔｗａｒｅ．Ａｌｌｔｈｅｉｎｐｕｔ

ｐａｒａｍｅｔｅｒｓａｒｅｏｐｔｉｍｉｚｅｄｉｎａｄｖａｎｃｅ，ａｎｄｔｈｅｎａｒｅ

ｉｎｐｕｔｔｏｔｈｅＶＩＳＳＩＭｅｎｖｉｒｏｎｍｅｎｔ．ＴｈｅＶＩＳＳＩＭ

ｓｏｆｔｗａｒｅｈａｓａｂｕｉｌｔｉｎｆｉｘｅｄｔｉｍｅｃｏｎｔｒｏｌｌｅｒｔｏ

ａｃｈｉｅｖｅＴＲＲＬ ｍｅｔｈｏｄａｎｄ ＨＣＭ ｍｅｔｈｏｄ．Ｔｈｅ

ＣｒｏｓｓｉｎｇｓｏｆｔｗａｒｅａｎｄＶｉｓＶＡＰｍｏｄｕｌｅｉｎＶＩＳＳＩＭ

ａｒｅ ａｐｐｌｉｅｄ ｔｏ ｐｒｏｇｒａｍ ｔｈｅ ａｃｔｕａｔｅｄ ｃｏｎｔｒｏｌ

ｍｅｔｈｏｄ，ｐｈａｓｅ ｓｔａｇｅ ｍｏｄｅｌ ａｎｄ ｑｕｅｕｅ ｒａｔｉｏ

ｍａｉｎｔｅｎａｎｃｅ ｍｅｔｈｏｄ． Ｔｈｅ ＶＩＳＳＩＭ ｓｔａｎｄａｒｄ

ＮＥＭＡｅｄｉｔｏｒｉｓｕｔｉｌｉｚｅｄｔｏｅｖａｌｕａｔｅｔｈｅｄｕａｌｒｉｎｇ

ｃｏｎｔｒｏｌｕｎｉｔ．

　　　　　　犜犪犫．１　犈狓狆犲狉犻犿犲狀狋犪犾狋狉犪犳犳犻犮狏狅犾狌犿犲狊 ｐｃｕ·ｈ－１

ＭｏｖｅｍｅｎｔＥａｓｔｂｏｕｎｄ Ｗｅｓｔｂｏｕｎｄ Ｎｏｒｔｈｂｏｕｎｄ Ｓｏｕｔｈｂｏｕｎｄ

Ｌｏｗ Ｈｉｇｈ Ｌｏｗ Ｈｉｇｈ Ｌｏｗ Ｈｉｇｈ Ｌｏｗ Ｈｉｇｈ

Ｌｅｆｔｔｕｒｎ ６５ ９０ ３０ ４５ ３０ ４５ １０ ６０

Ｔｈｒｏｕｇｈｐｕｔ６２０ ８８０ ７００ ９９０ ３７０ ５３０ ５１０ ７２０

Ｒｉｇｈｔｔｕｒｎ ３５ ５０ ２０ ４５ ２０ ２５ ５０ ７０

２．２．３　Ｒｅｓｕｌｔａｎａｌｙｓｉｓ

Ｅａｃｈｓｃｅｎａｒｉｏｒｕｎｓｆｏｒ５０ｔｉｍｅｓｔｏｃｏｎｄｕｃｔｓｔａｔｉｓｔｉｃａｌ

ａｎａｌｙｓｉｓ．Ｔｈｒｏｕｇｈｐｕｔｖｅｈｉｃｌｅｓａｎｄａｖｅｒａｇｅｑｕｅｕｅｒａｔｉｏ

ａｒｅｓｅｌｅｃｔｅｄｔｏｃｏｍｐａｒｅｔｈｅｓｅｌｅｃｔｅｄｔｒａｆｆｉｃｃｏｎｔｒｏｌ

ｍｅｔｈｏｄｓ．ＡｓｓｈｏｗｎｉｎＴａｂ．２，ｉｔｃａｎｂｅｉｎｄｉｃａｔｅｄ

ｔｈａｔｕｎｄｅｒｎｏｒｍａｌｃｏｎｄｉｔｉｏｎｓ，ｔｈｅａｃｔｕａｔｅｄｃｏｎｔｒｏｌ

ｍｅｔｈｏｄ，ｔｈｅＮＥＭＡ ｍｅｔｈｏｄａｎｄｔｈｅｐｈａｓｅｓｔａｇｅ

ｍｅｔｈｏｄａｌｌｈａｖｅｓｉｍｉｌａｒｐｅｒｆｏｒｍａｎｃｅｓ．Ｔｈｅｆｌｅｘｉｂｌｅ

ｇｒｅｅｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ，ｓｕｃｈａｓａｃｔｕａｔｅｄｃｏｎｔｒｏｌ，

ＮＥＭＡａｎｄｐｈａｓｅｓｔａｇｅ，ｈａｖｅｒｅｌａｔｉｖｅｌｙｂｅｔｔｅｒ

ｐｅｒｆｏｒｍａｎｃｅ ｔｈａｎ ｔｈｅ ｆｉｘｅｄ ｔｉｍｉｎｇ ｃｏｎｔｒｏｌ

ｓｔｒａｔｅｇｉｅｓ（ＴＲＲＬ，ＨＣＭ）．Ａｌｔｈｏｕｇｈｔｈｅｑｕｅｕｅ

ｒａｔｉｏｍａｉｎｔｅｎａｎｃｅｍｅｔｈｏｄｈａｓｇｏｏｄｐｅｒｆｏｒｍａｎｃｅｉｎ

ｍａｎａｇｉｎｇｔｈｅｑｕｅｕｅｒａｔｉｏ，ｔｈｉｓｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｉｓ

ｎｏｔｔｈｅｍｏｓｔｅｆｆｉｃｉｅｎｔｏｎｅｕｎｄｅｒｎｏｒｍａｌｃｏｎｄｉｔｉｏｎｓ．

Ｈｏｗｅｖｅｒ，ｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ，ｔｈｅ

ｑｕｅｕｅ ｒａｔｉｏ ｍａｉｎｔｅｎａｎｃｅ ｍｅｔｈｏｄ ｈａｓ ｂｅｔｔｅｒ

ｐｅｒｆｏｒｍａｎｃｅｔｈａｎａｌｌｏｔｈｅｒｓｔｒａｔｅｇｉｅｓ，ａｎｄｔｈｕｓ，ｉｔ

ｉｓ ｓｕｉｔａｂｌｅ ｔｏ ｂｅ ｕｔｉｌｉｚｅｄ ｕｎｄｅｒ ｃｏｎｇｅｓｔｅｄ

ｃｏｎｄｉｔｉｏｎｓ．Ｉｆｔｈｅｔｒａｆｆｉｃｄｅｍａｎｄ ｃｏｎｔｉｎｕｅｓｔｏ

ｇｒｏｗ，ｓｐｅｃｉｆｉｃｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒｌａｒｇｅｒ

ｒａｎｇｅａｒｅｎｅｅｄｅｄｔｏｂｅｃｏｎｃｅｒｎｅｄ．

犜犪犫．２　犆狅犿狆犪狉犻狊狅狀狅犳犲狏犪犾狌犪狋犻狅狀狉犲狊狌犾狋狊

ＡｌｇｏｒｉｔｈｍｓＴｈｒｏｕｇｈｐｕｔｖｅｈｉｃｌｅｓ／ｐｃｕ Ａｖｅｒａｇｅｑｕｅｕｅｒａｔｉｏ

Ｎｏｒｍａｌ Ｏｖｅｒｓａｔｕｒａｔｅｄ Ｎｏｒｍａｌ Ｏｖｅｒｓａｔｕｒａｔｅｄ

ＴＲＲＬ ２２９４ ２９８６ ０．４６ ＞１．００

ＨＣＭ ２２９８ ３０１８ ０．４４ ＞１．００

Ａｃｔｕａｔｅｄｃｏｎｔｒｏｌ ２３２５ ２９９６ ０．４５ ＞１．００

ＮＥＭＡ ２３２２ ３０４１ ０．４３ ＞１．００

Ｐｈａｓｅｓｔａｇｅｍｅｔｈｏｄ ２３１８ ３００８ ０．４４ ＞１．００

Ｑｕｅｕｅｒａｔｉｏｍａｉｎｔｅｎａｎｃｅ ２３０９ ３３２８ ０．４１ ０．９９

３　犛狋狉犪狋犲犵犻犲狊犳狅狉犮狅狅狉犱犻狀犪狋犲犱犻狀狋犲狉狊犲犮狋犻狅狀狊

３．１　犈狓犻狊狋犻狀犵犮狅狅狉犱犻狀犪狋犲犱狋狉犪犳犳犻犮犮狅狀狋狉狅犾狊狋狉犪狋犲犵犻犲狊

３．１．１　Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｐｒｏｇｒｅｓｓｉｏｎｂａｎｄ

Ｓｉｇｎａｌｃｏｏｒｄｉｎａｔｅｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｔｒｙｔｏｓｅｅｋｆｏｒ

ｔｈｅｍａｘｉｍｕｍｐｒｏｇｒｅｓｓｉｏｎｂａｎｄｂｙａｄｊｕｓｔｉｎｇｔｈｅ

０２１

Ｎｏ．４ ＬＩＹａｎ，ｅｔａｌ．Ｒｅｖｉｅｗｏｆｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｍｅｔｈｏｄｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ

ｏｆｆｓｅｔｓｂｅｔｗｅｅｎｇｒｅｅｎｐｈａｓｅｓｕｎｄｅｒｓｔｅａｄｙｔｒａｆｆｉｃ

ｃｏｎｄｉｔｉｏｎｓ．Ｗｉｔｈｐｒｅｄｅｆｉｎｅｄ ｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄ

ｏｆｆｓｅｔｓ，ｃｏｏｒｄｉｎａｔｅｄｔｉｍｉｎｇ ｐｌａｎｓａｒｅｇｅｎｅｒａｌｌｙ

ｄｅｓｉｇｎｅｄｆｏｒｔｒａｆｆｉｃｆｌｏｗｕｎｄｅｒｓｔｅａｄｙｓｔａｔｅｓ．Ａｓ

ｔｈｅｉｎｔｅｒｓｅｃｔｉｏｎｓｂｅｃｏｍｅｍｏｒｅｓａｔｕｒａｔｅｄ，ｒｅｓｉｄｕａｌ

ｑｕｅｕｅｓｓｔａｒｔｔｏｄｉｓｒｕｐｔ ｍｏｖｅｍｅｎｔａｔｕｐｓｔｒｅａｍ

ｉｎｔｅｒｓｅｃｔｉｏｎｓ．Ｔｈｅｎ，ｔｈｅｐｒｏｇｒｅｓｓｉｏｎｂａｎｄｉｓｎｏｔ

ａｐｐｌｉｃａｂｌｅａｎｙｌｏｎｇｅｒ［３０］．Ｉｆｔｈｅ ｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎｌａｓｔｓｆｏｒａｃｏｎｓｉｄｅｒａｂｌｅｔｉｍｅｐｅｒｉｏｄ，

