时变论域下红绿灯配时的模糊控制

针对交叉口日益拥堵,交通信号灯配时设置的不合理问题,提出一种基于时变论域的模糊控制方法,给出了交通信号灯的实时配时方案。该配时方法通过动态地调整信号周期和绿灯时长,以匹配多变的交通流状况,实现了实时控制。以长沙市某十字路口为例验证了该方案的有效性,结果表明：与定时信号配时方法相比,该配时方法更有效的缓解了交叉口交通拥堵状况,增强了路口通行能力,减少了车辆延误时间。     

车流量实时检测的交通灯配时监控系统设计

为提高道路的通行能力,设计了一种十字路口交通灯动态配时方案。根据实时车流量检测的数据,对可编程逻辑控制器(PLC)及其上位系统的程序编写和画面制作,实现十字路口交通灯的远程监控。采用地感线圈实时检测十字路口车流量,根据车流量的数据,PLC调用相应的控制程序,对红绿灯时长进行实时合理调配,现场的操作员也可以就地修改交通灯时长。该系统能进行远程控制指令、手/自动运行方式切换,以应对日间繁忙、日间正常、夜间车量以及紧急情况等多种交通状况。在需要配合全市整体调度时,该系统可远程切换到上位运行方式,实现对交通的全局控制,提高了道路的通行效率。该系统为市内交通管理提出切实可行的监控方案,可作为全市交通统一调配和调度的探索案例。     

时变论域下的语言动力学轨迹

为了描述在不同时刻内涵发生变化的模糊集合, 本文通过综合模糊集合、语言动力系统(Linguistic dynamic systems,LDS) 及动态规划, 提出了时变论域与动态模糊规则理论, 将时变论域分为离散型与连续型两类, 每一类分为递增型、递减型及波动型三种, 并讨论如何在时变论域上建立动态模糊规则以及进行词计算, 最后给出时变论域下的语言动力学轨迹.     

基于车流量的智能交通信号优化控制研究

道路交叉口是城市交通网络的关键组成部分,其通行效率直接决定了城市交通网络的通行能力。为了提高城市交通路网的通行能力,缓解交通拥堵,根据相邻交叉路口车流量具有相关性的特点,提出一种基于车流量的智能交通信号控制方法。建立基于门限服务策略的交通灯轮询控制模型,利用马尔科夫链和概率母函数分析了交叉口车辆平均排队长度和信号灯配时方案,并根据实际交通情况进行仿真实验。结果表明,基于车流量的智能交通信号控制比传统的固定配时控制更加合理,能有效地降低车辆通过交叉口时的平均延误时长和排队长度,提高通行效率。     

基于路口相位方案优化设计的城市道路交通信号迭代学习控制方法研究

城市道路交叉口信号控制是交管工作持续关注的课题,关于协调好有限的道路资源与日益增长的交通需求之间的矛盾,有着至关重要的作用。由于道路自身条件约束,交通流的组成特点复杂,路网交通路呈现非线性动态特征,无法进行精准的数学建模控制。本文提出的迭代学习控制方法,根据交通流的组成和变化特点调整信号控制周期及有效绿灯时长,实现交通信号动态优化控制,保证车辆在路网中能够高效、平稳地通行,是针对非线性动态交通流的一种动态寻优控制算法,能够有效减少路口车辆等待时间、提高通行效率。考虑对不同相位设计方案的适应性,在传统配时优化模型的基础上,构建综合相位设计元素的交通信号迭代学习控制模型,并通过Vissim仿真软件和Python编程语言搭建仿真测试环境,验证了提出模型的有效性。     

无线智能交通监控系统设计

提出一种无线智能交通监控系统设计方案,采用电感线圈与单片机测量十字路口的车流量,将测得的数据通过短距离无线通信模块传输给嵌入式主控制器,由其动态调节各路口的红绿灯时长。值班人员通过嵌入式系统对十字路口进行远程视频监控,采用主动式R FID技术检测经过十字路口的应急车辆,必要时为其开启绿色通道。设置盲人提醒音,用不同频率的信号音告知盲人红绿灯状态;根据过马路的行人数量动态调整非十字路口红绿灯时长;系统电源则可在太阳能和市电间灵活切换。实验证明,系统可实现平安交通、效率交通、民生交通和绿色交通,对实际交通系统建设有一定的参考价值。     

