双交叉口两级模糊协调控制算法的研究

基于城市交通智能控制研究课题的需要,提出了一种双交叉口的分级模糊协调控制算法和应用混沌优化自动调整隶属度函数的思想,依此设计了双交叉口的两级模糊协调控制器;应用MATLAB编写了仿真程序,对主次干道车流量相差悬殊和相近两种情况进行了实例仿真,并与传统控制算法进行了比较.仿真结果表明,分级模糊协调控制方法可以有效减少有主次干道之分的交叉口车辆的平均延误,对交通流量均衡的交叉口的控制效果,也比传统算法有显著提高.     

线控系统协调优化模型及其改进粒子群算法研究

为合理控制线控系统,控制参数应协调设置.本文基于分层递阶技术优化设计控制参数.首先将元胞传播模型(CTM)进行改进,考虑出口道车队离散延误,建立干线路段及交叉口分流、合流交通流模型,使CTM适于网络交通流分析.然后,针对线控系统现状研究忽视共用周期优化的问题,基于控制参数间的相依关系,考虑上、下行相位差关系,建立两级递阶控制模型;协调级根据主次干道车流状况,以系统总延误最小为目标同时优化共用周期和双向相位差;控制级优化绿信比使所控交叉口延误最小.同时,采用分段变化的惯性因子选择机制改进粒子群优化算法.最后,将协调优化模型及其粒子群算法应用于某仿真线控系统,比较研究发现协调控制效果良好.     

分层控制算法在过饱和交通干线控制中的应用

提出一种启发式分层控制算法框架来解决过饱和城市交通干线的控制问题.整个控制器由控制层和协调层组成,在控制层,引入主线延误和次线延误的概念,将控制问题描述为一个冲突的多目标控制问题,提出一种新的基于IPNSGA-Ⅱ遗传算法的多目标相容控制策略来产生相邻交叉口的信号配时方案;在协调层,首先确定需要进行协调的交叉口群,然后以主线延误和次线延误为目标,采用IPNSGA-Ⅱ遗传算法进行优化,实现交叉口之间的协调.提出的相容控制策略具有鲁棒性、实时性、动态性的特点,能够实现干线交叉口的实时控制.将该分层算法应用于一个七个交叉口组成的城市交通干线的交通流仿真系统进行测试,仿真结果表明,本文方法比单点控制策略能够更有效的缓解网络中的过饱和状态,减小延误.     

汽车主动底盘多模型分层协调控制

针对汽车主动底盘复杂大系统的特点,运用分布式智能递阶控制策略建立主动底盘分层协调控制结构。下层控制器为悬架、转向和制动系统三个单独的控制器,用以执行各子系统的控制任务,实现各自的性能指标;上层控制主要对车辆行驶状态进行判断,并结合车辆底盘协调控制逻辑及下层控制器反馈信息特征,对各控制子系统进行整体协调和控制决策。仿真结果表明,相对于汽车底盘系统单独子系统控制,采用分层式协调控制策略能更好地改善整车综合使用性能。     

城市交通控制智能优化配时及仿真

城市交通系统是一个随机性很强的、复杂的巨型系统。开发了双层反馈神经网络，将其应用于城市交通控制信号配时优化，并开发了应用于优化计算的能量函数和车辆平均延误计算式。以广东江门市某平面交叉路口为对象进行了仿真计算，结果表明：与传统的配时方法相比，采用所开发的双层反馈神经网络进行智能优化配时，交叉路口车辆的平均延误可以平均减少18．2％，可以大大提高路口的通行效率。开发的双层反馈神经网络也可以应用于其他对象的优化，具有较强的推广应用价值。     

路口群落交通流的区间二型模糊预测与多级模糊控制

提出"路口群落"的概念来分析城市交通网络中拥挤区域的交通信号控制方式.应用二型模糊逻辑对区域交通流量进行预测,得到以防止路口群落堵塞为前提的车辆平均延误最小的多级模糊控制算法(T2F-MACFC).在二型模糊规则提取时,应用了一种改进的c均值模糊聚类算法,该算法可以针对区间型数据进行模糊聚类.计算机仿真表明,T2F-MACFC算法相对于目前实际应用的"绿波"(Green Wave)自适应控制方法,可以减少交通拥挤地区50%的堵塞情况发生,而二型模糊预测方法的引入使得车辆平均速度提高大约15%.     