ｆｉｘｅｄｔｉｍｉｎｇ ｓｉｇｎａｌ ｃｏｏｒｄｉｎａｔｉｏｎ ｉｓ ｌｉｋｅｌｙ ｔｏ

ａｇｇｒａｖａｔｅｍｏｖｅｍｅｎｔｄｉｓｔｕｒｂａｎｃｅ，ｗｈｉｃｈｍａｙｃａｕｓｅ

ｓｐｉｌｌｂａｃｋ［３１］ｉｎｔｏｕｐｓｔｒｅａｍｉｎｔｅｒｓｅｃｔｉｏｎｓ

［３２］．

Ｆｉｇ．６　Ｄｙｎａｍｉｃｏｆｆｓｅｔｓｉｎａｃｔｕａｔｅｄｃｏｏｒｄｉｎａｔｉｏｎ

　 Ｖａｒｉａｂｌｅｂａｎｄｗｉｄｔｈ ｐｒｏｇｒｅｓｓｉｏｎ［３３３４］ ｉｓ ｔｈｅｎ

ｅｓｔａｂｌｉｓｈｅｄｔｏａｄｊｕｓｔｔｈｅｏｆｆｓｅｔｓａｃｃｏｒｄｉｎｇｔｏｔｈｅ

ｔｒａｖｅｌｔｉｍｅｉｎｆｏｒｍａｔｉｏｎｉｎｒｅａｌｔｉｍｅ．Ａｓｓｈｏｗｎｉｎ

Ｆｉｇ．６， ｔｈｅ ｖａｒｉａｂｌｅｂａｎｄｗｉｄｔｈ ｐｒｏｇｒｅｓｓｉｏｎ

ｉｍｐｒｏｖｅｓｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｃｏｏｒｄｉｎａｔｅｄｃｏｎｔｒｏｌ，ａｎｄ

ｍａｋｅｓｉｔｗｏｒｋａｔｍｏｓｔｃｏｎｄｉｔｉｏｎｓ．Ｔｈｅ Ｍｏｎｔｅ

Ｃａｒｌｏｍｅｔｈｏｄ［３５］ｃａｎｂｅｕｔｉｌｉｚｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅ

ｂａｎｄｗｉｄｔｈｔｏｐｒｅｖｅｎｔｔｈｅｅａｒｌｙｓｔａｒｔｅｄｃｏｏｒｄｉｎａｔｅｄ

ｇｒｅｅｎｐｈａｓｅｉｎｔｈｅａｃｔｕａｔｅｄｓｉｇｎａｌｓｙｓｔｅｍ．Ｕｎｄｅｒｏｖｅｒ

ｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ，ｔｈｅｒｅａｌｔｉｍｅｉｎｆｏｒｍａｔｉｏｎｉｓｈａｒｄ

ｔｏｏｂｔａｉｎ．Ｍｅａｎｔｉｍｅ，ｉｎｏｒｄｅｒｔｏｍａｋｅｍｏｒｅｖｅｈｉｃｌｅｓ

ｐａｓｓｔｈｒｏｕｇｈｔｈｅｐｒｏｇｒｅｓｓｉｏｎｂａｎｄ，ｔｈｅｂａｎｄｗｉｄｔｈｓ

ｔｅｎｄｔｏｂｅｌａｒｇｅ，ｗｈｉｃｈｍａｋｅｓｓｉｇｎａｌｔｉｍｉｎｇｔｏｂｅ

ｆｉｘｅｄ （ｍａｘｉｍｕｍ ｇｒｅｅｎａｔｔｈｅｃｒｉｔｉｃａｌｒｏｕｔｅａｎｄ

ｍｉｎｉｍｕｍｇｒｅｅｎａｔｏｔｈｅｒｒｏｕｔｅ）［３６］．

３．１．２　Ｍａｘｉｍｕｍｓｔｏｒａｇｅｃａｐａｃｉｔｙ

Ｉｎｓｔｅａｄｏｆｓｅａｒｃｈｉｎｇｔｈｅ ｍａｘｉｍｕｍ ｐｒｏｇｒｅｓｓｉｏｎ

ｂａｎｄ，ｔｈｅｓｔｒａｔｅｇｙｏｆｍａｘｉｍｕｍｓｔｏｒａｇｅｃａｐａｃｉｔｉｅｓ

ｏｆａｐｐｒｏａｃｈｅｓｉｓｕｔｉｌｉｚｅｄｔｏｏｐｔｉｍｉｚｅｑｕｅｕｅｓａｔ

ｉｎｔｅｒｓｅｃｔｉｏｎａｐｐｒｏａｃｈｅｓ［３７］．Ｔｈｉｓｍｅｔｈｏｄｒｅｓｐｏｎｄｓ

ｔｏｔｈｅｒｅｓｔｒｉｃｔｉｏｎｓｏｆｒｏａｄｓｐａｃｅｕｎｄｅｒｔｈｅｏｖｅｒ

ｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ，ａｎｄｔｒｉｅｓｔｏ ｍａｋｅｅｆｆｉｃｉｅｎｔ

ｕｓｅｏｆ ｕｐｓｔｒｅａｍ ｌｉｎｋｓ ｓｔｏｒａｇｅ ｃａｐａｃｉｔｙ．Ｔｈｅ

ｐｒｏｃｅｄｕｒｅｏｆｕｓｉｎｇｓｉｍｕｌｔａｎｅｏｕｓｏｆｆｓｅｔｓａｌｏｎｇｔｈｅ

ａｒｔｅｒｉａｌａｎｄｎｅｇａｔｉｖｅｏｆｆｓｅｔｓｗｉｔｈｆｌａｒｉｎｇｏｆｇｒｅｅｎ

ａｌｏｎｇｃｒｏｓｓｒｏａｄｓｉｓｔｈｅｎｔｅｓｔｅｄｕｎｄｅｒｔｈｅｏｖｅｒ

ｓａｔｕｒａｔｅｄａｒｔｅｒｉａｌｎｅｔｗｏｒｋ．Ｂｅｃａｕｓｅｏｆｍａｒｋｅｄｌｙ

ｄｅｃｒｅａｓｅｄｓｐｉｌｌｂａｃｋｂｌｏｃｋａｇｅｓ，ｔｈｅｐｒｏｃｅｄｕｒｅｏｆ

ｏｆｆｓｅｔｓｅｔｔｉｎｇｈａｓｌａｒｇｅｒｔｈｒｏｕｇｈｐｕｔｖｅｈｉｃｌｅｎｕｍｂｅｒ

ｔｈａｎｔｒａｄｉｔｉｏｎａｌｏｆｆｓｅｔｓｅｔｔｉｎｇ，ａｎｄ ｗｉｔｈａ２０％

ｒｅｄｕｃｔｉｏｎｉｎ ｏｖｅｒａｌｌｔｒａｖｅｌｔｉｍｅ［３８］． Ｗｉｔｈ ｔｈｅ

ｐｏｓｓｉｂｉｌｉｔｙｏｆｈｉｇｈｒｅｓｏｌｕｔｉｏｎｔｒａｆｆｉｃｄａｔａ，ｒｅｃｅｎｔ

ｒｅｓｅａｒｃｈｅｓｄｅｓｃｒｉｂｅｄｓｉｍｐｌｅｃｏｎｔｒｏｌｌｅｒｌｏｇｉｃｆｏｒ

ｔｒｕｎｃａｔｉｎｇ ａ ｐｈａｓｅ ｅａｒｌｙ ｗｈｅｎ ｆａｃｅｄ ｔｏ ａ

ｄｏｗｎｓｔｒｅａｍｒｅｓｔｒｉｃｔｉｏｎｏｆｆｌｏｗ［３９４０］ａｎｄｔｏａｖｏｉｄ

ｄｅｔｒｉｍｅｎｔａｌｅｆｆｅｃｔｌｉｋｅ “ｓｐｉｌｌｂａｃｋ”ｏｒ “ｄｅｆａｃｔｏ

ｒｅｄ”［１３］．Ｄｅｆａｃｔｏｒｅｄａｓｓｕｍｅｓｔｈａｔｎｏｆｌｏｗｏｎａ

ｄｅｔｅｃｔｏｒｗｈｅｎｔｈｅｌｉｇｈｔｉｓｇｒｅｅｎｉｎｄｉｃａｔｉｎｇｔｈａｔ

ｔｈｅｒｅｉｓｎｏｗｈｅｒｅｆｏｒｔｈｅｖｅｈｉｃｌｅｔｏｇｏ，ａｎｄｔｈｕｓｉｔ

ｉｓｂｅｔｔｅｒｆｏｒｏｖｅｒａｌｌｉｎｔｅｒｓｅｃｔｉｏｎｏｐｅｒａｔｉｏｎｓｔｏｍｏｖｅ

ｏｎｔｏａｎｏｔｈｅｒｐｈａｓｅ［４１］．

３．２　犛犻犿狌犾犪狋犻狅狀犲狏犪犾狌犪狋犻狅狀

３．２．１　Ｅｖａｌｕａｔｉｏｎｓｅｔｕｐ

Ａｎａｒｔｅｒｉａｌｉｓｓｅｌｅｃｔｅｄｔｏｅｖａｌｕａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅ

ｏｆｍａｘｉｍｕｍｐｒｏｇｒｅｓｓｉｏｎｂａｎｄｓｔｒａｔｅｇｙ，ｖａｒｉａｂｌｅ

ｂａｎｄｗｉｄｔｈ ｐｒｏｇｒｅｓｓｉｏｎ ｓｔｒａｔｅｇｙ，ａｎｄ ｍａｘｉｍｕｍ

ｓｔｏｒａｇｅｃａｐａｃｉｔｉｅｓｓｔｒａｔｅｇｙ．Ｔｈｅａｒｔｅｒｉａｌｉｓａｂｏｕｔ

８．８５ｋｍｌｏｎｇ，ｆｏｕｒｗａｙｓｆｏｒｔｗｏｄｉｒｅｃｔｉｏｎｓ，ａｎｄ

ｓｉｘｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ．Ｆｉｇ．７ｓｈｏｗｓｉｔｓｌａｙｏｕｔ

ａｎｄｔｒａｆｆｉｃｍｏｖｅｍｅｎｔｃｏｕｎｔｓ．Ｔｈｅｆｉｌｅｄｏｂｓｅｒｖｅｄ

１２１

ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ ２０１３

ｔｒａｆｆｉｃｉｓｃｏｎｇｅｓｔｅｄｏｒｃｌｏｓｅｔｏｃｏｎｇｅｓｔｅｄ．Ａｌｌｓｉｘ

ｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓａｒｅｃｏｎｔｒｏｌｌｅｄｂｙｔｈｅＥｃｏｎｏｌｉｔｅ

