基于云模型的单路口交通信号自适应控制方法研究

为了减少车辆通过路口的延误,提出了一种基于云模型的单路口交通信号自适应控制方法;使用云模型作为信号控制的基础模型,利用云模型中的正态云发生器和前件云发生器算法分别对道路交通信息进行处理并产生自适应的控制规则,以实现单路口交通信号的自适应控制;通过仿真实验,结果表明,使用云模型作为控制方法,比较传统控制方式更具智能化,更接近于人脑思维过程的控制方法,这也是将来交通信号控制的发展方向。     

基于Q学习的单路口交通信号协调控制

Q学习通过与外部环境的交互来进行单路口的交通信号自适应控制。在城市交通愈加拥堵的时代背景下,为了缓解交通拥堵,提出一种结合SCOOT系统对绿信比优化方法的Q学习算法。本文将SCOOT系统中对绿信比优化的方法与Q学习相结合,即通过结合车均延误率以及停车次数等时间因素以及经济因素2方面,建立新的数学模型来作为本算法的成本函数并建立一种连续的奖惩函数,在此基础上详细介绍Q学习算法在单路口上的运行过程并且通过与Webster延误率和基于最小车均延误率的Q学习进行横向对比,验证了此算法优于定时控制以及基于车均延误的Q学习算法。相对于这2种算法,本文提出的算法更加适合单路口的绿信比优化。     

基于分布估计算法的单路口交通信号控制

针对遗传算法求解城市道路交叉口信号控制存在的主要问题,以四相位交叉路口为研究对象,建立了以信号周期内车辆延误总时间最短为目标函数,以各相位有效绿灯时间为控制变量的单路口交通信号优化模型.并分别以整数编码的PBIL算法和实数编码的EMNA算法两种典型分布估计算法求解单路口交通信号优化问题.仿真结果表明,与传统遗传算法相比,两种分布估计算法均可用更小的种群规模快速高效地求得最优解.     

结合Q学习和模糊逻辑的单路口交通信号自学习控制方法*

针对城市交通系统的动态性和不确定性,提出了基于强化学习的信号交叉口智能控制系统结构,对单交叉口动态实时控制进行了研究。将BP神经网络与Q学习算法相结合实现了路口的在线学习。同时,针对交通信号控制的多目标评价特征,采用基于模糊逻辑的Q学习奖惩信号设计方法,实施对交通信号的优化控制。最后,在三种交通场景下,应用Paramics微观交通仿真软件对典型十字路口进行仿真实验。结果表明,该方法对不同交通场景下的突变仍可保持较高的控制效率,控制效果明显优于定时控制。     

在线自调整比例因子的模糊控制器

在分析模糊控制器中比例因地系统性能影响的基础上，根据语言变量轨迹和手控经验，制定了在线调整比例因子的模糊调整规则，其算法简单，实时性好。仿真表明，该控制器能明显改善系统的动态性能。     

基于CPN的单路口交通信号控制建模

针对城市道路交叉口的交通流特性,用CPN对单路口交通信号多相位实时控制进行建模。单路口交通信号控制系统是一种实时分布式复杂系统,具备同步,并发,冲突,互斥,资源共享的离散事件系统特征。针对离散事件系统,CPN网是个强大而实用的建模工具。     

平面交叉路口的神经网络自学习控制方案

针对城市道路平面交叉路口的交通信号控制,构造了一种具有实时学习功能的神经 网络智能信号控制方案．方案中的信号控制器由底层的两个神经网络和顶层的评价准则组成 ．两个神经网络总是交替处于学习和工作状态,评价准则则根据路口的车流情况确定是否需 要对神经网络进行训练．仿真实验结果表明,该控制方案能很好地适应路口的实际交通状况 ,从而达到有效提高路口通行能力的目的．     

一种参数自调整PID模糊控制器

结合传统PID控制原理,提出一种新型模糊控制器结构,即PID模糊控制器。为提高PID控制器性能,设计能在线调整PID参数的模糊控制方法。仿真结果表明,自调整参数PID型模糊控制器使系统在暂态响应及稳态性能方面性能优良。     

两相邻路口交通信号的协调控制

传统路口的控制算法大多研究单个路口的信号控制情况.该文根据路口之间的相互关系,利用高阶广义神经网络及模糊推理提出了两个相邻交通路口的协调算法.利用此算法设计的交通信号控制器,可以有效地协调两相邻路口的红绿灯信号,在一定程度上改善了交通路口的交通状况.     

