城市路网和快速公路交通流的分散协调控制

利用模糊理论对城市路网和快速公路交通进行实时分散协调控制。把路网和快速公路作为一个大系统,子系统为路网中的各个交叉口,每个子系统有一个控制器,该控制器根据它自己和相邻子系统的交通流信息来动态管理绿灯相位及绿灯时间。控制器有三个模块组成：相序选择模块,绿灯判断模块和相位切换模块。控制器的控制目标是保持快速公路主线密度均衡和路网内各车辆平均延误时间最短。仿真研究表明该方法控制效果较好。     

城市区域交通智能控制研究

利用模糊神经网络对城市区域交通进行实时分散控制.把区域交通作为一个大系统,子系统为区域中的各个交叉口,每个交叉口有一个控制器,该控制器根据它自己和相邻交叉口的交通流信息来动态管理绿灯相位及绿灯时间.仿真研究表明:在交通流量较大和流量时变的环境下,该方法比普通车辆感应控制方法控制效果更好.     

基于相序优化的多相位模糊交通控制

针对单交叉路口进行模糊交通控制算法的研究.首先提出一个简化的交叉路口交通流模型,设计一种基于相序优化的模糊控制器,然后以车辆平均延误时间为控制目标,采用模糊控制器和相序优化器联合进行交通控制.前者用来决定改变当前绿灯相位的时刻,后者从相序中根据优先权的大小决定下一个放行相位.仿真研究表明,该模糊控制器能更有效地对单路口进行多相位闭环控制,控制效果令人满意.     

基于动态网络加载的交通信号配时优化

以城市路网中交通信号控制系统为研究对象,以最小化系统总旅行时间为目标,考虑基于元胞传输模型的网络动态加载模型,构建了相序与绿灯时间组合优化的非线性规划模型,并设计了遗传算法。数值算例验证了该算法的有效性。     

交通信号公交优先控制策略及智能控制方法

针对公交优先交通信号控制问题,研究了公交优先的信号控制策略,提出了一种变论域模糊神经网络公交优先智能控制方法.提出了基于相位优先度值的公交优先相位选择方法,并给出了其数学描述.建立了绿灯时间的3层模糊控制模型,分别为红灯排队疏散时间、绿灯延长时间和论域调节因子模糊控制器,其中红灯排队疏散时间和绿灯延长时间两个模糊控制器的输出变量均采用变论域,论域的变化考虑混合交通、天气情况、车流转向等因素由论域调节因子模糊控制器确定.模糊控制器采用粒子群优化神经网络实现.仿真结果表明该方法具有较好的公交优先控制效果.     

一种模糊神经网络控制器参数的混沌优化设计

通过模糊控制与神经网络相串联的方式构成模糊神经网络系统，然后提出一种基于模拟退火策略的混沌优化算法，将该算法引入模糊神经网络参数域中进行优化，实现混沌粗搜索与细搜索相结合优化目的，体现出具有更强的模糊神经网络参数全局最优解的搜索能力。采用该控制器对一个非线性对象进行控制。仿真实验表明，该方法能有效地实现模糊神经网络控制器参数优化，控制具有无振荡、超调小、调节时间短等优点，算法结构简单，容易实现。     

城市干线交通信号模糊控制及仿真

提出了一种基于模糊控制器的干线控制算法,该算法有两个模糊控制器绿灯延长时间模糊控制器和相位决定模糊控制器.前者决定当前绿灯相位的结束时刻,后者根据各相位的紧急度值的大小决定下一个放行的相位.运用仿真技术,把该控制方法和传统的定时控制方法进行了比较.仿真结果表明,本文提出的控制器是有效可行的,且效果优于定时控制.     

一种基于人工免疫原理的最优模糊神经网络控制器

提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案．首先给出了控制器结构，其次将免疫进化算法用于控制器参数的优化，设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器．将该控制器用于控制实际倒立摆系统，并采用状态变量合成方法以大大减少模糊规则的数目，实验结果验证了该控制器的有效性．     

ANFIS实现的模糊神经网络在交通信号配时优化中的应用

提出一种使用Matlab中的ANFIS模糊神经网络(FNN)工具箱来对传统的模糊控制器进行参数优化的方法，改善了控制器中的隶属度函数形状及分布，并应用于城市单交叉路口的多相位信号配时上．仿真实验证明所提出的算法可以降低车辆平均延误时间，保证车队更顺畅地通过交叉路口．     

基于PSO和BP复合算法的模糊神经网络控制器

为了克服单独应用粒子群算法（PSO）或BP算法训练模糊神经网络控制器参数时存在的缺陷,提出了一种训练模糊神经网络参数的PSO＋BP算法。该算法将二者相结合,即在PSO算法中加入一个BP算子,以充分利用PSO算法的全局寻优能力和BP算法的局部搜索能力,从而更有效地提高其收敛速度、训练效率和提高该模糊神经网络控制器的控制效果。最后的仿真实验结果验证了该基于PSO＋BP复合算法的模糊神经网络控制器的有效性和可行性。     

Type-2 fuzzy logic based urban traffic management

This paper presents a multi-agent system based on type-2 fuzzy decision module for traffic signal control in a complex urban road network. The distributed agent architecture using type-2 fuzzy set based controller was designed for optimizing green time in a traffic signal to reduce the total delay experienced by vehicles. A section of the Central Business District of Singapore simulated using PARAMICS software was used as a test bed for validating the proposed agent architecture for the signal control. The performance of the proposed multi-agent controller was compared with a hybrid neural network based hierarchical multi-agent system (HMS) controller and real-time adaptive traffic controller (GLIDE) currently used in Singapore. The performance metrics used for evaluation were total mean delay experienced by the vehicles to travel from source to destination and the current mean speed of vehicles inside the road network. The proposed multi-agent signal control was found to produce a significant improvement in the traffic conditions of the road network reducing the total travel time experienced by vehicles simulated under dual and multiple peak traffic scenarios.     