ＡＳＣ／３ｓｉｇｎａｌｃｏｎｔｒｏｌｌｅｒｓａｎｄｉｎｄｕｃｔｉｖｅｌｏｏｐｄｅｔｅｃｔｏｒｓ

ｗｉｔｈｆｏｕｒｗａｙｐｅｄｅｓｔｒｉａｎｐｈａｓｅｓ．

　ＴｈｅＶＩＳＳＩＭＳＣＡＰＩｍｅｔｈｏｄｉｓａｌｓｏｕｔｉｌｉｚｅｄｔｏ

ｅｖａｌｕａｔｅｔｈｅｃｏｏｒｄｉｎａｔｅｄｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ．

Ｔｈｅｏｒｉｇｉｎａｌｔｒａｆｆｉｃｓｉｇｎａｌｔｉｍｉｎｇｐｌａｎｉｓｇｅｎｅｒａｔｅｄ

ｂｙＳｙｎｃｈｒｏ，ａｐｒｅｖａｉｌｉｎｇｓｉｇｎａｌｔｉｍｉｎｇｏｐｔｉｍｉｚａｔｉｏｎ

ｐａｃｋａｇｅ ｉｎ Ｎｏｒｔｈ Ａｍｅｒｉｃａ， ｕｓｉｎｇ ｍａｘｉｍｕｍ

ｐｒｏｇｒｅｓｓｉｏｎｂａｎｄｓｔｒａｔｅｇｙ．Ｆｉｇ．７ａｌｓｏｓｈｏｗｓｔｈｅ

ｏｐｔｉｍｉｚｅｄ ｆｉｘｅｄ ｔｉｍｉｎｇ ｐｌａｎｓ ｏｆ ｔｈｅ ｓｅｌｅｃｔｅｄ

ｉｎｔｅｒｓｅｃｔｉｏｎｓ．Ｔｈｅｖａｒｉａｂｌｅｂａｎｄｗｉｄｔｈｐｒｏｇｒｅｓｓｉｏｎ

ｓｔｒａｔｅｇｙａｎｄｍａｘｉｍｕｍｓｔｏｒａｇｅｃａｐａｃｉｔｉｅｓｓｔｒａｔｅｇｙ

ａｒｅｉｍｐｌｅｍｅｎｔｅｄｂｙＣｒｏｓｓｉｎｇｓｏｆｔｗａｒｅａｎｄＶｉｓＶＡＰ

ｍｏｄｕｌｅ．

Ｆｉｇ．７　Ｓｅｌｅｃｔｅｄｒｏａｄｎｅｔｗｏｒｋ

３．２．２　Ｒｅｓｕｌｔａｎａｌｙｓｉｓ

Ｄｕｒｉｎｇｔｈｅｐｒｏｃｅｓｓｏｆｅｖａｌｕａｔｉｏｎ，ｅａｃｈｓｃｅｎａｒｉｏ

ｒｕｎｓｆｏｒ５０ｔｉｍｅｓａｎｄｓｕｍｍａｒｉｚｅｓｔｈｅａｖｅｒａｇｅ

ｖａｌｕｅ．Ｗｈｅｎｅｖｅｒｔｈｅｔｉｍｉｎｇｐｌａｎｓａｒｅｕｐｄａｔｅｄａｎｄ

ａｐｌａｔｏｏｎｉｓｉｄｅｎｔｉｆｉｅｄ，ｏｎｌｙ ｐｈａｓｅ ｓｐｌｉｔｓ ａｒｅ

ａｄｊｕｓｔｅｄｗｈｅｒｅａｓｔｈｅｃｙｃｌｅｌｅｎｇｔｈｓａｎｄｏｆｆｓｅｔｓａｒｅ

ｋｅｐｔｕｎｃｈａｎｇｅｄ．Ｔｈｅｒｅｆｏｒｅｔｈｅｃｏｏｒｄｉｎａｔｉｏｎｗｉｌｌ

ｎｏｔｂｅ ｄｅｓｔｒｏｙｅｄ ｏｎ ｔｈｅ ｍａｉｎｌｉｎｅ．Ｓｉｎｃｅｔｈｅ

ｅｘｐｅｃｔｅｄ ａｄｖａｎｔａｇｅｓ ｏｆｔｈｅ ｍａｘｉｍｕｍ ｓｔｏｒａｇｅ

ｃａｐａｃｉｔｉｅｓｓｔｒａｔｅｇｙｉｎｃｌｕｄｅｐｒｏｖｉｄｉｎｇｓｉｇｎａｌｔｉｍｉｎｇｓ

ｔｏ ａｖｏｉｄ ｑｕｅｕｅ ｓｐｉｌｌｂａｃｋ ａｎｄ ｑｕｅｕｅ ｃｌｅａｒａｎｃｅ

ｗｉｔｈｏｕｔｄｅｓｔｒｏｙｉｎｇｃｏｏｒｄｉｎａｔｉｏｎ．Ｔｈｅｆｏｌｌｏｗｉｎｇ

ＭＯＥｓ（ｍｅａｓｕｒｅｓｏｆｅｆｆｅｃｔｉｖｅｎｅｓｓ）ａｒｅｃｈｏｓｅｎｔｏ

ｅｖａｌｕａｔｅｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆｔｈｅ ＡＣＳ ｃｏｎｔｒｏｌ

ｓｔｒａｔｅｇｙ：ｌｉｎｋｔｒａｖｅｌｔｉｍｅ，ｔｏｔａｌｓｔｏｐｓ，ｔｈｅａｖｅｒａｇｅ

ｃｏｎｔｒｏｌｄｅｌａｙ，ａｎｄｔｈｅｍａｘｉｍｕｍｑｕｅｕｅｒａｔｉｏｏｎｔｈｅ

ｍａｉｎｌｉｎｅ．Ｔａｂ．３ｓｕｍｍａｒｉｚｅｓｔｈｅＭＯＥｓｆｏｒａｌｌｔｈｅ

ｔｈｒｅｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ．

犜犪犫．３　犕犗犈狊犮狅犿狆犪狉犻狊狅狀

Ｐｅｒｆｏｒｍａｎｃｅ

Ｍａｘｉｍｕｍ

ｐｒｏｇｒｅｓｓｉｏｎ

ｂａｎｄ

Ｖａｒｉａｂｌｅ

ｂａｎｄｗｉｄｔｈ

ｐｒｏｇｒｅｓｓｉｏｎ

Ｍａｘｉｍｕｍ

ｓｔｏｒａｇｅ

ｃａｐａｃｉｔｉｅｓ

Ｓｏｕｔｈｂｏｕｎｄｌｉｎｋｔｒａｖｅｌｔｉｍｅ／ｓ １１５６ １２７８ １０２９

Ｎｏｒｔｈｂｏｕｎｄｌｉｎｋｔｒａｖｅｌｔｉｍｅ／ｓ １０４３ １０３２ ９７０

Ｓｏｕｔｈｂｏｕｎｄｔｏｔａｌｓｔｏｐ／ｖｅｈ ６７６５ ７２５４ ５６８３

Ｎｏｒｔｈｂｏｕｎｄｔｏｔａｌｓｔｏｐ／ｖｅｈ ４０６４ ４１４７ ３５７６

Ａｖｅｒａｇｅｃｏｎｔｒｏｌｄｅｌａｙ／ｓ ３０ ３３ ２９

Ｓｏｕｔｈｂｏｕｎｄｍａｘｉｍｕｍｑｕｅｕｅｒａｔｉｏ ＞１．００ ＞１．００ ０．９７

Ｎｏｒｔｈｂｏｕｎｄｍａｘｉｍｕｍｑｕｅｕｅｒａｔｉｏ ０．９１ ０．９０ ０．８７

　Ｆｒｏｍ Ｔａｂ．３，ｉｔｉｓｃｌｅａｒｔｈａｔｔｈｅ ｍａｘｉｍｕｍ

ｓｔｏｒａｇｅｃａｐａｃｉｔｙｓｔｒａｔｅｇｙｃａｎｒｅｄｕｃｅｔｈｅｌｉｎｋｔｒａｖｅｌ

ｔｉｍｅａｎｄｖｅｈｉｃｌｅｓｔｏｐｏｎｔｈｅｍａｉｎｌｉｎｅｂｙｆｒｏｍ５％

ｔｏ １５％． Ｈｏｗｅｖｅｒ， ｔｈｅ ｖａｒｉａｂｌｅｂａｎｄｗｉｄｔｈ

ｐｒｏｇｒｅｓｓｉｏｎｓｔｒａｔｅｇｙｈａｓｉｓｓｕｅｓｏｎｏｐｔｉｍｉｚｉｎｇｔｈｅ

ｓｉｇｎａｌｏｆｓｏｕｔｈｂｏｕｎｄｔｒａｆｆｉｃ，ａｎｄｃａｕｓｅｓｅｒｉｏｕｓ

２２１

Ｎｏ．４ ＬＩＹａｎ，ｅｔａｌ．Ｒｅｖｉｅｗｏｆｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｍｅｔｈｏｄｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ

ｃｏｎｇｅｓｔｉｏｎ ｄｕｒｉｎｇ ｓｉｍｕｌａｔｉｏｎ． Ａｌｔｈｏｕｇｈ ｔｈｅ

ｐｅｒｆｏｒｍａｎｃｅｏｆｎｏｒｔｈｂｏｕｎｄｉｓｓｌｉｇｈｔｌｙｂｅｔｔｅｒｔｈａｎ

ｔｈｅｆｉｘｅｄｔｉｍｅｓｃｅｎａｒｉｏ，ｔｈｅｖａｒｉａｂｌｅｂａｎｄｗｉｄｔｈ

ｐｒｏｇｒｅｓｓｉｏｎｓｔｒａｔｅｇｙｉｓｎｏｔｓｕｇｇｅｓｔｅｄｔｏｂｅｕｔｉｌｉｚｅｄ

ｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ．Ｔｈｅ ｍａｘｉｍｕｍ

ｓｔｏｒａｇｅｃａｐａｃｉｔｙｓｔｒａｔｅｇｙ ｄｏｅｓｎｏｔｓｉｇｎｉｆｉｃａｎｔｌｙ

ｒｅｄｕｃｅｔｈｅｍａｘｉｍｕｍｑｕｅｕｅｒａｔｉｏｏｒｃｏｎｔｒｏｌｄｅｌａｙｓ

ａｔｉｎｔｅｒｓｅｃｔｉｏｎｓ，ｂｅｃａｕｓｅｔｈｅｄｉｓｔａｎｃｅｓｂｅｔｗｅｅｎ

ｉｎｔｅｒｓｅｃｔｉｏｎｓａｒｅｒｅｌａｔｉｖｅｌｙｌｏｎｇａｎｄｔｈｅｃｏｎｓｔｒａｉｎｔｓ

ｒｅｇａｒｄｉｎｇ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｏｆ ｔｈｅ ｅｓｔｉｍａｔｅｄ

ｍａｘｉｍｕｍｑｕｅｕｅｌｅｎｇｔｈａｎｄｌｉｎｋｌｅｎｇｔｈｂａｒｅｌｙｐｌａｙ

ａｒｏｌｅｄｕｒｉｎｇｔｈｅｏｐｔｉｍｉｚａｔｉｏｎ．Ｉｔｉｓｅｘｐｅｃｔｅｄｔｈａｔ

ｍｏｒｅｂｅｎｅｆｉｔｏｆｑｕｅｕｅｓｐｉｌｌｂａｃｋａｖｏｉｄａｎｃｅｗｉｌｌｂｅ

ａｃｑｕｉｒｅｄｉｆｍａｘｉｍｕｍｓｔｏｒａｇｅｃａｐａｃｉｔｙｓｔｒａｔｅｇｙｉｓ

ｄｅｐｌｏｙｅｄａｔｃｌｏｓｅｌｙｓｐａｃｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ．

４　犛狋狉犪狋犲犵犻犲狊犳狅狉狉狅犪犱狀犲狋狑狅狉犽

Ｔｈｅｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｉｎｔｈｅｒｏａｄｎｅｔｗｏｒｋ

ｌｅｖｅｌａｒｅ ｔｈｅ ｅｘｔｅｎｓｉｏｎ ｏｆｔｈｅ ｓｔｒａｔｅｇｉｅｓ ｆｏｒ

ｃｏｏｒｄｉｎａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ．Ｓｉｍｉｌａｒｔｏｔｈｅｓｔｒａｔｅｇｉｅｓ

