两种智能优化算法在交通控制应用中的对比研究

城市交通系统是一个随机性很强的、复杂的巨型系统。本文提出了2种区域智能交通控制的模型与算法分别是：将遗传算法与混沌映射结合，提出混沌遗传算法（C-GA）；将粒子群算法分别与混沌映射构造混沌粒子群算法（C-PSO）、模拟退火粒子群算法（Sa—PSO）。仿真结果表明，各个优化算法具有较强的鲁棒性、自适应性和自学习性，都能高效地解决区域交通控制信号优化配时问题且较传统固定周期控制方法能较好地减少车辆的平均延误。