智能交通信号灯毕业设计外文翻译.doc

智能交通信号灯 摘要：信号控制是一种必要的措施以确保的质量和安全,交通循环。现在的信号控制的进一步发展具有极大的潜力来减少运行时间、车辆、事故成本和整车排放。检测的发展和计算机技术改变了交通信号控制从定时开环规定自适应反馈控制。目前的自适应控制方法,像英国、瑞典MOVA SOS)和英国(孤立的信号(area-wide又控制),采用数学优化与仿真技术来调整信号波动的时间观察到的交通流实时的。优化是通过改变时间和周期长度的绿色的信号。在area-wide交叉口控制偏移是之间也发生了变化。已经开发为几种方法确定最优周期长度和最小延迟在十字路口,但基于不确定性和严格的交通信号控制的本质,全局最优是不可能找到的。 1．引文：由于越来越多的公众意识的环境影响道路交通许多当局现在所追求的政策来:，管理供求?拥挤，影响模式和路径选择?;贯彻“三个代表”重要思想,提高公共汽车?有轨电车和其他公共服务车辆;设施提供更好的、更安全,骑自行车和行人的道路使用者等脆弱;降低汽车排放?、噪声和视觉入侵;为所有道路改善安全?用户群。 在自适应交通信号控制的弹性增强的增加的数量在周期层叠的绿色阶段,从而使数学优化非常复杂和困难。因为这个原因,自适应信号控制在大多数情况下不是建立在精确的优化上,而是建立在绿色的扩展原理。在实践中,遵循的均匀性是最主要的交通信号控制安全的原因。这一规定的限制的周期时间和相位的安排。因此,在实践中是交通信号控制的针对性的解决方案和调整的基础上由交通规划者。现代可编程信号控制器以大量的可调参数是非常适合这一过程。对于好的结果,一个经验丰富的策划人和微调领域中是必要的。模糊控制已经被证明是成功的,在这些问题中,精确的数学建模是困难的或不可能的,但一名有经验的人可以控制的工艺操作。因此,交通信号控制是一种适合于任务特别为模糊控制。事实上,最古老的文化之一的潜力的例子是一个模拟的模糊控制在一个inter-section交通信号控制的两个单向的街道。即使在这个非常简单的情况下,模糊控制是至少在作为一个良好的传统的自适应控制。一般而言,模糊控制是发现在复杂问题都优于用多目标决策。在交通信号控制多种交通流竞争来自同一时间和空间,而且不同的优先选择往往不同交通流或车辆组。此外,优化标准,包括几个同时喜欢平均和最大车辆和行人延误、最大队列长度和百分比停止的车辆。所以,它很可能是很有竞争力的模糊控制在复杂真实的十字路口的地方传统的优化方法的使用是有问题的。 2．模糊逻辑：介绍了模糊逻辑,并成功地应用于大范围的自动控制任务。最大的好处模糊逻辑是有机会模型与不确定的模糊决策。此外,模糊逻辑有能力理解语言指令和控制策略的基础上产生的先验的沟通。这一点在利用模糊逻辑来控制理论的基础上,是模仿人类专家控制的知识,而不是为了构建过程本身。的确,模糊控制已经被证明是成功的,在这些问题中,精确的数学建模是困难的或不可能的,但一名有经验的操作员可以控制的过程。一般而言,模糊控制是发现在复杂问题都优于多目标决策。 目前,有大量的基于模糊推论系统技术。不过它们当中的主要部分,受含糊不清的根基;即使它们大都是古典数学方法表现更好,他们还带有黑色的盒子,如德模糊化,这是很难证明数学或逻辑的。例如,如果-然后模糊规则,它们在核心的模糊推理系统,经常报道的工作方式,是Ponens概括规则推理机制的经典,但随便起来就不是这样的,这之间的关系,这些规则和多值逻辑是任何已知的复杂和人工。此外,专家系统的性能应相当于人类专家:它应该得到同样的结果,专家给,但提醒当控制问题是如此模糊,专家是不确定适当的行为。现有的模糊专家系统很少满足这第二种情况。 然而,很多研究观察,模糊推理的方法是基于相似。Kosko,举个例子,写的模糊隶属……代表的相似性定义对象特性的imprecisely。以这句话严重,我们学习系统的多值等价,即模糊相似度。原来,从Lukasiewicz多值逻辑的定义,我们能构建出一个模糊推理方法的表演,依赖于专家知识推理和只在定义的逻辑概念。所以,我们不需要任何人造的解模糊化方法确定(如重心)决定最后输出的推断。我们基本的观察是,任何的模糊集的生成一个模糊相似度,这些相似之处可以结合到一个模糊关系,变成了一个模糊相似度,太。我们把这称为诱导模糊关系总模糊相似度。如果-然后模糊推论系统实际上是选择:比较了每一个问题的IF-part规则库以一实际输入值,找到最相似案例和火相应的THEN-part;如果它并非是独一无二的,使用一个标准赋予了一位专家来进行。基于多值逻辑Lukasiewicz welldefined,我们展示如何使用该方法可以正式实施。 假设和原则模糊交通信号控制交通信号控制是用来最大限度地提高效率的现有交通系统。然而,交通系统的效率,甚至可以模糊。通过提供时间分