ｆｏｒｃｏｏｒｄｉｎａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ，ｔｈｅｓｔｒａｔｅｇｉｅｓｆｏｒ

ｒｏａｄｎｅｔｗｏｒｋｃａｎｂｅｄｉｖｉｄｅｄｉｎｔｏａｄａｐｔｉｖｅｓｉｇｎａｌ

ｃｏｎｔｒｏｌａｎｄｍｅｔｅｒｉｎｇ／ｇａｔｉｎｇｐｏｌｉｃｅ．Ｔｈｅａｄａｐｔｉｖｅ

ｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｔｒｙｔｏｓｅｅｋｆｏｒａｒｅｌａｔｉｖｅｌｙｂｅｔｔｅｒ

ａｌｌｏｃａｔｉｏｎｏｆｔｈｅｐａｓｓａｇｅｔｉｍｅａｔｔｈｅｎｅｔｗｏｒｋｌｅｖｅｌ

ｂｙａｐｐｌｙｉｎｇｈｉｌｌｃｌｉｍｂｉｎｇｍｅｔｈｏｄｏｒｏｔｈｅｒｈｅｕｒｉｓｔｉｃ

ａｌｇｏｒｉｔｈｍｓ． Ｗｈｅｎ ｔｈｅ ｒｏａｄ ｓｐａｃｅ ｂｅｃｏｍｅｓ ａ

ｌｉｍｉｔａｔｉｏｎｆｏｒｔｒａｆｆｉｃｓｉｇｎａｌｏｐｔｉｍｉｚａｔｉｏｎ，ｉｔｉｓ

ｓｕｇｇｅｓｔｅｄｔｏｄｉｓｔｒｉｂｕｔｅｔｈｅｔｒａｆｆｉｃｄｅｍａｎｄｏｖｅｒｔｈｅ

ｎｅｔｗｏｒｋ，ａｎｄｍａｋｅｆｕｌｌｕｓｅｏｆｔｈｅｅｎｔｉｒｅｒｏａｄｓｐａｃｅ

ｗｉｔｈｉｎｔｈｅｓｅｌｅｃｔｅｄ ａｒｅａ．Ｔｈｅ ｍｅｔｅｒｉｎｇ ｐｏｌｉｃｅ

ｅｘｔｅｎｄｓｔｈｅｑｕｅｕｅ ｍａｎａｇｅｍｅｎｔｓｔｒａｔｅｇｙ．Ｔｈｉｓ

ｓｔｒａｔｅｇｙｉｍｐｅｄｅｓｔｒａｆｆｉｃｉｎｐｕｔａｔａｓｕｉｔａｂｌｅｐｏｉｎｔｏｒ

ｐｏｉｎｔｓ ｕｐｓｔｒｅａｍ ｔｏ ｐｒｅｖｅｎｔｔｈｅ ｄｅｍａｎｄ ｆｒｏｍ

ｒｅａｃｈｉｎｇ ｃｒｉｔｉｃａｌｌｅｖｅｌｓ ａｔ ｃｒｉｔｉｃａｌ ｄｏｗｎｓｔｒｅａｍ

ｌｏｃａｔｉｏｎｓ［４２］．Ｉｔｃａｎｍａｎａｇｅｔｈｅｒａｔｅｏｆｆｌｏｗｉｎｔｏ

ａｎｄｗｉｔｈｉｎｈｉｇｈｔｒａｆｆｉｃｄｅｎｓｉｔｙｎｅｔｗｏｒｋ［４３］．Ｏｎｅ

ｗｅｌｌｋｎｏｗｎｒｅａｌｔｉｍｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｐｏｌｉｃｙ ｆｏｒ

ｃｏｎｇｅｓｔｅｄ ａｒｔｅｒｉａｌｓｉｓ ＲＴ／ＩＭＰＯＳＴ （ｒｅａｌｔｉｍｅ／

ｉｎｔｅｒｎａｌｍｅｔｅｒｉｎｇｐｏｌｉｃｙｔｏｏｐｔｉｍｉｚｅｓｉｇｎａｌｔｉｍｉｎｇ），

ｗｈｉｃｈｉｓｄｅｓｉｇｎｅｄｔｏｃｏｎｔｒｏｌｑｕｅｕｅｄｅｖｅｌｏｐｍｅｎｔｏｎ

ｅｖｅｒｙｓａｔｕｒａｔｅｄ ａｐｐｒｏａｃｈ ｂｙ ｓｕｉｔａｂｌｅ ｍｅｔｅｒｉｎｇ

ｔｒａｆｆｉｃｔｏ ｍａｉｎｔａｉｎ ｓｔａｂｌｅｑｕｅｕｅｓ［４４］．Ａ ｔｒａｆｆｉｃ

ｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｆｏｒｉｎｔｅｒｓｅｃｔｉｏｎｇｒｏｕｐｕｎｄｅｒｏｖｅｒ

ｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｆｕｒｔｈｅｒｄｅｖｅｌｏｐｅｄｔｈｅ ＲＴ／

ＩＭＰＯＳＴｓｔｒａｔｅｇｙｂｙａｄｄｉｎｇｃｒｉｔｉｃａｌｒｏｕｔｅｌａｙｅｒ［５］．

Ｔｈｉｓｐｒｏｃｅｄｕｒｅｅｎｓｕｒｅｓｔｈｅｃｒｉｔｉｃａｌｒｏｕｔｅ［４５４６］ｉｓｔｈｅ

ｐｒｉｍａｒｙ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｂｊｅｃｔ ｆｏｒ ｏｖｅｒｓａｔｕｒａｔｅｄ

ｉｎｔｅｒｓｅｃｔｉｏｎｇｒｏｕｐ．Ｉｎｏｒｄｅｒｔｏａｃｃｏｍｐｌｉｓｈｔｈｅｒｏａｄ

ｎｅｔｗｏｒｋｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ，ａｎｕｍｂｅｒｏｆｍｏｄｅｌｓ

ｗｅｒｅ ｄｅｖｅｌｏｐｅｄ ｔｏ ｉｄｅｎｔｉｆｙ ｔｈｅ ｑｕｅｕｅ，ｑｕｅｕｅ

ｄｉｓｃｈａｒｇｅｔｉｍｅ，ａｖａｉｌａｂｌｅ ｄｏｗｎｓｔｒｅａｍ ｓｔｏｒａｇｅ，

ｅｔｃ［４７４９］．

５　犃犱犪狆狋犻狏犲狋狉犪犳犳犻犮狊犻犵狀犪犾犮狅狀狋狉狅犾狊狔狊狋犲犿

犳狅狉狅狏犲狉狊犪狋狌狉犪狋犲犱犮狅狀犱犻狋犻狅狀狊

Ｆｏｒｔｈｅｒｅａｓｏｎｔｈａｔｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔｓｕｎｄｅｒ

ｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓａｒｅｄｉｆｆｅｒｅｎｔｆｒｏｍ ｔｈｅ

ｏｎｅｓａｔｓｔｅａｄｙｓｔａｔｅｓ，ｓｐｅｃｉｆｙｍｏｄｕｌｅｓｏｒｆｕｎｃｔｉｏｎｓ

ａｒｅｎｅｅｄｅｄｔｏｂｕｉｌｔｉｎｔｈｅｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌ

ｓｙｓｔｅｍｔｏｄｅａｌｗｉｔｈｔｈｅｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ．

Ｇｅｎｅｒａｌｌｙ，ａｎａｄａｐｔｉｖｅｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｙｓｔｅｍ

ｗｉｔｈｔｈｅｃａｐａｂｉｌｉｔｙｏｆｗｏｒｋｉｎｇｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎｓ ｓｈｏｕｌｄ ｃｏｎｔａｉｎ ｔｒａｆｆｉｃ ｓｔａｔｕｓ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｍｏｄｕｌｅ， ｃｏｎｇｅｓｔｉｏｎ ｃａｕｓｅ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｍｏｄｕｌｅａｎｄｓｅｖｅｒａｌｓｉｇｎａｌｃｏｎｔｒｏｌ

ｐａｒａｍｅｔｅｒｓｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓ．Ｃｏｍｍｏｎｌｙ

ｕｓｅｄｃｏｍｍｅｒｃｉａｌａｄａｐｔｉｖｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｙｓｔｅｍｓ

ｇｅｎｅｒａｌｌｙ ｈａｖｅ ｔｈｅ ｃａｐａｂｉｌｉｔｙ ｏｆ ｃａｌｃｕｌａｔｉｎｇ

ｓａｔｕｒａｔｉｏｎｄｅｇｒｅｅｉｎａｐｐｒｏｘｉｍａｔｅｌｙｒｅａｌｔｉｍｅ，ｓｕｃｈ

ａｓｔｈｅｓａｔｕｒａｔｉｏｎｐｅｒｃｅｎｔａｇｅｉｎＳＣＯＯＴ［４］，ｏｒｔｈｅ

ｄｅｇｒｅｅ ｏｆ ｓａｔｕｒａｔｉｏｎ ｉｎ ＳＣＡＴＳ［３］． Ｈｏｗｅｖｅｒ，

ｂｅｃａｕｓｅｏｆｔｈｅｒｅａｓｏｎｔｈａｔｎｏｓｐｅｃｉｆｙａｌｇｏｒｉｔｈｍｉｓ

ｄｅｓｉｇｎｅｄｆｏｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ，ｗｈｅｎｔｈｅ

ｓａｔｕｒａｔｅｄｄｅｇｒｅｅａｐｐｒｏａｃｈｅｓ１，ｔｈｅｓｔａｂｉｌｉｔｙｏｆ

ｔｈｅｓｅｓｙｓｔｅｍｓｄｒｏｐｓｓｈａｒｐｌｙ［５０］．Ｔｏｄｅａｌｗｉｔｈｔｈｅ

ｔｒａｆｆｉｃ ｃｏｎｇｅｓｔｉｏｎ ｍａｎａｇｅｍｅｎｔ ｐｒｏｂｌｅｍ，ｓｏｍｅ

ａｄａｐｔｉｖｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｙｓｔｅｍｓａｒｅｄｅｓｉｇｎｅｄｔｏ

ａｖｏｉｄｃｏｎｇｅｓｔｉｏｎｏｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ［５１］，

ｓｕｃｈａｓＳＣＯＯＴ ＭＣ３［５２］，ＭＯＶＡ

［５３５４］，ＴＵＣ［５５］，

ａｎｄＭＯＴＩＯＮ［５６］．Ｄｅｔａｉｌｍｅａｓｕｒｅｓａｐｐｌｉｅｄｉｎｔｈｅｓｅ

ｓｙｓｔｅｍｓａｒｅｓｕｍｍａｒｉｚｅｄｉｎＴａｂ．４．

６　犛狌犿犿犪狉狔狅犳犾犻狋犲狉犪狋狌狉犲狉犲狏犻犲狑

　Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｐｒｉｎｃｉｐｌｅｓ，ｔｈｅ

ｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｃａｎｂｅｄｉｖｉｄｅｄｉｎｔｏ

ｔｗｏｃａｔｅｇｏｒｉｅｓ：ｔｈｅ ａｌｌｏｃａｔｉｏｎ ｏｆｔｅｍｐｏｒａｌｏｒ

ｓｐａｔｉａｌｒｅｓｏｕｒｃｅｓ．Ｕｎｄｅｒｓｔｅａｄｙｓｔａｔｅｓ，ｔｈｅｅｆｆｉｃｉｅｎｃｙ

３２１

ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ ２０１３

犜犪犫．４　犆犺犪狉犪犮狋犲狉犻狊狋犻犮狊狅犳狋狉犪犳犳犻犮犮狅狀狋狉狅犾狊狔狊狋犲犿狊犳狅狉犱犲犪犾犻狀犵狑犻狋犺狅狏犲狉狊犪狋狌狉犪狋犲犱犮狅狀犱犻狋犻狅狀狊

Ａｄａｐｔｉｖｅｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｙｓｔｅｍｓ Ｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔｓ Ｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ

ＳＣＯＯＴＭＣ３（ＳｐｉｌｔＣｙｃｌｅＯｆｆｓｅｔＯｐｔｉｍｉｚａｔｉｏｎ

Ｔｅｃｈｎｉｑｕｅ，ＭａｎａｇｉｎｇＣｏｎｇｅｓｔｉｏｎ，Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎｓａｎｄＣｏｎｔｒｏｌ）

Ｒｏａｄｎｅｔｗｏｒｋ

１．Ｔｒａｆｆｉｃｓｔａｔｕｓｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｃｏｎｇｅｓｔｉｏｎｃａｕｓｅ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎ

２．Ｃｏｎｇｅｓｔｉｏｎｉｍｐｏｒｔａｎｃｅｆａｃｔｏｒｃｏｎｓｉｄｅｒａｔｉｏｎ

３．Ｔｒａｆｆｉｃｇｕｉｄａｎｃｅｏｆｔｒａｆｆｉｃｄｅｍａｎｄｆｒｏｍｔｈｅｏｖｅｒｌｏａｄｅｄ

ｊｕｎｃｔｉｏｎｔｏｏｔｈｅｒｓ

ＭＯＶＡ（ＭｉｃｒｏｐｒｏｃｅｓｓｏｒＯｐｔｉｍｉｚｅｄＶｅｈｉｃｌｅ

Ａｃｔｕａｔｉｏｎ）

Ｉｓｏｌａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｅｘｔｅｎｄｅｄｆｏｒ

ＳＣＯＯＴｉｎｌａｔｅｓｔｖｅｒｓｉｏｎ

１．Ｔｒａｆｆｉｃｓｔａｔｕｓｉｄｅｎｔｉｆｉｃａｔｉｏｎ

２．Ｓｐｅｃｉｆｙｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔｉｖｅｆｏｒｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎ

ＴＵＣ（ＴｒａｆｆｉｃｒｅｓｐｏｎｓｉｖｅＵｒｂａｎＣｏｎｔｒｏｌ） Ｒｏａｄｎｅｔｗｏｒｋ

１．Ｔｗｏｌｅｖｅｌｓｓｔｒｕｃｔｕｒｅ

２．Ｍｅｔｅｒｉｎｇ／ｇａｔｉｎｇｐｏｌｉｃｅ

３．Ｓｐｅｃｉｆｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｃｙｃｌｅｌｅｎｇｔｈ，ｓｐｌｉｔ

ａｎｄｏｆｆｓｅｔｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎ

ＭＯＴＩＯＮ（ＭｅｔｈｏｄｆｏｒｔｈｅＯｐｔｉｍｉｚａｔｉｏｎｏｆ

Ｔｒａｆｆｉｃ Ｓｉｇｎａｌｓ ｉｎ Ｏｎｌｉｎｅ Ｃｏｎｔｒｏｌｌｅｄ

Ｎｅｔｗｏｒｋｓ）

Ｒｏａｄｎｅｔｗｏｒｋ

１．Ｔｒａｆｆｉｃｓｔａｔｕｓｉｄｅｎｔｉｆｉｃａｔｉｏｎ

２．Ｍｅｔｅｒｉｎｇ／ｇａｔｉｎｇｐｏｌｉｃｅ

３．Ｓｐｅｃｉｆｙｏｐｔｉｍｉｚａｔｉｏｎｏｂｊｅｃｔｉｖｅｆｏｒｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎ

４．Ｈｉｇｈｅｒｐｒｉｏｒｉｔｙｆｏｒｃｒｉｔｉｃａｌｒｏｕｔｅ

ｃａｎｂｅｉｍｐｒｏｖｅｄｂｙａｓｓｉｇｎｉｎｇｍｏｒｅｕｎｕｓｅｄｇｒｅｅｎｔｏ

ｔｈｅ ｍｏｖｅｍｅｎｔ ｗｉｔｈｒｅｌａｔｉｖｅｌｙ ｈｉｇｈｅｒｓａｔｕｒａｔｉｏｎ

ｄｅｇｒｅｅ． Ｈｏｗｅｖｅｒ， ｕｎｄｅｒ ｏｖｅｒｓａｔｕｒａｔｅｄ

ｃｏｎｄｉｔｉｏｎｓ，ｔｈｅｒｏａｄｓｐａｃｅｂｅｃｏｍｅｓａｒｅｓｔｒｉｃｔｉｏｎ

ｔｈａｔｍｕｓｔｂｅｃｏｎｓｉｄｅｒｅｄ．Ｉｆｔｏｏｍｕｃｈｇｒｅｅｎｔｉｍｅｉｓ

ａｓｓｉｇｎｅｄｔｏｏｎｅｓｐｅｃｉｆｙｍｏｖｅｍｅｎｔ，ｔｈｅｄｏｗｎｓｔｒｅａｍ

ｒｏａｄ ｏｒ ｏｔｈｅｒｉｎｔｅｒｓｅｃｔｉｏｎｓ ｗｉｌｌ ｅｘｃｅｅｄ ｔｈｅｉｒ

ｃａｐａｃｉｔｉｅｓ，ｗｈｉｃｈｍａｙｌｅａｄｔｏｔｈｅｌｏｃｋｏｕｔｓｔａｔｕｓ．

Ｈｅｎｃｅ，ｔｒａｆｆｉｃ ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｉｅｓ ｕｎｄｅｒ ｏｖｅｒ

ｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓｍｕｓｔｃｏｎｓｉｄｅｒｔｈｅｒｅｓｔｒｉｃｔｉｏｎ

ｏｆｒｏａｄｓｐａｃｅ．Ｓｕｇｇｅｓｔｅｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓａｔ

ｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓａｒｅｌｉｓｔｅｄａｓｂｅｌｏｗ：ｍａｉｎｔａｉｎｉｎｇ

ｑｕｅｕｅｒａｔｉｏ ａｔｉｓｏｌａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｌｅｖｅｌ，ｔｈｅ

ｍａｘｉｍｕｍｓｔｏｒａｇｅｃａｐａｃｉｔｉｅｓｏｆａｐｐｒｏａｃｈｅｓａｔｔｈｅ

ｃｏｏｒｄｉｎａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｌｅｖｅｌ，ａｎｄｍｅｔｅｒｉｎｇｐｏｌｉｃｅ

