基于改进遗传算法的交叉口模糊控制研究

减小字体 增大字体 作者:杨祖元 黄席樾 刘鸿飞 杜长海  来源:www.zhonghualunwen.com  发布时间:2009-10-12 23:40:23

  0 引言
  
  城市交通拥堵已严重影响到城市环境质量和生活质量,各级交通管理部门都在积极寻求解决办法。交叉口是城市路网的节点,也是城市道路的瓶颈,它的畅通有利于提高整个城市路网的通行能力,缓解交通拥堵带来的危害。因此,城市交通信号控制成为当前控制领域和交通工程领域的研究热点之一,也是智能交通系统的重要内容[1]。
  交通系统的非线性、模糊性和不确定性,基于数学模型的经典反馈控制方法很难取得满意的控制效果,因此人工智能的方法越来越受到人们的重视。模糊逻辑是一种处理不确定性和非线性问题的有力工具,与人类的某些思维特征相一致,嵌入到推理技术中具有良好效果。模糊控制被认为是城市道路交通智能控制最有发展前景的研究方向[2]。
  Pappis等人[3]借鉴了交通警察迅速疏导车流的经验,首次设计了一个单交叉口信号模糊控制器,仿真结果表明比传统控制方法减少车辆平均延误约7%。此后,其他学者相继提出了改进的模糊控制算法,控制性能得到进一步提高[4~6]。这些模糊控制算法的缺点是隶属度函数和模糊控制规则通常取决于人工经验,因此有一定的局限性。而模糊控制与遗传算法相结合却可以很好地解决这个问题。
  遗传算法是一种基于自然选择和种群遗传机理的搜索算法,模拟了自然选择和进化过程中的繁殖、杂交和变异现象,在优化领域得到广泛应用。利用遗传算法对模糊控制器进行优化,将隶属度函数和模糊控制规则编码成一个染色体,即个体,若干个个体组成一个种群,经过遗传操作生成新的一代。新的个体由于继承了上一代的一些优良性状,在性能上优于上一代,这样逐步向更优解的方向进化。近年来,一些学者尝试采用遗传算法来实现隶属度函数或模糊规则优化,使模糊控制器性能得到不同程度的提高[7~9]。
  本文利用改进的自适应遗传算法同步优化模糊控制器的隶属度函数和模糊规则,并将优化的模糊控制器用于四相位交叉口交通信号控制。仿真结果表明,相对于普通模糊控制器,经过优化的模糊控制器能有效减小交叉口车辆的平均延误。
  
  1 四相位交叉口几何模型
  
  一个典型的四相位单交叉口模型如图1所示,相位分配如图2所示。该交叉口有四个进口道,每个进口道有三支车流(左转、直行和右转)。实施多相位控制后,可消除直行车流和左转车流的冲突,提高行车安全。在每条车道上安装两个检测器以获取实时交通流信息。第一个检测器安装在停车线的位置,第二个检测器安装在距离第一个检测器180 m的位置,如图1所示。设小汽车的平均长度为4.5 m,行车安全距离为5.5 m,停车时的间距为1.5 m,则检测器最多可以检测到30个PCU(标准当量小汽车),能够满足实际交叉口排队长度的要求。
  
  2 交叉口交通信号模糊控制策略
  
  对每个相位来说,整个信号周期分为有效红灯、有效绿灯和黄灯。设红灯转变为绿灯后排队车辆以饱和流率驶离交叉口。本文以车辆平均延误作为性能评价指标,采用文献[3]提出的平均延误模型。这个计算模型虽然简单,但其物理意义十分明确,对下面要设计的模糊控制器而言已经足够充分了。
  2.1 模糊控制算法
  单交叉口信号控制的基本原则:信号周期一般不能小于P×(10+3) s(其中:P为相位数;10 s为某一相位的绿灯时间;3 s为黄灯时间),以免某一相位的绿灯时间过小,使车辆不能及时通过交叉口;信号周期也不能过长,一般不能超过220 s,否则会由于某一相位的绿灯时间太长而引起其他相位上驾驶员焦躁不安的情绪,甚至因此而闯红灯[11]。
  本文的模糊控制思路是:根据交通流信息,从当前红灯相位中选择交通强度最大的相位作为下一绿灯相位,在当前绿灯相位绿灯时间结束前,由决策模块确定延长当前绿灯相位的绿灯时间或者进行相位。具体算法如下:
  
  a)根据交通

[1] [2] [3] [4]  下一页

Tags:

作者:杨祖元 黄席樾 刘鸿飞 杜长海
  • 好的评价 如果您觉得此文章好,就请您
      0%(0)
  • 差的评价 如果您觉得此文章差,就请您
      0%(0)

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论