基于层次颜色Petri网的全感应控制交通信号灯建模与仿真

针对平面交叉口单点全感应控制信号灯系统实时调度问题,提出一种基于层次颜色Petri网的交叉路口的信号灯动态配时控制模型。首先,运用模糊控制理论对车流量信息进行分类定义。其次,以采集到的车流量信息为控制参数,基于层次颜色Petri网理论建立基本的信号灯轮廓模型,再依据模型中实现的关键功能进行分层细化与逐步求精。此外,将计数器代替时延加入系统模型中,使模型能够直观简洁地反映出红绿灯的循环时间与车流量之间的切换关系。根据所得模型对该交叉口信号灯配时方案的性能指标进行评估与比较。最后,运用CPN Tools对系统模型进行计算仿真,并进行简单的优化性能分析。     

基于行人安全的交通信号灯智能控制算法研究

提出了一种基于深度确定性策略梯度（Deep Deterministic Policy Gradient , DDPG）的行人安全智能交通信号控制算法。通过对交叉口数据的实时观测,综合考虑行人安全与车辆通行效率,智能地调控交通信号周期时长,相位顺序以及相位持续时间,实现交叉路口安全高效的智能控制。同时,采用优先经验回放提高采样效率,加速了算法收敛。由于行人安全与车辆通行效率存在相互矛盾,研究中通过精确地设计强化学习的奖励函数,折中考虑行人违规引起的与车辆的冲突量和车辆通行的速度,引导交通信号灯学习路口行人的行为,学习最佳的配时方案。仿真结果表明在动态环境下,该算法在行人与车辆冲突量,车辆的平均速度、等待时间和队列长度均优于现有的固定配时方案和其他的智能配时方案。     

基于自适应遗传算法的交通信号配时优化

研究城市交通信号设置问题中对单交叉口多相位交通流建立了动态信号配时模型,以交叉口车辆平均延误最小为控制目标,以相位绿灯时间和周期时长为控制变量,并运用自适应遗传算法对控制变量进行优化.根据实时交通流数据,通过MATLAB平台进行仿真.结果表明,自适应遗传算法能够有效降低车辆平均延误,在优化过程中比简单遗传算法具有更好的搜索能力和解质量,其良好的优化性能有助于优良配时方案的产生,同时也提高了交通分配模型的实用价值.     

交叉口的信号优化与仿真

以减小车均延误为目标,在调查交叉口交通流量和当前信号控制的基础上,采用韦伯斯特配时算法进行优化计算,并通过通行能力、交通流量比等指标来确定信号周期时长和各相位绿灯时间,改善相位饱和度,从而充分利用道路的通行能力。以建设大道新华路交叉口为例,基于实际数据对优化前后的交叉口利用vissim软件进行仿真,结果表明,优化后各相位的饱和度较优化前更为平均,没有出现很高或很低的极端情况,优化后的车均延误明显改善。     

基于模糊逻辑的路口交通信号控制

城市交通控制(UTC)是智能交通系统中非常重要的组成部分。在一些复杂的交通情况下,使用传统的控制方法进行交通信号控制的效果并不好。由于模糊逻辑能够较好地描述复杂系统的定性模型,因此它非常适合对路口交通信号灯进行控制。该文给出了一种采用模糊逻辑进行路口信号灯控制的方法。通过从路口检测器获取车辆信息,模糊规则对信号灯进行优化控制。通过仿真模拟,给出了实验结果。     

Fuzzy adaptive predictive flow control of ATM network traffic

In order to exploit the nonlinear time-varying property of network traffic, the traffic flow from controlled sources is described by a fuzzy autoregressive moving-average model with auxiliary input (fuzzy ARMAX process), with the traffic flow from uncontrolled sources (i.e., cross traffic) being described as external disturbances. In order to overcome the difficulty of the transmission delay in the design of congestion control, the fuzzy traffic model is translated to an equivalent fuzzy predictive traffic model. A fuzzy adaptive flow control scheme is proposed to avoid congestion at high utilization while maintaining good quality of service. By use of fuzzy adaptive prediction technique, the difficulties in congestion control design due to nonlinearity, time-varying characteristics, and large propagation delay can be overcome by the proposed adaptive traffic control method. A comparative evaluation is also given to show the superiority of the proposed method.     