ａｔ ｒｏａｄ ｎｅｔｗｏｒｋ ｌｅｖｅｌ． Ｔｈｅｓｅ ｍｅａｓｕｒｅｓ ａｒｅ

ｓｕｇｇｅｓｔｅｄｔｏｂｅｕｔｉｌｉｚｅｄａｔｔｈｅｃｒｉｔｉｃａｌｒｏｕｔｅａｔｔｈｅ

ｎｅｔｗｏｒｋｏｒｃｒｉｔｉｃａｌｉｎｔｅｒｓｅｃｔｉｏｎｓ，ｗｈｉｃｈｃａｎｂｅ

ｉｄｅｎｔｉｆｉｅｄｂｙｈｉｇｈｒｅｓｏｌｕｔｉｏｎｔｒａｆｆｉｃｄａｔａ．

　Ｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒｈａｎｄｌｉｎｇ

ｏｖｅｒｓａｔｕｒａｔｅｄ ｃｏｎｄｉｔｉｏｎｓ ｓｔｉｌｌ ｈａｖｅｉｓｓｕｅｓ ｆｏｒ

ｉｍｐｒｏｖｅｍｅｎｔｓ，ｗｈｉｃｈａｒｅｌｉｓｔｅｄａｓｂｅｌｏｗ．

　（１）Ｒｅａｌｔｉｍｅｉｎｆｏｒｍａｔｉｏｎｉｓｓｔｒｉｃｔｌｙｎｅｅｄｅｄｔｏ

ａｃｈｉｅｖｅｔｈｅｐｒｏｐｏｓｅｄｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ，

ｐａｒｔｉｃｕｌａｒｌｙ ａｔ ｔｈｅ ｒｏａｄ ｎｅｔｗｏｒｋ ｌｅｖｅｌ． Ｔｈｅ

ｉｍｐｌｅｍｅｎｔ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｔｒａｆｆｉｃ ｃｏｎｔｒｏｌ

ｓｔｒａｔｅｇｉｅｓ，ｓｕｃｈａｓ ｍｅｔｅｒｉｎｇｏｒａｄａｐｔｉｖｅｔｒａｆｆｉｃ

ｃｏｎｔｒｏｌ，ｎｅｅｄｔｒａｆｆｉｃｉｎｆｏｒｍａｔｉｏｎ，ｌｉｋｅｑｕｅｕｅｌｅｎｇｔｈ

ｏｒｃｒｉｔｉｃａｌｒｏｕｔｅ，ｔｏｂｅｕｐｄａｔｅｄａｔｌｅａｓｔｅｖｅｒｙｆｉｖｅ

ｍｉｎｕｔｅｓ． Ｆｕｒｔｈｅｒ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｒａｆｆｉｃ

ｉｎｆｏｒｍａｔｉｏｎａｃｑｕｉｓｉｔｉｏｎ ｍｅｔｈｏｄ，ｌｉｋｅｆｕｓｉｎｇｔｈｅ

ｆｉｘｅｄｌｏｃａｔｉｏｎｄａｔａａｎｄｍｏｂｉｌｅｓｅｎｓｏｒｄａｔａ，ｓｈｏｕｌｄ

ｂｅｐｒｏｃｅｓｓｅｄｔｏｓｕｐｐｏｒｔｔｈｅｐｒｏｐｏｓｅｄｉｎｔｅｇｒａｔｉｏｎ．

　 （２）Ｔｈｅ ｄｅｔｒｉｍｅｎｔａｌｅｆｆｅｃｔｓｃａｕｓｅｄ ｂｙ ｏｖｅｒ

ｓａｔｕｒａｔｉｏｎｍａｙｓｐｒｅａｄｔｏｔｈｅｗｈｏｌｅｒｏａｄｎｅｔｗｏｒｋ

ｉｎ ａ ｖｅｒｙ ｓｈｏｒｔｔｉｍｅ． Ｔｒａｆｆｉｃ ｓｉｇｎａｌ ｃｏｎｔｒｏｌ

ｓｔｒａｔｅｇｉｅｓｓｈｏｕｌｄｏｐｔｉｍｉｚｅｔｈｅｔｒａｆｆｉｃｆｌｏｗａｌｏｎｇｔｈｅ

ｒｏｕｔｅｗｉｔｈｃｒｉｔｉｃａｌｃｏｎｆｌｉｃｔｓｉｎｔｈｅｆｉｒｓｔｐｌａｃｅ．Ｉｎ

ｔｈｉｓｗａｙ，ｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｓｈｏｕｌｄｃｏｎｃｅｒｎ

ｏｎｉｎｔｅｒｓｅｃｔｉｏｎｓ ｗｉｔｈ ｓｔｒｏｎｇ ｔｒａｆｆｉｃｒｅｌｅｖａｎｃｅ，

ｗｈｉｃｈｃａｎｂｅｎａｍｅｄａｓｉｎｔｅｒｓｅｃｔｉｏｎｇｒｏｕｐ．

　（３）ＴｒａｆｆｉｃｆｌｏｗｉｎＣｈｉｎａｉｓｄｉｆｆｅｒｅｎｔｆｒｏｍｏｔｈｅｒ

ｃｏｕｎｔｒｉｅｓ．Ｔｒａｆｆｉｃｓｉｇｎａｌｐａｒａｍｅｔｅｒｓ，ｓｕｃｈａｓｇｒｅｅｎ

ｆｌａｓｈｉｎｇ，ａｌｌｒｅｄ，ｓｈｏｕｌｄａｌｓｏｂｅｃａｌｉｂｒａｔｅｄｗｉｔｈ

ｌｏｃａｌｆｉｌｅｄ ｄａｔａ ｂｅｆｏｒｅ ａｐｐｌｙｉｎｇ ｔｈｅ ｓｅｌｅｃｔｅｄ

ｓｔｒａｔｅｇｉｅｓ．Ｓｐｅｃｉｆｉｃｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ

ｐａｒｔｉｃｕｌａｒｌｙ ｆｏｒ Ｃｈｉｎｅｓｅ ｕｒｂａｎ ｒｏａｄ ｎｅｔｗｏｒｋｓ

ｓｈｏｕｌｄａｌｓｏｂｅｃｏｎｓｉｄｅｒｅｄｔｏｓｔｕｄｙ．

犚犲犳犲狉犲狀犮犲狊：

［１］　ＷＥＢＳＴＥＲＦＶ．Ｔｒａｆｆｉｃｓｉｇｎａｌｓｅｔｔｉｎｇｓ［Ｒ］．Ｌｏｎｄｏｎ：Ｒｏａｄ

ＲｅｓｅａｒｃｈＬａｂｏｒａｔｏｒｙ，１９５８．

４２１

Ｎｏ．４ ＬＩＹａｎ，ｅｔａｌ．Ｒｅｖｉｅｗｏｆｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｍｅｔｈｏｄｓｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ

［２］　ＹＩＮＹ．Ｒｏｂｕｓｔｏｐｔｉｍａｌｔｒａｆｆｉｃｓｉｇｎａｌｔｉｍｉｎｇ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ

ＲｅｓｅａｒｃｈＰａｒｔＢ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２００８，４２（１０）：９１１９２４．

［３］　ＳＩＭＳＡＧ，ＤＯＢＩＮＳＯＮＫＷ．ＴｈｅＳｙｄｎｅｙｃｏｏｒｄｉｎａｔｅｄａｄａｐ

ｔｉｖｅｔｒａｆｆｉｃ（ＳＣＡＴ）ｓｙｓｔｅｍｐｈｉｌｏｓｏｐｈｙａｎｄｂｅｎｅｆｉｔｓ［Ｊ］．ＩＥＥＥ

ＴｒａｎｓａｃｔｉｏｎｓｏｎＶｅｈｉｃｕｌａｒＴｅｃｈｎｏｌｏｇｙ，１９８０，２９（２）：１３０１３７．

［４］　ＢＲＥＴＨＥＲＴＯＮＲＤ，ＢＯＷＥＮＧＴ．Ｒｅｃｅｎｔｅｎｈａｎｃｅｍｅｎｔｓ

ｔｏＳＣＯＯＴ—ＳＣＯＯＴｖｅｒｓｉｏｎ２．４［Ｃ］∥ＩＥＥＥ．Ｐｒｏｃｅｅｄｉｎｇｓｏｆ

ｔｈｅ３ｒｄＣｏｎｆｅｒｅｎｃｅｏｎＲｏａｄＴｒａｆｆｉｃＣｏｎｔｒｏｌ．Ｌｏｎｄｏｎ：ＩＥＥＥ，

１９９０：９５９８．

［５］　ＬＩＹａｎ，ＧＵＯＸｉｕｃｈｅｎｇ，ＹＡＮＧＪｉｅ，ｅｔａｌ．Ｍｅｃｈａｎｉｓｍａｎａｌｙ

ｓｉｓａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｆｒａｍｅｗｏｒｋｆｏｒｔｒａｆｆｉｃｓｉｇｎａｌｃｏｎｔｒｏｌｏｆ

ｏｖｅｒｓａｔｕｒａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｇｒｏｕｐ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｎｓｐｏｒｔａ

ｔｉｏｎＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，２０１１，

１１（４）：２８３４．

［６］　ＤＥＮＮＥＹ Ｒ Ｗ，ＨＥＡＤ Ｌ，ＳＰＥＮＣＥＲ Ｋ．Ｓｉｇｎａｌｔｉｍｉｎｇ

ｕｎｄｅｒｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ［Ｒ］．Ｗａｓｈｉｎｇｔｏｎ ＤＣ：Ｆｅｄｅｒａｌ

ＨｉｇｈｗａｙＡｄｍｉｎｉｓｔｒａｔｉｏｎ，２００８．

［７］　ＰＡＰＡＧＥＯＲＧＩＯＵＭ，ＤＩＡＫＡＫＩＣ，ＤＩＮＯＰＯＵＬＯＵＶ，ｅｔａｌ．

Ｒｅｖｉｅｗｏｆｒｏａｄｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓｏｆ

ｔｈｅＩＥＥＥ，２００３，９１（１２）：２０４３２０６７．

［８］　ＷＡＮＧＦｅｉｙｕｅ．Ｐａｒａｌｌｅｌｃｏｎｔｒｏｌａｎｄｍａｎａｇｅｍｅｎｔｆｏｒｉｎｔｅｌｌｉ

ｇｅｎｔｔｒａｎｓｐｏｒｔａｔｉｏｎｓｙｓｔｅｍｓ：ｃｏｎｃｅｐｔｓ，ａｒｃｈｉｔｅｃｔｕｒｅｓ，ａｎｄ

ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒ

ｔａｔｉｏｎＳｙｓｔｅｍｓ，２０１０，１１（３）：６３０６３８．

［９］　ＤＯＮＧＣｈｕｎｊｉａｏ，ＳＨＡＯＣｈｕｎｆｕ，ＭＡＺｈｕａｎｇｌｉｎ，ｅｔａｌ．

Ｔｅｍｐｏｒａｌｓｐａｃｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｕｒｂａｎｅｘｐｒｅｓｓｗａｙｕｎｄｅｒ

ｊａｍｆｌｏｗｃｏｎｄｉｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎ

Ｅｎｇｉｎｅｅｒｉｎｇ，２０１２，１２（３）：７３７９．

［１０］　ＷＵ Ｘｉｎｋａｉ，ＬＩＵ Ｈ Ｘ，ＧＥＴＴＭＡＮ Ｄ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆ

ｏｖｅｒｓａｔｕｒａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓｕｓｉｎｇｈｉｇｈｒｅｓｏｌｕｔｉｏｎｔｒａｆｆｉｃｓｉｇｎａｌ

ｄａｔａ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＣ：ＥｍｅｒｇｉｎｇＴｅｃｈ

ｎｏｌｏｇｉｅｓ，２０１０，１８（４）：６２６６３８．

［１１］　ＢＡＮＸｕｅｇａｎｇ，ＨＡＯＰｅｎｇ，ＳＵＮＺｈａｎｂｏ．Ｒｅａｌｔｉｍｅｑｕｅｕｅ

ｌｅｎｇｔｈｅｓｔｉｍａｔｉｏｎｆｏｒｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓｕｓｉｎｇｔｒａｖｅｌ

ｔｉｍｅｓｆｒｏｍｍｏｂｉｌｅｓｅｎｓｏｒｓ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔ

Ｃ：ＥｍｅｒｇｉｎｇＴｅｃｈｎｏｌｏｇｉｅｓ，２０１１，１９（６）：１１３３１１５６．

［１２］　ＳＨＩＺｈｏｎｇｋｅ，ＱＩＡＯ Ｙｕ．Ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄｏｆｑｕｅｕｉｎｇ

ｖｅｈｉｃｌｅｓｏｎｕｒｂａｎｒｏａｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎ

Ｅｎｇｉｎｅｅｒｉｎｇ，２０１２，１２（５）：１００１０９．

［１３］　ＡＢＢＡＳＭ Ｍ，ＡＤＡＭＺ Ｍ，ＧＥＴＴＭＡＮＤ．Ｄｅｖｅｌｏｐｍｅｎｔ

ａｎｄｅｖａｌｕａｔｉｏｎｏｆｏｐｔｉｍａｌａｒｔｅｒｉａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒｏｖｅｒ

ｓａｔｕｒａｔｅｄｃｏｎｄｉｔｉｏｎｓ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＲｅｃｏｒｄ：

ＪｏｕｒｎａｌｏｆｔｈｅＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＢｏａｒｄ，２０１１（２２５９）：

２４２２５２．

［１４］　ＵＲＢＡＮＩＫＴ，ＢＥＡＩＲＤＳ，ＧＥＴＴＭＡＮＤ，ｅｔａｌ．Ｔｒａｆｆｉｃｓｉｇｎａｌ

ｓｔａｔｅｔｒａｎｓｉｔｉｏｎｌｏｇｉｃｕｓｉｎｇｅｎｈａｎｃｅｄｓｅｎｓｏｒｉｎｆｏｒｍａｔｉｏｎ［Ｒ］．

ＷａｓｈｉｎｇｔｏｎＤＣ：ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＢｏａｒｄ，２００３．

［１５］　ＨＥＪｉａｊｉａ，ＨＯＵＺａｉｅｎ．Ａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｆｏｒｔｒａｆｆｉｃ

ｓｉｇｎａｌｔｉｍｉｎｇ ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．Ａｄｖａｎｃｅｓｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ

Ｓｏｆｔｗａｒｅ，２０１２，４３（１）：１４１８．

［１６］　ＡＫＣＥＬＩＫＲ，ＲＯＵＰＨＡＩＬ Ｎ Ｍ．Ｅｓｔｉｍａｔｉｏｎｏｆｄｅｌａｙｓａｔ

ｔｒａｆｆｉｃｓｉｇｎａｌｓｆｏｒｖａｒｉａｂｌｅｄｅｍａｎｄｃｏｎｄｉｔｉｏｎｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａ

ｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＢ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，１９９３，２７（２）：１０９１３１．

［１７］　ＰＡＲＫＢＢ，ＬＩＣｈｅｎｙａｎｇ．Ａｎａｎａｌｙｔｉｃａｌａｐｐｒｏａｃｈｆｏｒｅｓｔｉ

ｍａｔｉｎｇｔｈｅｈｉｇｈｗａｙｃａｐａｃｉｔｙｍａｎｕａｌｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎ

