基于改进遗传算法交叉口模糊控制研究.docVIP

基于改进遗传算法交叉口模糊控制研究 　　摘 要:为了改善城市道路交叉口交通信号控制,降低交叉口车辆延误,提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中,为避免出现“早熟”现象,采用改进的自适应遗传算法,在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率,使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能,以交叉口车辆平均延误作为性能评价指标,在相同交通条件下进行了仿真实验。结果表明,相对于普通模糊控制器,经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误,提高交叉口的通行能力。 　　关键词:交叉口; 交通信号; 模糊控制; 自适应遗传算法; 平均延误 　　中图分类号:TP273.4文献标志码:A 　　文章编号:1001-3695(2009)09-3330-04 　　doi:10.3969/j.jssn.1001-3695.2009.09.037 　　 　　Study of fuzzy control for intersections based on improved genetic algorithm 　　YANG Zu-yuan, HUANG Xi-yue, LIU Hong-fei, DU Chang-hai 　　(College of Automation, Chongqing University, Chongqing 400044, China) 　　Abstract:In order to decreas vehicle delay in intersection, this paper presented an improved GA-based fuzzy control method for the traffic signal in urban intersections. To avoid prematurity problem, applied improved adaptive GA to optimizing the fuzzy controller. The crossing and mutation probability of individual that enjoyed the maximum fitness value were dynamically adjusted during the evolution of the population, which ensured that the evolution of the population will not suspend. To validate the performance of this control method, carried out simulation with vehicle average delay in the intersections being the performance?? index. The result indicates that the optimized fuzzy controller outperforms the traditional one in decreasing the vehicle average delay and increasing traffic capacity of the intersections. 　　Key words:intersection; traffic signals; fuzzy control; genetic algorithm; average delay 　　 　　0 引言 　　 　　城市交通拥堵已严重影响到城市环境质量和生活质量,各级交通管理部门都在积极寻求解决办法。交叉口是城市路网的节点,也是城市道路的瓶颈,它的畅通有利于提高整个城市路网的通行能力,缓解交通拥堵带来的危害。因此,城市交通信号控制成为当前控制领域和交通工程领域的研究热点之一,也是智能交通系统的重要内容[1]。 　　交通系统的非线性、模糊性和不确定性,基于数学模型的经典反馈控制方法很难取得满意的控制效果,因此人工智能的方法越来越受到人们的重视。模糊逻辑是一种处理不确定性和非线性问题的有力工具,与人类的某些思维特征相一致,嵌入到推理技术中具有良好效果。模糊控制被认为是城市道路交通智能控制最有发展前景的研究方向[2]。 　　Pappis等人[3]借鉴了交通警察迅速疏导车流的经验,首次设计了一个单交叉口信号模糊控制器,仿真结果表明比传统控制方法减少车辆平均延误约7%。此后,其他学者相继提出了改进的模糊控制算法,控制性能得到进一步提高[4~6]。这些模糊控制