单交叉路口交通灯实时配时算法的研究

研究了城市道路交通信号实时控制系统的问题,重点论述了单交叉路口交通信号灯控制(点控制)模型的实时配时算法.根据城市交通流分布规律,设计出流量序列生成算法来模拟实时交通流;通过建立信号灯动态模型从而获得最佳周期长度和有效绿灯时间,然后采用模糊控制算法对信号灯配时方案进行实时的动态优化调整,并建立基于排队的车辆延误模型来对模糊控制算法进行评价.计算机模拟仿真的结果表明所设计实时配时方案比定时配时方案有显著的改善.     

基于改进克隆选择算法的区域交通灯配时优化

为提高城市区域路网通行效率,提出一种基于改进的克隆选择算法的区域交通灯实时配时方法。该配时方法以最小化区域路网总滞留车辆数为优化目标,将交通灯状态设置问题转换成克隆选择算法搜索最优解问题,在每个单位时间根据实时车流量动态搜索出使区域路网通行能力达到最高的交通灯配时方案。为提高克隆选择算法寻优性能,提出双层动态变异算子,并对克隆抑制算子与种群刷新算子进行改进。以西安市某区域路网为仿真实验参考对象,仿真结果表明：提出的配时方法的区域路网总滞留车辆数比固定配时减少了38.93%,比基于标准遗传算法的配时方法减少了20.33%。     

高速公路非线性反馈模糊逻辑匝道控制器

入口匝道控制是高速公路交通控制和智能运输系统的重要组成部分,但现有的入口匝道控制效果尚不理想.为此,本文提出一种非线性反馈方法用模糊逻辑进行入口匝道控制.建立了高速公路交通流动态模型,在此基础上,结合模糊逻辑理论设计了非线性反馈匝道控制器,根据密度误差和误差变化用模糊控制决定匝道调节率,模糊变量选用三角形隶属度函数,并制定了包含56条模糊规则的规则库,最后用MATLAB软件进行系统仿真.结果表明该控制器具有优越的动态和稳态性能,它能使高速公路主线交通流密度保持为设定的期望密度,该方法用在高速公路入口匝道控制中效果良好.     

Research on prediction of traffic flow based on dynamic fuzzy neural networks

Combining the advantages of the neural network and fuzzy system, this paper makes a further research on the dynamic fuzzy neural networks (D-FNN) traffic flow prediction. Instead of being in consistence with growth of the input number, the fuzzy rule number of the D-FNN increases exponentially in the whole training network structure. In particular, this method can establish a required network structure automatically. This method is applied to the traffic flow time series to analyze and compare the predicting performance of the predicting model based on the neural network method and the adaptive neural fuzzy inference system by combining with the chaos theory. The simulation result shows that this method is quite effective and can improve the predicting accuracy.     

Real time traffic delay optimization using shadowed type-2 fuzzy rule base

Traffic networks are getting big and complex day by day with a rapid traffic growth. Existing Type-2 (T2) fuzzy logic works well in optimizing the waiting time of traffic at a big junction, but the rule base of T2 fuzzy logic is heavily dependent on previous traffic data, rather than real-time data. Moreover, it fails in changing and updating the waiting time in any junction with a high rate of traffic. In addition, very big junctions contain dynamic traffic data that is characterized by a high level of uncertainty, which is difficult to be handled by type-2 fuzzy logic. To cope with this situation, Shadowed Type-2 (ST2) fuzzy logic is proposed as it works well in the domain having very clumsy and uncertain data. It increases the uncertainty of a fuzzy set by partitioning it into different region. Thus, based on ST2 fuzzy rule base, a ST2 fuzzy waiting time simulator is created, whose output is implemented in a proposed real-time traffic-based Time Optimized Shortest Path (TOSP) model. It helps in structuring the optimized time path from one location to another. This can be done by taking real time traffic data from the upcoming junction, calculating the waiting time using ST2 fuzzy rule base, and finally directing the vehicle to take its optimized path, which results in a reduction in the overall waiting time of each junction. To demonstrate the superiority of the proposed model, a case study of a multi-directional (six directional) junction is presented. Success of this model easies the process of proposing it as a mobile application, which can help in reducing the waiting time in junctions of metropolitan areas.     

基于变论域模糊PID的分解炉温度控制研究

分解炉温度控制系统具有非线性、时变、纯滞后的特点,针对传统PID控制及模糊.PID控制难以很好地满足控制要求,提出了一种变论域模糊自适应PID控制方法。利用变论域思想,设计了一种基于函数模型的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子,提高了控制精度。在Matlab环境下分别对PID控制、模糊PID控制和变论域模糊PID控制方法进行了仿真对比,结果表明变论域模糊PID控制方法具有更好的动静态性能和自适应能力。