基于改进遗传算法的交叉口模糊控制研究*

为了改善城市道路交叉口交通信号控制,降低交叉口车辆延误,提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中,为避免出现“早熟”现象,采用改进的自适应遗传算法,在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率,使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能,以交叉口车辆平均延误作为性能评价指标,在相同交通条件下进行了仿真实验。结果表明,相对于普通模糊控制器,经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误,提高交叉口的通行能力。     

基于PLC的交叉口交通灯的模糊控制

本文提出一种将模糊控制方法对单路口交通灯的实时控制系统。该系统以PLC为智能交通控制器的核心,系统编程简单、灵活,具有较高的可靠性。应用实践表明,本系统设计的模糊控制器能有效地减少单交叉口平均车辆延误,从而为实现交通系统智能控制提供了一条新途径。     

公交优先模糊控制算法研究

为了克服公交定时优先信号控制不够灵活的缺点，设计了公交优先模糊控制算法，该算法以公交误点数值和待行相位排队长度为输入，以当前相位绿灯延时为输出，实现了以路口总延误人数最少为目标的最优控制．借助Matlab 6．5进行仿真，仿真结果表明了该模糊算法的有效性，模糊控制算法延误人数比定时控制下的延误人数平均低26．6％．     

城市主干道交叉口交通流的模糊控制

城市主干道的交通效率,从整体上影响着整个城市的交通运作效率。该文以城市中心地带主干道交叉路口为对象,进行了交通流的模糊控制研究,提出的基于闭环模糊控制算法的智能化控制策略,有效地提高了主干道交叉口相关区域内的道路使用率。     

单交叉口公交优先双系统模糊控制策略研究

公交系统能够显著地提高城市客运量,有效缓解日益增长的交通需求压力.交叉口公交优先是公交优先发展的一个重要措施,传统的交叉口控制方案将公交车辆与其他类型车辆同等对待,对于载客量较大的公交车辆是不公平的.以人均延误最小为目标,提出了一种单交叉口公交优先的双系统模糊控制模型,其相位模糊控制系统负责对相位方案进行优化,延时抉择模糊控制系统优化各相位的绿灯时间.仿真结果表明,相对于定时控制的公交优先机制,模型在正常交通流的情况下能够有效的减少人均延误.     

交叉路口交通灯实时模糊控制系统设计与实现

提出了一种基于模糊控制的交叉路口交通灯控制系统.该模糊控制系统以单交叉路车长、车长之差为输入,以绿灯延时为输出.并简单介绍了基于单片机的智能交通控制系统的实现.验证计算结果表明,所提出的模糊控制算法能有效地减少交叉口平均车辆延误,为智能交通系统实现提供了一条新途径.     

交叉口BRT实时优先通行控制方法研究

针对交叉口大运量快速公交(BRT)优先通行控制问题,基于智能控制理论提出一种交叉口BRT实时优先通行控制方法.以BRT车辆的延误时间、载客量和非BRT相位社会车辆的排队长度作为神经网络模糊控制器的输入变量,输出BRT通过交叉口的优先等级,以此得到其优先服务方案,有条件地给予BRT车辆的优先通行权.仿真结果表明,与定时控制相比,所提出的方法在交叉口非饱和交通流下,能有效减少BRT车辆通过交叉口的延误时间和停车率,且交叉口的正常交通秩序不受影响.     

相序优化模糊控制在智能交通中的应用研究

根据平面交叉路口的智能交通信号控制原理,建立了一个交叉路口的交通流量模型,提出一种基于相序优化模糊控制的交通控制方法,以PCU(小客车当量)平均延误时间为控制目标实施控制.仿真结果表明,这种控制方法能使交叉路口的PCU平均延误时间明显减小,取得了较好的控制效果.     