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。     

模糊自校正控制器在多温区温度控制系统中的应用

本文介绍了一种模糊自校正控制器，它能对一个系统中不同温区的温度进行精确控制。作者给出了该模糊控制系统的结构，着重讨论了补偿系数与调整因子的计算与确定方法。实验表明，该控制器具有良好的自适应性和动、静态特性。     

一种基于Matlab的参数自调整模糊控制器的设计方法

本文介绍了一种在MATLAB的模糊控制工具箱中,通过编写S函数实现对量化因子和比例因子的在线自动调整来设计模糊控制器,从而有效地实现参数自调整模糊控制器的设计方法。为了验证参数自调整模糊控制器的优越性,分别进行了空调温度控制系统的PID控制、常规模糊控制和参数自调整模糊控制的仿真研究。结果表明,参数自调整模糊控制器较之常规的模糊控制器,在被控对象特性变化或较大扰动的情况下,控制系统能保持较好的性能,是一种较理想的控制方法,具有广阔的发展前景。     

变结构自校正模糊控制系统设计及其应用

本文以木段蒸煮控制为背景,根据控制规则排序,协调因子以及等级自校正等理论和算法,提出了变结构自校正模糊控制系统设计方法。本文主要解决了乐观和悲观的混合决策以及控制量论域等级的自校正调节问题。应用本文设计方法,设计了水段蒸煮微机控制系统。现场运行结果表明,该系统性能良好,效益显著。     

基于遗传算法的模糊PI控制器

模糊PI控制器具有鲁棒性强、控制灵活等优点,但是将其应用于纯迟延系统时超调量较大、响应速度慢。针对此提出了一种基于遗传算法的模糊PI控制器,使用遗传算法对模糊逻辑系统参数进行训练。在以往的模糊逻辑系统建立过程中,主要依靠专家知识或工作人员经验来确定其主要参数（如模糊推理规则和隶属函数参数等）,而该文利用遗传算法对样本数据进行优化来获取系统参数。在遗传算法中,将推理规则和隶属函数参数的确定结合在一起,从而确定最优的模糊逻辑系统。仿真试验结果表明,由该方法得到的控制器用于纯迟延系统具有响应快,超调量小等优点。     

基于Fuzzy推理的自调整PID控制器*

本文提出一衙 新的基于Ｆｕｚｚｙ推理的ＰＩＤ自整定控制器。     

基于模糊控制器的炉温控制算法仿真与应用

针对电阻炉数学模型时变的特点,提出了一种带积分输出的模糊控制器设计方案.以带积分输出的模糊控制算法为基础,对实验室电阻炉的炉温控制装置进行了软件设计,并以西门子S7-200可编程控制器为平台,采用组态王监控系统软件对控制算法进行了调试.Matlab仿真结果表明,带积分输出的模糊算法能够较好地适应数学模型时变的控制对象,得到满意的控制效果.     

基于劲松东口的信号灯模糊控制策略

随着城市化进程的加快,车辆的激增,城市道路交叉口变得越来越拥挤,已成为道路交通的瓶颈.用模糊控制方法对单路口交通信号进行控制,综合考虑当前相、后继相的车辆排队长度,以此决定绿灯时间分配.该控制策略通过模拟交通指挥者实际进行交通控制的特点,使控制系统能够实时根据各相位车辆的多少进行信号的智能控制.将此方案应用于劲松东口交叉口作为研究背景,仿真结果表明,采用模糊控制方法结果令人满意,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Matlab FIS工具箱的模糊自整定PID控制系统设计与实现

在SIMULINK环境下．基于Matlab模糊逻辑工具箱建立模糊推理系统．设计出模糊自整定PID参数控制器．并开发相应的ActiveX控件．将Matlab工具箱与监控组态软件结合，在实现PID参数在线自整定的同时，实现将复杂的控制算法应用于工业现场。这对于研究Matlab及复杂算法在模糊控制工程领域的应用是有意义的。     

PID参数模糊自整定循环流化床床温控制系统

床温是循环流化床锅炉燃烧控制系统中的一个重要参数，本文设计了模糊自整定PID参数控制器对循环流化床锅炉床温进行控制，仿真结果表明模糊自整定PID参数控制系统动态性能明显优于常规定参数PID控制系统，且前者较后者的抗内扰能力强、鲁棒性好。