模糊智能交通信号系统.docxVIP

数学建模与模糊控制方法实例研究 —以“模糊智能交通信号系统”为例 学 院： 专 业： 学 号： 姓 名：  摘要 本文以模糊智能交通信号系统为研究对象，通过对红绿灯时间的合理控制，在交通规则框架下，结合调查运用数学建模和模糊控制方法，实现对交通路口的车辆合理管理，追求最高的交通效率。 关键词：交通灯 数学建模 模糊控制  目录 TOC \o 1-3 \h \z \u 一、 引言 4 二、 假设条件与条件分析 4 三、 模型建立与求解 5 四、 结语 9 五、 参考文献 10  模糊智能交通信号系统 引言 传统的路口交通信号灯通常采用定时控制，其目的是协调好车辆的通行，减少车辆的延误，但效果并不理想。由于城市交通系统具有随机性、不确定性及相当的复杂性，因此对交通灯的控制应随交通流量的变化进行实时控制。在假定车流均匀的前提下，本文通过数学建模、模糊控制等方法讨论如何安排路口的交通灯控制时间才能使路口的交通达到最大限度的畅通。 本文模型的建立基于问卷调查数据，内容包括司机可忍受等待时间和司机满意等待时间，如表1和表2所示 假设条件与条件分析 在交通信号灯控制中，若对单个交叉口，车辆少的方向绿灯应短，但又不能太短以免影响交通安全；车辆多的方向绿灯时间应长，但又不能太长，以至另一方向司机不能忍受。因此，本文在考虑通行车辆数与司机忍耐时间的双重前提下，设计出一套较为合理的道路口信号控制系统。 模型假设 ① 路口的车辆秩序良好，无阻塞； ② 车辆都直行穿过路口，不拐弯，并且仅考虑单行线； ③ 所有的车辆均匀加速启动； ④ 所有车辆大小相差不大，统一对待； ⑤ 红灯时等待的每相邻两辆车之间的距离相等； ⑥ 前一辆车启动后，下一辆车启动的延迟时间相等； ⑦ 红绿灯交替没有时间差； ⑧ 路况信息良好，不考虑因意外交通事故而受到影响的情况； ⑨ 车辆流均匀。 条件分析 在现实生活中，因为车辆来往数量和方向具有随机性，模型建立十分复杂，为了简化模型，本文对孤立路口进行讨论。本文方法可推广至复杂路口情形。首先，图1所示情况可以分三种情况进行讨论。 a, b方向等待车量都少，小于n0。设某一红绿灯交替的时刻为0，并设0时刻两方向的等待车量分别为na0。计算分别将 及 辆车放行所需时间ta0tb0。这时开a方向的交通灯为绿灯，另一方向为红灯。将a方向的 辆车全部放行后，记录下b方向的车数nb1，计算将这些车放行所需时间tb1，将a方向的交通灯改为红灯，b方向改为绿灯tb1时间，此时将b方向的nb1辆车放行，再记录下a方向的车数为na1 a, b方向的等待车量一多一少的情形。在此时先把少的nb0辆车放行完，同时计算将na0辆车放行完所需时间ｔ，若ｔ＞ｔｒ为第三步中根据实际情况统计出的最长红灯时间），则只放行t a , b方向的等待车量都多的情形同时考虑司机等待忍耐度与扩大舒缓交通的程度，寻找其中的切合点。通过问卷调查统计出司机的等待忍耐接受时间和比较满意的等待时间，并计算出各时间司机的满意度。并通过数学模型的建立，寻找出既能通过较多车辆，又符合司机忍耐心理的最佳绿灯时间。 模型建立与求解 求出在通行时间与通过车辆数之间的数量关系。用x辆表示车辆行驶的道路，原点o表示交通灯的位置，x轴的正向是汽车行驶的方向，汽车的车头在道路上所处的位置表示汽车的位置，以绿灯开始亮时为时刻t=0。 根据前面的假设，我们令L表示汽车的长度，D表示红灯时等待的相邻两辆车之间的距离，T表示相邻两辆汽车启动的延迟时间，a表示汽车的加速度。我们用Sn(x)表示时刻t第n辆汽车所在的位置，用tn表示第n辆汽车开始启动的时间。 汽车启动之前停车位置的函数为 （1） 汽车启动时间函数为 （2） 汽车刚启动时为匀加速运动， t(ttn)时刻的位移： （3） 综上所述，我们得到汽车在道路上行驶的模型： （4） 此外，城市道路上有最高限速，设最高限速为v*米/秒。这样我们得到更完整的模型： （5） 求出司机对忍耐时间的满意度 根据问卷调查结果，我们可进行计算：司机可忍受的等待时间如表3所示。 注1：能接受总人数是指能接受此时间的所有的人。其计算公式为 （6） 注2：满意度即能接受的总人数与调查总人数（300人）的比值： （ （7） 由表3可以计算出人们最多能忍受时间的平均时间为 （8） 然后，我们对令人们比较满意的停车等待时间的调查结果进行计算，从而得到表4。 由表4可以计算出人们比较满意的等待时间的平均值为 （9） 这样，我们便求出了驾驶员对等待时间的满意度。 求解tx及tr 在模型分析中，我们一直将tx与tr作为一个车辆数及通行时间的临界线。它是介于最短绿灯时间与最长红灯时间之间的一个时间，因此，我们采用驾驶员比较满意的等待时间的平均值（数学