高速公路交通的变速限模糊控制

在没有入口匝道放行限制的条件下，综合利用与高速公路交通有关的信息，提出对高速公路交通速度限制的模糊控制方法。该控制方法能够对高速公路的速度限制实现可变控制，实现车辆在高速公路上高效、安全运行的控制目标。     

基于模糊控制的智能交通系统

针对平面交叉口的智能交通信号控制,提出了多相位路口实时的模糊控制方案。根据各相位的车辆排队长度实际交通量,设计信号灯配时方案,减少车辆在路口的排队长度。对上述控制方案进行仿真实验,仿真实验结果表明,该控制方案能很好的改善实际交通状况,控制效果优于定时控制的方法,从而有效的提高平面交通路口的通行能力。     

一种实用的交通信号模糊控制系统的研究

提出基于车流量预测的动态调整相位最大绿灯时间的模糊控制系统结构。用模糊控制方法对单路口交通信号进行控制，决定绿灯时间分配。将此方案应用于北京劲松东口交叉口作为研究背景，仿真结果表明，控制效果优于现行的定时控制。该模糊控制方案能更有效地处理随机性较大、不确定性较强的交通流。     

城市区域交通信号的混沌模糊Q学习控制

提出了一种解决城市区域交通协调控制问题的混沌模糊Q学习（C-FQL）方法。在模糊Q学习的过程中添加混沌扰动,以改进传统的Agent选择动作的方式,并通过遗忘因子以平衡模糊Q学习中探索和利用之间的关系。将该算法应用于城市区域交通协调控制中优化各信号交叉口的周期、绿信比和相位差。利用TSIS交通仿真平台,建立典型的城市区域交通网络并进行仿真。仿真结果表明该方法可以大大提高区域交通的整体效率。     

Constrained optimal steady-state control for isolated traffic intersections

The steady-state or cyclic control problem for a simplified isolated traffic intersection is considered. The optimization problem for the green-red switching sequence is formulated with the help of a discrete-event max-plus model. Two steady-state control problems are formulated： optimal steady-state with green duration constraints, and optimal steady-state control with lost time. In the case when the criterion is a strictly increasing, linear function of the queue lengths, the steady-state control problems can be solved analytically. The structure of constrained optimal steady-state traffic control is revealed, and the effect of the lost time on the optimal solution is illustrated.     

交叉口混合交通流微观控制模型

为构建智能网联汽车(CAV)和有人驾驶汽车(HDV)混合通行情况下的交叉口通行机制与控制方法, 本文提出CAV专用道条件下交叉口协同通行模型. 首先, 设计CAV专用道条件下的交叉口布置, 对交叉口进行网格化处理,将CAV通行时隙和HDV绿灯相位对交叉口某部分网格某时段的占用统一到交叉口时空资源描述框架下; 其次, 建立兼顾CAV与HDV的交叉口时空网格资源分配模型, 构建自适应信号灯控制算法和CAV轨迹规划算法; 再次, 以车辆最小延误为目标进行自适应信号灯配时优化和CAV轨迹优化; 最后, 选取广州某典型交叉口建立仿真实验对所提方法的有效性进行了验证.     

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.     

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.     

基于观测器的网络切换模糊时滞系统鲁棒控制

针对带有随机时变时滞的非线性网络切换系统稳定控制问题进行研究,在系统状态不可测且存在不确定性的情况下,采用T-S模型将非线性网络切换系统建模为网络切换模糊系统。然后,采用平均驻留时间法（ADT）,设计出基于观测器的控制器及系统切换律,并给出网络切换模糊系统指数稳定的平均驻留时间条件。结合李雅普诺夫（LKF）方法给出时滞相关的网络切换模糊系统指数稳定的矩阵不等式条件。最后通过MATLAB数值仿真验证了该设计方法的有效性和优越性。     

“大路口”交通信号的优化控制

针对城市交通网络里传统的交通信号最小控制单元模型的不足,提出了“大路口”的概念,给出了“大路口”的几何模型和相位划分,在此基础上,建立了以整个“大路口”车辆平均延误最小为目标的优化模型,得到了目标函数及其约束条件,采取遗传算法进行优化,获得了“大路口”各个相位的绿信比.计算机仿真表明,引入“大路口”比不引入“大路口”情况下支路方向交通流量基本维持不变,而主干路方向的交通流量有明显改善,且总的车辆平均延误明显减少.