ｄｅｌａｙｖａｒｉａｂｉｌｉｔｙ［Ｊ］．ＣｏｍｐｕｔｅｒＡｉｄｅｄＣｉｖｉｌａｎｄＩｎｆｒａｓｔｒｕｃｔｕｒｅ

Ｅｎｇｉｎｅｅｒｉｎｇ，２０１１，２６（４）：３２７３３３．

［１８］　ＫＩＭＢＥＲＲＭ，ＨＯＬＬＩＳＥＭ．Ｐｅａｋｐｅｒｉｏｄｔｒａｆｆｉｃｄｅｌａｙｓａｔ

ｒｏａｄｊｕｎｃｔｉｏｎｓａｎｄｏｔｈｅｒｂｏｔｔｌｅｎｅｃｋｓ［Ｊ］．ＴｒａｆｆｉｃＥｎｇｉｎｅｅｒｉｎｇ

ａｎｄＣｏｎｔｒｏｌ，１９７８，１９（１０）：４４２４４６．

［１９］　ＧＡＺＩＳＤＣ．Ｏｐｔｉｍｕｍｃｏｎｔｒｏｌｏｆａｓｙｓｔｅｍｏｆｏｖｅｒｓａｔｕｒａｔｅｄ

ｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｊ］．ＯｐｅｒａｔｉｏｎｓＲｅｓｅａｒｃｈ，１９６４，１２（６）：８１５８３１．

［２０］　ＭＩＣＨＡＬＯＰＯＵＬＯＳＰＧ，ＳＴＥＰＨＡＮＯＰＯＵＬＯＳＧ．Ｏｖｅｒ

ｓａｔｕｒａｔｅｄｓｉｇｎａｌｓｙｓｔｅｍｓｗｉｔｈｑｕｅｕｅｌｅｎｇｔｈｃｏｎｓｔｒａｉｎｔｓ—Ⅰ：

ｓｉｎｇｌｅｉｎｔｅｒｓｅｃｔｉｏｎ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈ，１９７７，１１（６）：

４１３４２１．

［２１］　ＭＩＣＨＡＬＯＰＯＵＬＯＳＰＧ，ＳＴＥＰＨＡＮＯＰＯＵＬＯＳＧ．Ｏｖｅｒ

ｓａｔｕｒａｔｅｄｓｉｇｎａｌｓｙｓｔｅｍｓｗｉｔｈｑｕｅｕｅｌｅｎｇｔｈｃｏｎｓｔｒａｉｎｔｓ—Ⅱ：

ｓｙｓｔｅｍｓｏｆｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈ，１９７７，

１１（６）：４２３４２８．

［２２］　ＣＨＡＮＧＴＨ，ＳＵＮＧＹ．Ｍｏｄｅｌｉｎｇａｎｄｏｐｔｉｍｉｚａｔｉｏｎｏｆａｎ

ｏｖｅｒｓａｔｕｒａｔｅｄ ｓｉｇｎａｌｉｚｅｄ ｎｅｔｗｏｒｋ［Ｊ］． Ｔｒａｎｓｐｏｒｔａｔｉｏｎ

ＲｅｓｅａｒｃｈＰａｒｔＢ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２００４，３８（８）：６８７７０７．

［２３］　ＣＨＡＮＧＴＨ，ＳＵＮＧＴ．Ｏｐｔｉｍａｌｓｉｇｎａｌｔｉｍｉｎｇｆｏｒａｎｏｖｅｒ

ｓａｔｕｒａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＢ：

Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２０００，３４（６）：４７１４９１．

［２４］　ＬＩＵ Ｈｏｎｇｃｈａｏ，ＢＡＬＫＥ Ｋ Ｎ，ＬＩＮ Ｗｅｉｈｕａ．Ａｒｅｖｅｒｓｅ

ｃａｕｓａｌｅｆｆｅｃｔｍｏｄｅｌｉｎｇａｐｐｒｏａｃｈｆｏｒｓｉｇｎａｌｃｏｎｔｒｏｌｏｆａｎｏｖｅｒ

ｓａｔｕｒａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＣ：

ＥｍｅｒｇｉｎｇＴｅｃｈｎｏｌｏｇｉｅｓ，２００８，１６（６）：７４２７５４．

［２５］　ＬＯＮＧＬＥＹＤ．Ａｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｆｏｒａｃｏｎｇｅｓｔｅｄｃｏｍｐｕｔｅｒ

ｃｏｎｔｒｏｌｌｅｄｔｒａｆｆｉｃｎｅｔｗｏｒｋ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ，

１９６８，２（４）：３９１４０８．

［２６］　ＺＨＡＮＧＭｅｎｇｍｅｎｇ，ＪＩＡＬｅｉ，ＺＯＵＮａｎ，ｅｔａｌ．Ｒｏｂｕｓｔｏｐｔｉｍａｌ

ｔｒａｆｆｉｃｓｉｇｎａｌｔｉｍｉｎｇｏｆｕｒｂａｎｓｉｎｇｌｅｐｏｉｎｔｉｎｔｅｒｓｅｃｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ

ｏｆＨｉｇｈｗａｙａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔ，

２０１１，２８（１）：１０７１１１．

［２７］　ＭＵＣＳＩＫ，ＫＨＡＮＡＭ，ＡＨＭＡＤＩＭ．Ａｎａｄａｐｔｉｖｅｎｅｕｒｏ

ｆｕｚｚｙｉｎｆｅｒｅｎｃｅｓｙｓｔｅｍｆｏｒｅｓｔｉｍａｔｉｎｇｔｈｅｎｕｍｂｅｒｏｆｖｅｈｉｃｌｅｓ

ｆｏｒｑｕｅｕｅｍａｎａｇｅｍｅｎｔａｔｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｊ］．Ｔｒａｎｓ

ｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＣ：ＥｍｅｒｇｉｎｇＴｅｃｈｎｏｌｏｇｉｅｓ，２０１１，

１９（６）：１０３３１０４７．

［２８］　ＤＩＯＮＦ，ＲＡＫＨＡＨ，ＫＡＮＧＹＳ．Ｃｏｍｐａｒｉｓｏｎｏｆｄｅｌａｙｅｓｔｉ

ｍａｔｅｓａｔｕｎｄｅｒｓａｔｕｒａｔｅｄａｎｄｏｖｅｒｓａｔｕｒａｔｅｄｐｒｅｔｉｍｅｄｓｉｇｎａｌ

ｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ：

Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２００４，３８（２）：９９１２２．

［２９］　ＬＩＰｅｎｇｆｅｉ，ＡＢＢＡＳＭ．Ｓｔｏｃｈａｓｔｉｃｄｉｌｅｍｍａｈａｚａｒｄｍｏｄｅｌａｔ

ｈｉｇｈｓｐｅｅｄｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｎｓｐｏｒｔａ

ｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，２０１０，１３６（５）：４４８４５６．

［３０］　ＨＥＱｉｎｇ，ＨＥＡＤ ＫＬ，ＤＩＮＧＪｕｎ．ＰＡＭＳＣＯＤ：ｐｌａｔｏｏｎ

ｂａｓｅｄａｒｔｅｒｉａｌｍｕｌｔｉｍｏｄａｌｓｉｇｎａｌｃｏｎｔｒｏｌｗｉｔｈｏｎｌｉｎｅｄａｔａ［Ｊ］．

ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＣ：Ｅｍｅｒｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ，

２０１２，２０（１）：１６４１８４．

［３１］　ＬＩＵＹｕｅ，ＣＨＡＮＧＧａｎｇｌｅｎ．Ａｎａｒｔｅｒｉａｌｓｉｇｎａｌｏｐｔｉｍｉｚａｔｉｏｎ

５２１

ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ ２０１３

ｍｏｄｅｌｆｏｒｉｎｔｅｒｓｅｃｔｉｏｎｓｅｘｐｅｒｉｅｎｃｉｎｇｑｕｅｕｅｓｐｉｌｌｂａｃｋａｎｄｌａｎｅ

ｂｌｏｃｋａｇｅ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ ＲｅｓｅａｒｃｈＰａｒｔＣ：Ｅｍｅｒｇｉｎｇ

Ｔｅｃｈｎｏｌｏｇｉｅｓ，２０１１，１９（１）：１３０１４４．

［３２］　ＬＩＵＨＸ，ＷＵＸｉｎｋａｉ，ＭＡＷｅｎｔｅｎｇ，ｅｔａｌ．Ｒｅａｌｔｉｍｅｑｕｅｕｅ

ｌｅｎｇｔｈｅｓｔｉｍａｔｉｏｎｆｏｒｃｏｎｇｅｓｔｅｄｓｉｇｎａｌｉｚｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｊ］．

ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＣ：Ｅｍｅｒｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ，

２００９，１７（４）：４１２４２７．

［３３］　ＳＴＡＭＡＴＩＡＤＩＳＣ，ＧＡＲＴＮＥＲＮＨ．ＭＵＬＴＩＢＡＮＤ９６：ａ

ｐｒｏｇｒａｍｆｏｒｖａｒｉａｂｌｅｂａｎｄｗｉｄｔｈｐｒｏｇｒｅｓｓｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｏｆ

ｍｕｌｔｉａｒｔｅｒｉａｌｔｒａｆｆｉｃｎｅｔｗｏｒｋｓ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈ

Ｒｅｃｏｒｄ，１９９６（１５５４）：９１７．

［３４］　ＨＵＰｅｉｆｅｎｇ，ＴＩＡＮＺｏｎｇｚｈｏｎｇ，ＹＵＡＮＺｈｅｎｚｈｏｕ，ｅｔａｌ．

Ｖａｒｉａｂｌｅｂａｎｄｗｉｄｔｈｐｒｏｇｒｅｓｓｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｉｎｔｒａｆｆｉｃｏｐｅｒａ

ｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄ

ＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，２０１１，１１（１）：６１７２．

［３５］　ＬＩＰｅｎｇｆｅｉ，ＧＵＯＸｉｕｃｈｅｎｇ，ＬＩＹａｎ．ＡｎＡＴＭＳｄａｔａｄｒｉｖｅｎ

ｍｅｔｈｏｄｆｏｒｓｉｇｎａｌｉｚｅｄａｒｔｒｉａｌｃｏｏｒｄｉｎａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌｏｆ

ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ：ＥｎｇｌｉｓｈＥｄｉｔｉｏｎ，２０１２，２８（２）：２２９２３５．

［３６］　ＬＵＫａｉ，ＺＥＮＧＸｉａｏｓｉ，ＬＩＬｉｎ，ｅｔａｌ．Ｔｗｏｗａｙｂａｎｄｗｉｄｔｈ

ｍａｘｉｍｉｚａｔｉｏｎｍｏｄｅｌｗｉｔｈｐｒｏｒａｔｉｏｎｉｍｐａｃｔｆａｃｔｏｒｆｏｒｕｎｂａｌ

ａｎｃｅｄｂａｎｄｗｉｄｔｈｄｅｍａｎｄｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ

Ｅｎｇｉｎｅｅｒｉｎｇ，２０１２，１３８（５）：５２７５３４．

［３７］　ＧＯＲＤＯＮＲＬ．Ａｔｅｃｈｎｉｑｕｅｆｏｒｃｏｎｔｒｏｌｏｆｔｒａｆｆｉｃａｔｃｒｉｔｉｃａｌ

ｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＳｃｉｅｎｃｅ，１９６９，３（４）：２７９２８７．

［３８］　ＲＡＴＨＩＡ Ｋ．Ａ ｃｏｎｔｒｏｌｓｃｈｅｍｅｆｏｒｈｉｇｈｔｒａｆｆｉｃｄｅｎｓｉｔｙ

ｓｅｃｔｏｒｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ ＲｅｓｅａｒｃｈＰａｒｔＢ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，

