高速公路入口匝道动态响应调节算法设计.pdfVIP

60 交通信息与安全2011年第3期第29卷总161期 高速公路人口匝道动态响应调节算法设计 吴 明1 范东涛2 李旭宏1 (东南大学交通学院1南京210096)(江苏省交通规划设计院2南京210005) 摘 要论文在模糊神经网络内部引入递归环节，设计了入口匝道的动态响应调节算法，介绍了算法 的模糊神经网络结构、隶属度函数、模糊规则。由于递归神经元有内部反馈连接，可以捕获系统的动 态响应，能简化网络模型，网络各个参数具有明确的物理意义，可根据经验选择初始值，且其是一个动 态映射网络，比普通模糊神经网络更适于描述动态系统。最后分别通过数值仿真试验和交通TSIS模 拟实验，详细分析了入口匝道智能控制的效果，仿真结果表明论文设计的入口匝道模糊神经网络控制 算法在控制效果上比常规定时、Alinea控制显示了较大的优势，在重要指标上优于定时控制策略和 Alinea控制策略。 关键词 交通控制；匝道调节算法；动态模糊神经网络；交通仿真 · 中图分类号：U491．4文献标志码：A DO!：10．3963／j．ISSN1674—4861．2011．03．015 0 引 言 1 人口匝道动态响应调节算法 国外匝道控制方法要有：定时控制、交通需 1．1动态模糊神经网络 求一容量差额控制、占有率控制和ALINEA控 动态模糊神经网络的拓扑结构如图2所示， 制[1屯]等，其中ALINEA控制是目前应用比较广它由5部分组成：输入层L。；模糊化层L：规则层 泛的，但这种控制策略在匝道上游交通需求和入 L。；归一化层L。和输出层L。。在第二层L：引入 口匝道交通需求均比较大的情况下，往往会导致 了递归神经元，由于递归神经元有内部反馈连接， 回溢和快速路交通拥挤的反复振荡现象Ll。2J。为可以捕获系统的动态响应，能简化网络模型。以 此，国内外学者相继把模糊逻辑、人工神经网络等 下的描述中，“；为第S层的第i个节点的输入，a 智能控制技术应用到高速公路匝道控制中，取得 为第5层的第i个节点的输出，s为网络的层数。 了一定的效果口巧]。模糊逻辑和神经网络都不依 赖于精确的数学模型，具有逻辑推理和数值计算 的功能和较强的非线性函数近似能力，可以利用 不精确或不准确的信息去实现在不同监测密度下 的平滑过渡。许多专家指出，模糊控制、神经网络 i贮乒i 控制是解决匝道控制的有效途径[3]。 图1 动态模糊神经网络的拓扑结构 neuralnetwork 采用模糊神经网络对高速公路匝道控制进行 Fig．1Dynamicfuzzy structure 研究，就是利用模糊逻辑的定性知识和推理能力 topological 以及神经网络的学习功能，实现一种更有效的匝 第一层为输入层L。：两个节点分别与输入向 道控制[4]。目前应用的模糊神经网络的主要缺点 量z。相连，并将各输人值x=[z。，z。…z。]传到 是大都不具备反馈结构而使应用范围限于静态问 下一层，T为转置。这里x=[z。，X：]下=[P，Pc]1’ 题，对暂态问题控制无效。对于实际的过程来说， 各分量zi相连。 对象常常具有动态特性，过程的变量是时间的函 第二层为模糊化加递归层L：：每个节点代表 数，因此，研究具有动态特性的模糊神经网络具有 一个语言变量值，如负大、零、正小等。它计算各 更为实际的意义[5。6]。 输入分量属于各语言变量值模糊集合的隶属度函 收稿日期：2