单点交叉口交通模糊控制仿真徐乃云.pptVIP

模糊推理的输入输出变量 输入变量：qr和tr 输出变量：Ur qr是一个车道两检测器之间的车辆数，tr是一个车流方向自上次绿灯结束以来红灯持续的时间。这两个变量反映了当地交通状况。 Ur是交通流紧迫度，它反映了一个交通流的交通状况。 输入输出变量的模糊语言 ={很少，少，中等，多，很多}； ={很短，短，中等，长，很长}； ={很低，低，中等，高，很高}。 红灯相位选择模块 变量论域和比例因子 qr的基本论域 {0,1,2,3,4,5,……,30 }； tr的基本论域 (0,120)； Ur的基本论域 (0,6)。 模糊控制规则（Fuzzy Control Rules） Ur qr tr 很少 少 中等 多 很多 很短 很低 很低 很低 低 中等 短 很低 很低 低 中等 高 中等 低 中等 中等 高 很高 长 中等 高 高 很高 很高 很长 很高 很高 很高 很高 很高 绿灯相位观察模块 该模块以绿灯相位交通流数据作为输入：绿灯交通流数据选择绿灯相位剩余车辆数(qg)和绿灯相位经过最小绿灯时间后的绿灯延长时间(tg)。 产生的绿灯相位繁忙度(Bt)作为输出。 如果绿灯相位包含多于一个交通流，那么使用各交通流的最大剩余车辆数，绿灯延长时间是相同的。 Bt qg tg 很少 少 中等 多 很多 很短 低 低 中等 高 很高 短 很低 低 低 中等 高 中等 很低 低 低 中等 高 长 很低 很低 低 低 中等 很长 很低 很低 很低 低 低 决策模块 输入：候选相位(Pr)，相位紧迫度(Up)和繁忙度(Bt) 输出：当前绿灯延长时间e Pr是由红灯相位选择模块选出的相位，Up是此相位的相位紧迫度。Bt是绿灯相位观测模块输出的绿灯相位繁忙度。e是当前绿灯相位延长时间。Pr不参与模糊推理。 （2）考虑关键及非关键车流的交叉口模糊控制 控制过程是:根据检测器检测到的各方向车辆到达信息,定两相的关键车流和非关键车流.对两相的关键车流的车辆到达情况实施模糊控制,即经过模糊化、模糊控制规则、模糊判决得到有通行权相位的绿灯延长时间初值es;对两相的非关键车流的车辆到达情况实施模糊控制,得到绿灯延长时间的修正时间Δes.从而得到控制策略,即绿灯延长时间e+Δes(这里要求0≤e+Δe≤10).单路口交通多级模糊控制系统结构如图 模糊控制算法的缺点是隶属度函数和模糊控制规则通常取决于人工经验,因此有一定的局限性。 利用遗传算法对模糊控制器进行优化,将隶属度函数和模糊控制规则编码成一个染色体,即个体,若干个个体组成一个种群,经过遗传操作生成新的一代。新的个体由于继承了上一代的一些优良性状,在性能上优于上一代,这样逐步向更优解的方向进化。 三、单个交叉口模糊控制的改进 蚁群算法模拟上述进化过程,它的基本的思想是:用蚂蚁的行走路线表示待求解问题的可行解,每只蚂蚁在解空间中独立地搜索可行解,解的质量越高,在“行走路线”上留下的信息素也就越多,随着算法的推进,代表较好解的路线上的信息素逐渐增多,选择它的蚂蚁也逐渐增多,最终整个蚁群在正反馈的作用下集中到代表最优解的路线上,也就找到了最优解。 蚁群算法的目的就是从规则全集中抽出部分控制规则,达到较好的控制效果. 徐乃云 内容提要： 一、模糊控制 二、单点交叉口的模糊控制 （一）单点交叉口的一级模糊控制 （二）单点交叉口的两级模糊控制 （1）交通强度优先的交叉口模糊控制 （2）考虑关键及非关键车流的交叉口模糊控制 三、单个交叉口模糊控制的改进 一、模糊控制 1965年扎德(Zadeh)首先提出模糊集（Fuzzy set）的概念，被公认为模糊数学的创始人。 出现模糊数学后，人们将精确的数学描述领域推广到与人的心理有关的领域，并借助模糊数学理论处理各种复杂的问题。 1977年，Pappis和Mamdani将模糊控制应用到单个路口信号控制，此后，模糊控制在交通控制中得到了广泛的应用，已经成为最常见的信号控制的智能方法。 模糊控制理论建立在模糊数学基础上。 模糊数学的重要概念：模糊集合 模糊集合定义为： 给定论域X中的一个模糊集A， 是指对任意x∈A， 都为其指定一个μA（x）∈[0，1]与之对应， 这个数