主干线协调控制的改进算法研究

为改善传统主干线协调控制方法中存在的问题,对传统主干线协调控制算法进行了深入的研究和改进。改进算法为有效提高绿时利用率,减小车辆延误,对单路口实施了改进的模糊控制算法;同时,对主干线上车辆到来情况进行实时检测,若有大规模车队到来,则中断模糊控制器,即时疏散车队,从而实现对主干线的实时协调控制。将此算法应用于城市主干道交通协调控制,对减小整个主干线的停车延误和排队延误有很好效果,并且对路况变化具有较强的鲁棒性,适合在大中城市中推广。     

高速公路实时交通流模糊逻辑优化控制系统设计

高速公路交通流特征复杂多变,受到诸多影响因素的共同作用,如天气、道路状况、车辆类型等等。因此,如何获取交通流逻辑控制条件并实现精准调节难度较大。为此,本研究设计新的高速公路实时交通流模糊逻辑优化控制系统。对于系统的硬件部分,设计车流控制模块、无线传输车载终端、实时交通流逻辑调度模块、模糊控制器模块,并确定各个模块之间实时连接关系。对于系统的软件部分,求解交通流逻辑控制条件,联合高速公路实时通行相位条件,调节模糊控制器,并根据高速公路交通路网模型,推导交通流优化控制条件的求解表达式,完成高速公路实时交通流模糊逻辑优化控制系统的设计。实验结果表明,本系统可以解决逻辑协调错误的问题,且能够有效控制高速公路车流量。     

基于城市区域路网的分散协调控制研究

根据城域多路口交通系统的特点,摒弃统一信号周期的方法,以各单路口为基点,采用分散协调控制策略,综合考虑各相邻路口及两路口间的交通流,实时控制各路口交通信号,并智能的加以协调,使区域内道路的交通通行能力得到提高,降低车辆的延误时间。为提高系统的控制精度和鲁棒性,采用神经网络技术实现模糊控制。仿真结果表明,该方法控制效果良好。     

基于主从粒子群的模糊小波神经网络交通控制

城市交通智能控制是ITS的重要组成部分,交叉口是决定道路通行顺畅的制的基础.为提高路口的通行能力,提出了主从结构的粒子群算法优化模糊小波神经网络参数,并将其应用于交通信号的控制.算法中,主级粒子进行全局搜索,从级粒子以主级粒子找到的最优解为中心进行局部搜索.仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力.     

城市道路分层动态协调控制技术

为了缓解城市道路车流拥堵问题，提出了一种城市道路分层动态协调控制技术。首先将城市道路按纵向分为三层：匝道层、普通道路层和快速路主线层；然后采用BP神经网络预测下游动态临界车辆占有率，根据匝道相对排队长度和下游动态临界车辆占有率，匝道层设计了一种用于匝道子区划分的函数，将匝道层横向分为主匝道子区和从匝道子区；其次根据相邻路口关联度将普通道路层划分为不同控制子区，利用动态交通流数据修正周期公式，考虑十字交叉口驶向匝道车流量对绿信比进行调整；快速路主线层无十字交叉口不做横向分层。最后根据该分层方法确定动态协调控制算法。仿真结果表明：该分层动态协调控制方法能够有效提高城市道路协调控制范围和车辆行车速度。     

交通信号自适应模糊控制器的设计及稳定性分析

针对城市交通路口的信号控制,提出一种自适应模糊控制器,并对其稳定性进行分析.通过控制器给出路口实时信号配时,根据红灯相位的等候车辆平均损失和绿灯相位释放车辆的平均增益,给出了模糊控制器的自适应算法,以实时修正其模糊规则.在自适应模糊控制器的稳定性分析中,采用模糊控制系统闭环模型的模糊关系矩阵,证明在路口车辆随机产生的情况下,模糊控制系统是稳定的.仿真结果表明,自适应模糊控制器比全感应控制器、简单模糊控制器更能适应路口交通流的变化,极大地改善了系统性能.     

城市交通多线路协调控制优化仿真系统设计

为了实现城市交通优化控制,提高城市道路通行能力,本文首先提出了城市交通多线路协调控制优化仿真模型,并在此模型基础上给出了时空相位演化算法和改进的遗传优化算法(GA),然后总结了城市交通多线路协调控制优化仿真系统的基本结构、数据结构和技术路线,并完成了城市交通多线路协调控制优化仿真系统设计与开发。该仿真系统结构简单,建模方便,可以适用于任何城市交通优化控制,解决了城市交通多线路协调控制(多线路绿波带)难题。通过对佛山市某路网的实际建模与仿真,该系统取得了较好的交通优化效果。