基于智能计算干线多路口交通信号控制.pdfVIP

第22卷第2期 济南大学学报(自然科学版) V01．22No．2 0FUNIVERSITYOF Apr．2008 2008年4月 JOURNAL JINAN(Sci．Tech．) 文章编号：1671—3559(2008)02—0137一08 基于智能计算的干线多路口交通信号控制 盖。斐1，赵建玉1，贾磊2 (1．济南大学控制科学与工程学院，山东济南250022；2．山东大学控制科学与工程学院，山东济南25500i) 摘要：评述基于递阶模糊神经网络、高阶广义神经网络及 如模糊控制、神经网络和遗传算法都对传统的交通 模糊控制、遗传算法和模拟退火算法等几种当前主要的基于 信号配时方法做了改进，取得了一定的效果。 智能计算的干线多路口交通信号控制方法的优缺点，分析得 出将智能计算方法有效结合可有效改善控制的结论，提出该 1智能计算与干线控制 领域的研究将向混合智能计算以及与相关学科结合发展的 1．1智能计算 趋势。 智能计算(Intelligent 关键词：多路口；交通信号控制；智能计算 中图分类号：U491．112 文献标识码：A (Soft 息学及化学信息等学科发展的核心和基础。它的概 念最早是由模糊理论的创始人，伯克利大学教授L 智能交通系统…(IntelligentTransportSystem， Zadeh提出来的[3J。所谓的智能计算方法是以人工 ITS)是一个跨学科、信息化、系统化的综合研究体 系，其主要内容是将先进的人工智能技术、自动控制 神经网络、模糊逻辑粗糙集等为代表。同传统的硬 技术、计算机技术、信息与通信技术及电子传感器技 计算方法相比，智能计算是一种可以处理信息中的 术等有效的集成并应用于整个地面交通管理系统， 不精确性、不确定性和部分准确的研究计算方 从而建立的一种在大范围内全方位发挥作用的，实 法‘4|。 时、准确、高效的综合交通运输管理系统。ITS的实 早期的智能计算方法主要包括三个基本方法： 施将带来巨大的经济和社会效益，因此世界上许多 神经网络、模糊逻辑和全局优化算法。近几年，新的 国家，特别是发达国家投入了大量的人力物力从事 智能计算方法∞。61不断提出，主要有：人工神经网 ITS的研究和应用。 络、模糊系统、遗传算法、进化策略、进化规划、模糊 多路口交通信号控制是智能交通系统的重要内 神经网络、进化神经网络、模糊进化计算、进化模糊 容。由于交通系统具有较强的非线性、模糊性和不 系统、神经模糊系统、进化模糊神经网络、模糊进化 确定性，是一个典型的分布式系统，而且具有多信息 神经网络、人工免疫系统、人工内分泌系统、软计算 ‘来源、多传感器的特点，用传统的理论与方法很难对 生态计算、模糊退火等。其中，混合智能计算方法的 其进行有效的控制，因此将智能控制技术、信息融合 研究逐渐成为智能计算领域的研究热点，目前较为 技术、智能信息处理技术等引入交通信号优化控制 集中的研究有进化模糊系统o¨，神经模糊系 是一个必然的趋势。实现多路口信号的优化控制不 统‘卜121，进