点击浏览.docVIP

交通灯模糊控制系统 一、概述 随着社会的发展，我们的生活越来越多地依赖各种车辆特别是机动车辆，而交通灯安装在各个道口上，已经成为疏导交通车辆最常见和最有效的手段。自20世纪初，阿尔弗雷德·贝尼施开发出一种红绿灯系统，历经多种控制技术的应用，将先进的信息技术、计算机技术、数据通信技术、传感技术、电子控制技术、自动控制理论、运筹学、人工智能等有效地综合运用于整个交通服务、管理与控制，从而建立起一种大范围、全方位发挥作用的实时、准确、高效的运输综合管理系统，以解决日趋恶化的道路交通拥挤、交通事故和环境污染。到现在已发展到计算机网路控制。 城市交通系统是一种非线性的、时变的、滞后的大系统，以往的交通控制研究多是基于启发式的考虑，而不是基于控制理论的方法。近多年来，随着众多究控制理论出身的学者的加盟，使得城市交通自动控制领域的研究出现了新的思路、新的方法。 1.静态多段配时控制 静态多段配时控制是利用历史数据实现的一种开环控制，其基本设计思想源于线性规划，它没有考虑实时交通流量的波动，其控制能力和抗干扰能力非常有限。因此研究静态多段配时控制，将其作为其他控制策略的“参照系”，或为它们提供“初值系统”还是很有意义的。 2.准动态多段配时控制 准动态多段配时控制与静态多段配时控制相类似，只不过多段的划分不是以时间为依据，而是以检测到的实时交通状态为依据。交通状态可以用交通量、占有率、车速等交通数据的特征值来表达。被划分成的若干个交通状况分别配以不同的优化配时。 准动态多段配时控制是一闭环控制系统。由于反馈的引入，所以系统的动态性能比静态多时段控制有明显改善，但是又由于它的控制方式仍属于方案选择式，所以系统动态性能的改善又十分有限，故称之为准动态系统。 3.模糊控制 交通系统是一个具有随机性、模糊性和不确定性的复杂系统，因此其数学模型的建立非常困难，有时甚至无法用现有的数学方法加以描述。即使经过多次简化已建立的数学模型，它的求解还必须简化计算才能完成。所以经典控制法很难得到满意的效果。模糊控制是一种无须数学模型的控制方法，它能模仿有经验的交警指挥交通时的思路，达到很好的控制效果。20世纪70年代，Pappis设计了一个孤立交叉口的信号灯模糊控制器，效果很好。近些年来我国的许多学者也都以不同的思路对单个交叉口、交通干线的模糊控制进行了研究。 4.神经网络控制 人工神经网络是由大量简单的称之为神经元的处理单元以某种拓扑结构广泛地相互联接而构成的复杂的非线性动力学系统，它是在对人脑为主要的生物神经系统的组织结构和行为特征进行研究的基础上提出的，它侧重于对人脑某些特定功能的模拟，强调大量神经元之间的协同作用。通过学习的方法解决问题是人工神经网络的重要特征。由于神经网络具有很强的非线性近似能力，所以许多学者已经把它用于交通控制的研究之中。近年来，国内外许多专家致力于开发新的交通信号控制方法，人工智能是新的研究方向之一，这是因为人工智能在复杂系统的定性建模和控制上卓有成效。利用模糊控制与神经网络控制等智能控制技术进行交叉口信号灯控制能取得比定时控制与感应控制更好的效果，是今后单个交叉口信号灯控制的主要研究方向。将模糊控制、神经网络控制和遗传算法这三者结合起来用于交叉口信号灯的控制将有可能是今后交叉口信号控制研究的重点。 本文所研究的基于PLC的交通信号灯的模糊控制系统，对城市交叉口交通流的分布特点，提出一种基于PLC道路交叉口模糊控制系统，该系统采用二级模糊能有效减少单交叉口平均车辆延误，增强交叉口的通行能力，从而实现交通信号的自适应控制和交通的智能化管理。在终端能够进行车流量状况和违章率的显示。该系统能，增强交叉口的通行能力，实现交通信号的自适应控制和交通的智能化管理本模糊控制系统设计的核心是模糊控制器的设计，设计模糊控制器主要是求取模糊控制表。系统分析确定控制器的输入变量和输出变量以及它们的数值变化范围对于单交叉路口的信号灯控制主要在于求取最佳信号周期和两交叉方向的绿信比。当交通车流稀少时，信号周期尽量短些，但一般不能少于秒，以免某一方向的绿灯时间小于15秒使车辆来不及通过路口而影响交通安全。当交通车流需求量较大时，信号周期应该长些，但一般也不能超过120秒，否则某一相位的红灯时间超过60秒，司机和行人的心理上不能忍受。检测方法在十字路口的东西南北四个方向的每个入口车道的近端（斑马线附近）和远端（距斑马线约100米处）分别设置一个传感器，构成检测区，分别统计通过该处的车辆数。近端的传感器用来记录绿灯期间路口的车辆数（记为X），远端的传感器用来记录红灯期间进入路口排队等候的车辆数（记为Y）。为简化运算起见，我们将东西X1、Y合并成一组、、南北两个方向的X、Y值合并成一组，、绿信比系统开始工作时，首先给南北方向固定的15秒的绿灯时间，作为路口车辆状态参数