单点交通信号控制系统的优化设计与仿真

针对城市固定相序的单点交叉口多相位交通信号进行控制,设计了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。综合评估当前相位、后续相位的交通需求度,以此决定绿灯时间分配。系统采用遗传算法对模糊隶属度函数进行优化调整,使隶属函数的选取更为合理,随交通状况的改变自适应地调整。仿真结果表明,该方法能有效降低通行车辆在交叉口的平均等待时间,提高平均车流速度,控制效果明显优于传统控制方法。     

城市智能交通信号控制系统设计

基于我国城市道路交通控制的现状，提出一种新的控制方案，采用模糊控制的算法，通过初始绿灯时间和相位转换的模糊设定，建立拟人化的多相位信号灯智能控制，并由性能优越的PLC承担主要的控制任务。经实验表明，这种控制方法对减少车辆平均延误时间具有明显的控制效果。     

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。     

基于模糊控制的多相位交叉口交通信号控制

提出了两种基于模糊控制的多相位交叉口交通信号控制方法，并对它们进行了分析比较。为减少模糊控制器输入量，降低控制器设计的复杂度，引入了阻塞参数。此参数融合了车辆密度和平均速度二者的信息，能比较准确地反映车道的阻塞程度。     

单交叉口交通信号自适应控制系统及其拓展

由于目前交叉口信号控制主要采用传统的控制方式,大都不具备智能性,很难实现对随机变化的交通流进行有效控制.针对这种不足,本文从模糊控制和自适应控制方法两个角度出发研究该问题,并进行仿真分析,所得结果表明,自适应控制系统比模糊控制和传统控制方法的控制效果更佳.最后将单交叉口拓展到多路口的交通信号控制的研究.     

基于模糊逻辑的路口交通信号控制器的研究

由于模糊逻辑能够较好地描述复杂系统的定性模型,因此非常适合应用于路口交通信号灯的控制。采用了一种双层模糊控制器对路口信号灯进行控制,给出了控制方法及控制规则,在单片机模拟装置上进行仿真,结果表明它可以有效改善交叉路口的通行能力。     

智能交通信号控制系统初探

城市交通拥挤是当今世界普遍关注的问题,它所带来的严重危害日益影响到人们的日常生活和社会经济的发展,而城市交通信号控制系统对解决这一问题发挥着不可替代的作用。从高性能智能交通信号控制系统的要求出发,针对目前我国城市交通问题的现状．对智能交通信号协调控制系统进行初步的研究和探讨。     

基于PLC的变频恒压供水控制系统优化设计

通过分析原有变频恒压供水控制系统的不足，设计了基于解析表达式的模糊控制器。基于PLC的实现方法和控制程序，解决了由于供水系统存在的严重的非线性、大滞后而产生的水压波动；采用频率限制和压力补偿控制水泵始终工作在高效范围，配置小流量泵实现夜间供水，从而有效地解决目前变频恒压供水中存在的问题。     

基于改进遗传算法的交通信号配时研究

根据单交叉路口多相位交通流建立了一种实时动态模型,以周期时间内车辆排队长度最短为优化目标,相位绿灯时间为控制变量,用改进的遗传算法实现对相位时间的动态调控。仿真结果表明,改进的遗传算法相对于普通遗传算法,能寻求到更优化的解,对于改善路口的交通拥挤状况,有着更为明显的效果。     

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。     

单路口低饱和交通流的多相位混沌控制仿真研究

交通流是一个复杂的动态非线性系统,有时会出现混沌现象,混沌交通流的表现形式是交通无序状态。对混沌交通流,模糊控制受其原理限制,缩短延误时间的控制效果不佳。本文以低饱和交叉口信号控制问题为研究对象,提出了针对混沌交通流的实时混沌引导控制方法,并设计了相应的混沌控制器。利用MATLAB软件完成的仿真表明,混沌引导控制能将无序的交通流有序化,降低延误,增大道路通行能力,其效果优于模糊控制。     

交通控制信号的遗传优化调度算法

针对日趋紧张的交通拥挤这一全球性＂城市病＂的现状和存在的问题,为了改善目前用于交通信号控制算法的不足,提出了一种改进的基于遗传算法的交通信号控制方法,该算法采用了淘汰机制和精英保留策略。仿真表明该算法有效地改善了遗传算法早熟的现象,将此算法应用到交通信号的控制中,取得了良好的效果。     

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。     

交通信号多相位智能优化控制方法

提出一种以乘客平均延误最小为评价指标的变相序交通信号多相位模糊智能优化控制方法。在相位的选择上同时考虑相位的车辆排队长度和乘客量,使得乘客量大的相位优先通行,体现了交通系统公交优先的思想。采用模糊控制方法获得绿灯增益时间。仿真实验分析表明,与传统模糊控制方法相比,该方法能更有效地减少乘客平均延误。     

具有公交优先的交叉口信号控制技术

针对一类典型交叉口,提出一种具有公交优先的交叉口模糊信号控制技术。采用公交专用道和公交优先进口道实现公交车辆在空间上的优先,通过具有公交优先的交通信号控制算法实现公交车辆在时间上的优先。信号控制算法的核心模块由绿灯相位模块、红灯相位模块和决策模块组成,分别设计这3个模块的模糊控制策略。控制目标是达到对公交车辆加权的车辆平均延误最小。仿真结果表明,与定时信号控制技术相比,该控制策略不仅大幅度减少了公交车辆的平均延误,而且提高了非公交车辆的通行效率,可应用于实际工程。     

城市单路口两级加权神经网络控制系统设计

城市交通系统是一个非常复杂的非线性系统,很难建立精确的数学模型,而BP神经网络具有较强的自学习、自适应的特点,适合复杂的大系统。针对单交叉路口红绿灯控制问题,基于改进的BP神经网络算法,同时考虑关键车流和非关键车流信息,提出并设计了两级加权神经网络控制器来进行实时控制。仿真结果表明,本方法优于传统控制方法。     

城市道路单路口交通信号实时控制仿真设计

利用滞留车辆与绿信比的关系建立了以最短等待时间为优化目标的数学模型,并通过免疫遗传算法得到点上最优解,将混沌交通流序列再引入点问题模型中,运用指数平滑预测模型为BP神经网络模型提供学习所需数据,从而得到混沌交通流序列的实时配时方案。     

基于遗传算法的单交叉口信号优化控制

建立了一种单交叉口自适应优化配时模型。通过对本周期交通流数据线性预测下一周期各车道的排队长度，以各相位绿灯结束时的排队长度最小作为优化目标，建立多目标优化函数。通过采用理想点法，运用遗传算法进行优化。仿真实验结果表明，该方法优化后的配时方案能够反映各相位实际交通需求，并具有很好的实时性。     

单路口信号灯F-GA-F控制策略研究

论文提出了单路口信号灯F-GA-F控制策略,该策略利用预估车流模糊推算下一个周期的值,采用遗传算法优化目标函数,得到各个相位的绿灯时间,然后,对各个相位的绿灯时间采用模糊控制实时地进行调整,使单路口在一个周期时间里的交通流量最大。计算机仿真结果表明,控制策略性能优良。