Traffic signal retiming usually requires engineers to fine-tune the signal plan several times to accommodate the traffic pattern changes because the retiming process itself can be considered as a perturbation to the traffic network. To facilitate the signal retiming process, this paper presents a discrete day-to-day signal retiming problem for fine-tuning the green splits in a single-destination traffic network to mitigate the congestion induced by travelers’ adaptation to the new signal plan. The proposed optimal control formulation applies a predictive scheme, rather than a reactive scheme, to fine-tune signals proactively. The embedded day-to-day traffic dynamics model captures travelers’ tendency of swapping to less congested routes, which is formulated as flow splitting at the node level that prevents the difficulties of path enumeration and flow conservation in traditional day-to-day models. The underlying flow splitting approach ensures flow conservation endogenously while preserving properties of the node-level cost functions, including Lipschitz continuity and strong monotonicity. Based on the proposed optimal control formulation built upon the day-to-day model, this study constructs an effective solution algorithm by leveraging the necessary conditions of optimality for the discrete day-to-day signal retiming problem. Numerical examples demonstrate that the proposed signal retiming scheme can reduce the total system travel time over the traffic equilibration period.

交通信号重定时通常需要工程师多次微调信号计划以适应交通模式的变化，因为重定时过程本身可以被视为对交通网络的扰动。为了促进信号重定时过程，本文提出了一个离散的日常信号重定时问题，用于微调单目的地交通网络中的绿色分割，以减轻旅行者适应新信号计划引起的拥堵。所提出的最优控制公式应用预测方案而不是反应方案来主动微调信号。嵌入的日常交通动态模型捕捉了旅行者换乘不那么拥挤的路线的趋势，它被表述为节点级别的流量拆分，防止了传统日常模型中路径枚举和流量守恒的困难。底层流分裂方法确保内生流守恒，同时保留节点级成本函数的属性，包括 Lipschitz 连续性和强单调性。基于所提出的基于日常模型的最优控制公式，本研究通过利用离散日常信号重定时问题的最优性的必要条件，构建了一种有效的求解算法。数值例子表明，所提出的信号重定时方案可以减少交通平衡期间的总系统行程时间。底层流分裂方法确保内生流守恒，同时保留节点级成本函数的属性，包括 Lipschitz 连续性和强单调性。基于所提出的基于日常模型的最优控制公式，本研究通过利用离散日常信号重定时问题的最优性的必要条件，构建了一种有效的求解算法。数值例子表明，所提出的信号重定时方案可以减少交通平衡期间的总系统行程时间。底层流分裂方法确保内生流守恒，同时保留节点级成本函数的属性，包括 Lipschitz 连续性和强单调性。基于所提出的基于日常模型的最优控制公式，本研究通过利用离散日常信号重定时问题的最优性的必要条件，构建了一种有效的求解算法。数值例子表明，所提出的信号重定时方案可以减少交通平衡期间的总系统行程时间。本研究通过利用离散日常信号重定时问题的最优性的必要条件，构建了一种有效的求解算法。数值例子表明，所提出的信号重定时方案可以减少交通平衡期间的总系统行程时间。本研究通过利用离散日常信号重定时问题的最优性的必要条件，构建了一种有效的求解算法。数值例子表明，所提出的信号重定时方案可以减少交通平衡期间的总系统行程时间。