１９８８，２２（２）：８１１０１．

［３９］　ＢＥＡＩＲＤＳ，ＵＲＢＡＮＩＫＴ，ＢＵＬＬＯＣＫＤＭ．Ｔｒａｆｆｉｃｓｉｇｎａｌ

ｐｈａｓｅｔｒｕｎｃａｔｉｏｎｉｎｅｖｅｎｔｏｆｔｒａｆｆｉｃｆｌｏｗ ｒｅｓｔｒｉｃｔｉｏｎ［Ｊ］．

ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＲｅｃｏｒｄ，２００６（１９７８）：８７９４．

［４０］　ＣＨＥＮＪｕａｎ，ＸＵＬｉｈｏｎｇ，ＹＵＡＮＣｈａｎｇｌｉａｎｇ．Ｈｉｅｒａｒｃｈｙ

ｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｕｒｂａｎａｒｔｅｒｉａｌｃｏｎｔｒｏｌ

ｐｒｏｂｌｅｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍＳｉｍｕｌａｔｉｏｎ，２００８，２０（１５）：

４１２２４１２７，４１３１．

［４１］　ＰＵＴＨＡ Ｒ，ＱＵＡＤＲＩＦＯＧＬＩＯ Ｌ，ＺＥＣＨＭＡＮ Ｅ．Ｃｏｍ

ｐａｒｉｎｇａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎａｎｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｐｐｒｏａｃｈｅｓ

ｆｏｒｓｏｌｖｉｎｇｔｒａｆｆｉｃｓｉｇｎａｌｃｏｏｒｄｉｎａｔｉｏｎｕｎｄｅｒｏｖｅｒｓａｔｕｒａｔｉｏｎ

ｃｏｎｄｉｔｉｏｎｓ［Ｊ］．ＣｏｍｐｕｔｅｒＡｉｄｅｄ ＣｉｖｉｌａｎｄＩｎｆｒａｓｔｒｕｃｔｕｒｅ

Ｅｎｇｉｎｅｅｒｉｎｇ，２０１２，２７（１）：１４２８．

［４２］　ＬＩＵ Ｑｉｎ，ＸＵ Ｊｉａｎｍｉｎ．Ｃｏｏｒｄｉｎａｔｅｄ ｃｏｎｔｒｏｌ ｍｏｄｅｌｏｆ

ｒｅｇｉｏｎａｌｔｒａｆｆｉｃｓｉｇｎａｌｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｐｏｒｔａ

ｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，２０１２，１２（３）：１０８１１２．

［４３］　ＲＡＴＨＩＡＫ．Ｔｒａｆｆｉｃｍｅｔｅｒｉｎｇ：ａｎｅｆｆｅｃｔｉｖｅｎｅｓｓｓｔｕｄｙ［Ｊ］．

ＴｒａｎｓｐｏｒｔａｔｉｏｎＱｕａｒｔｅｒｌｙ，１９９１，４５（３）：４２１４４０．

［４４］　ＬＩＥＢＥＲＭＡＮＥＢ，ＣＨＡＮＧＪ，ＰＲＡＳＳＡＳＥＳ．Ｆｏｒｍｕｌａｔｉｏｎ

ｏｆｒｅａｌｔｉｍｅｃｏｎｔｒｏｌｐｏｌｉｃｙｆｏｒｏｖｅｒｓａｔｕｒａｔｅｄａｒｔｅｒｉａｌｓ［Ｊ］．

ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＲｅｃｏｒｄ，２０００（１７２７）：７７８８．

［４５］　ＬＩＹａｎ，ＹＡＮＧＪｉｅ，ＧＵＯＸｉｕｃｈｅｎｇ，ｅｔａｌ．Ｃｒｉｔｉｃａｌｒｏｕｔｅ

ｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄａｔｒｅｌａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｇｒｏｕｐｂａｓｅｄｏｎ

ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ［Ｊ］．ＣｈｉｎａＪｏｕｒｎａｌｏｆＨｉｇｈｗａｙａｎｄＴｒａｎｓｐｏｒｔ，

２０１２，２５（１）：１３５１４０．

［４６］　ＬＩＹａｎ，ＧＵＯＸｉｕｃｈｅｎｇ，ＹＡＮＧＪｉｅ，ｅｔａｌ．Ｒｏｕｔｅｓｃｌａｓｓｉｆｉ

ｃａｔｉｏｎｍｅｔｈｏｄａｔｉｎｔｅｒｓｅｃｔｉｏｎｓｇｒｏｕｐｕｓｉｎｇｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ

ａｎｄｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ：

ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ，２０１２，４２（１）：１６８１７２．

［４７］　ＰＡＲＫＥＳ，ＲＩＬＥＴＴＬＲ，ＳＰＩＥＧＥＬＭＡＮＣＨ．ＡＭａｒｋｏｖ

ｃｈａｉｎＭｏｎｔｅＣａｒｌｏｂａｓｅｄｏｒｉｇｉｎｄｅｓｔｉｎａｔｉｏｎｍａｔｒｉｘｅｓｔｉｍａｔｏｒ

ｔｈａｔｉｓｒｏｂｕｓｔｔｏｉｍｐｅｒｆｅｃｔｉｎｔｅｌｌｉｇｅｎｔｔｒａｎｓｐｏｒｔａｔｉｏｎｓｙｓｔｅｍｓ

ｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓ：Ｔｅｃｈ

ｎｏｌｏｇｙ，Ｐｌａｎｎｉｎｇ，ａｎｄＯｐｅｒａｔｉｏｎｓ，２００８，１２（３）：１３９１５５．

［４８］　ＬＥＲＴＷＯＲＡＷＡＮＩＣＨ Ｐ，ＫＵＷＡＨＡＲＡ Ｍ，ＭＩＳＫＡ Ｍ．

Ａｎｅｗ ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｓｉｇｎａｌｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｏｖｅｒｓａｔｕｒａｔｅｄ

ｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａ

ｔｉｏｎＳｙｓｔｅｍｓ，２０１１，１２（４）：９６７９７６．

［４９］　ＷＥＩＨｅｎｇ，ＰＥＲＵＧＵ Ｈ Ｃ．Ｏｖｅｒｓａｔｕｒａｔｉｏｎｉｎｈｅｒｅｎｃｅａｎｄ

ｔｒａｆｆｉｃｄｉｖｅｒｓｉｏｎｅｆｆｅｃｔａｔｕｒｂａｎｉｎｔｅｒｓｅｃｔｉｏｎｓｔｈｒｏｕｇｈｓｉｍｕｌａ

ｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄ

ＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，２００９，９（４）：７２８２．

［５０］　ＫＯＵＶＥＬＡＳＡ，ＡＢＯＵＤＯＬＡＳＫ，ＫＯＳＭＡＴＯＰＯＵＬＯＳＥＢ，

ｅｔａｌ．Ａｄａｐｔｉｖｅｐｅｒｆｏｒｍａｎｃｅｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｌａｒｇｅｓｃａｌｅｔｒａｆ

ｆｉｃｃｏｎｔｒｏｌｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥ ＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔ

ＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓ，２０１１，１２（４）：１４３４１４４５．

［５１］　ＭＩＲＣＨＡＮＤＡＮＩＰＢ，ＺＯＵＮｉｎｇ．Ｑｕｅｕｉｎｇｍｏｄｅｌｓｆｏｒａｎａｌｙｓｉｓ

ｏｆｔｒａｆｆｉｃａｄａｐｔｉｖｅｓｉｇｎａｌｃｏｎｔｒｏｌ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ

ＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓ，２００７，８（１）：５０５９．

［５２］　ＢＲＥＴＨＥＲＴＯＮＤ，ＢＯＤＧＥＲＭ，ＣＯＷＬＩＮＧＪ．ＳＣＯＯＴ—

ｍａｎａｇｉｎｇｃｏｎｇｅｓｔｉｏｎ，ｃｏｍｍｕｎｉｃａｔｉｏｎｓａｎｄｃｏｎｔｒｏｌ［Ｊ］．Ｔｒａｆｆｉｃ

ＥｎｇｉｎｅｅｒｉｎｇａｎｄＣｏｎｔｒｏｌ，２００６，４７（３）：８８９２．

［５３］　ＶＩＮＣＥＮＴＲＡ，ＹＯＵＮＧＣＰ．Ｓｅｌｆｏｐｔｉｍｉｓｉｎｇｔｒａｆｆｉｃｓｉｇｎａｌ

ｃｏｎｔｒｏｌｕｓｉｎｇｍｉｃｒｏｐｒｏｃｅｓｓｏｒｓ—ｔｈｅＴＲＲＬ ＭＯＶＡｓｔｒａｔｅｇｙ

ｆｏｒｉｓｏｌａｔｅｄｉｎｔｅｒｓｅｃｔｉｏｎｓ［Ｃ］∥ＩＥＥＥ．ＳｅｃｏｎｄＩｎｔｅｒｎａｔｉｏｎａｌ

ＣｏｎｆｅｒｅｎｃｅｏｎＲｏａｄＴｒａｆｆｉｃＣｏｎｔｒｏｌ．Ｌｏｎｄｏｎ：ＩＥＥＥ，１９８６：

１０２１０５．

［５４］　ＴＥＮＥＫＥＣＩＧ．Ａ ｍｏｄｅｌｌｉｎｇｔｅｃｈｎｉｑｕｅｆｏｒａｓｓｅｓｓｉｎｇｌｉｎｋｅｄ

ＭＯＶＡ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｓｔｉｔｕｔｉｏｎｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｓ：

Ｔｒａｎｓｐｏｒｔ，２００７，１６０（３）：１２５１３８．

［５５］　ＤＩＮＯＰＯＵＬＯＵ Ｖ，ＤＩＡＫＡＫＩＣ，ＰＡＰＡＧＥＯＲＧＩＯＵ Ｍ．

ＡｐｐｌｉｃａｔｉｏｎｓｏｆｔｈｅｕｒｂａｎｔｒａｆｆｉｃｃｏｎｔｒｏｌｓｔｒａｔｅｇｙＴＵＣ［Ｊ］．

ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＯｐｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈ，２００６，１７５（３）：

１６５２１６６５．

［５６］　ＢＩＥＬＥＦＥＬＤＴＣ，ＢＵＳＣＨＦ．ＭＯＴＩＯＮ—ａｎｅｗｏｎｌｉｎｅｔｒａｆ

ｆｉｃｓｉｇｎａｌｎｅｔｗｏｒｋｃｏｎｔｒｏｌｓｙｓｔｅｍ［Ｃ］∥ＩＥＥＥ．ＳｅｖｅｎｔｈＩｎｔｅｒ

ｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＲｏａｄＴｒａｆｆｉｃＭｏｎｉｔｏｒｉｎｇａｎｄＣｏｎｔｒｏｌ．

Ｌｏｎｄｏｎ：ＩＥＥＥ，１９９４：５５５９．

６２１