交叉路网交通灯的协调模糊控制方法

交通灯的控制是城市交通系统中一个重要的问题,本文探讨了一种新的交叉路口网交通灯的协调模糊控制方法,首先在交叉和阵道上设置流量检测器得到路口的交通数据;然后根据路网多个节点的交通动态特征,提出了一个种模糊规则来控制交通信号灯的延长时间和相位变化,使得整个整网车辆的平均时延得到优化,这个方法与一种典型方法作了比较,并且给出了仿真实例,其结果相当令人满意。     

基于闭合环路的自适应区域控制系统

研究SCOOT系统和SCATS系统性能优缺点,根据我国城市道路网系统的结构特点,设计了一种基于闭合环路的自适应区域控制系统.该系统以路网中的闭合环路作为控制子区,应用信号参数优化模型计算参数组合,对不同闭合环路进行协调控制形成预选方案,通过系统设定的面控率进行判断、选择,确定最终信号控制方案.通过实例验算结果表明本文设计的控制系统能有效的减少区域交通车辆总延误、减少停车次数,起到调节交通流、缓解交通拥堵、提高道路利用率的作用.     

基于改进GA 的城市交通模糊控制研究

提出了基于相序优化的城市交通信号模糊控制算法,并用改进的遗传算法(GA)对模糊控制规则进行优化.以现实中常用的四相位交通信号控制为例,通过研究发现,在不改变原来四相位相序的前提下,通过灵活的相位优化,可以获得更好的控制效果,采用改进的GA对模糊规则进行优化,可以减少因专家经验的主观性而导致的模糊规则的不完备性.以典型的十字路口为对象,选择不同时段的交通流状况进行仿真实验,仿真结果表明,与传统交叉路口信号模糊控制的方法相比,文中提出的控制算法能有效避免交通流不平衡引起的拥挤堵塞,提高系统的实时性和控制精度,从而减少了车辆平均延误时间,是进行城市交通信号自适应控制的一种实用且有效的算法.     

基于模糊认知图的多Agent协调模型

在复杂大系统中 ,相对独立的智能控制子系统将组成一个多 Agent系统 .由于各子系统的自主性 ,对于任务及决策将存在不同的支持度 .本研究采用模糊认知图 ,建立了对任务及决策的支持度的协调控制策略 .同时 ,提出了多 Agent系统在协调控制中的稳定性 ,并分析了本文中的协调控制策略稳定性.     

基于神经网络实现的交叉口多相位模糊逻辑控制

针对城市交叉口交通流的分布特点,给出了一种自适应交叉口多相位控制算法,考虑相邻车道上的车辆排队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,文章所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力,为实现交通系统智能控制提供了一条新途径.     

采用系统科学方法优化交通信号灯的控制策略

为了控制车辆在交叉路口顺畅通行,本文在介绍交通信号灯系统结构、运行模式及工作流程的基础上,分析了系统控制中不同策略的方法,使用在不同的时段采用不同的路口控制模式,自适应地控制车辆通行时间,并根据路口间距采用不同的开启时刻以及使用交通诱导策略,减少车辆等待时间,提高车辆通行效率,保证整个交通系统的高效流通,而且通过车载标签及时掌握的车速、车型和交通量等交通信息可以为该路段远期规划的交通预测提供基础数据,对智能交通控制具有很大的指导意义。     

基于多智能体的分布式交通信号协调控制方法

通过建立交通信号控制智能体BDI模型,提出了一种基于多智能体的分布式交通信号协调控制方法.通过相邻路口信号控制智能体的信息交互和协调,在确保路口绿灯时间利用率较高的前提下,尽量使相邻路口驶来的车队不停车地通过路口.编制交通控制微观仿真软件,在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验,实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式.     

信号交叉口人机混驾交通流速度控制策略建模

为分析人机混驾交通流下网联自动驾驶车辆（connected and autonomous vehicles,CAV）速度控制策略对交通流运行特征的影响,构建了考虑驾驶员对行车信息获取不确定性的人工驾驶车辆交叉口通行决策模型。提出考虑前车速度影响的自动驾驶速度控制策略,构建信号交叉口连续型元胞自动机更新规则,通过引入不同CAV渗透率、道路饱和度、控制区长度参数,研究CAV速度控制策略对信号交叉口交通流运行特征的影响。结果表明：CAV能显著提高交叉口通行能力,且车流通过交叉口区域的延误显著降低;同时速度控制策略的实施效果还受控制区长度的影响,呈现出随着控制区长度的增加,车均延误逐渐降低并趋于稳定。     

基于混合整数规划的相邻交叉路口信号协调控制

建立一个基于混合整数规划的相邻交叉路口信号协调控制模型，该模型适用于两路口之间距离比较短的情况。根据上游路口的驶入率和周期初路段上的车辆数，对该路段上的车辆运行情况进行了研究，得到了一个周期内该路段的车辆数变化以及下游路口车辆驶出累积数，并通过协调上游路口信号灯变换时间来控制下游路口车辆周期内的驶出数量。本文与现有文献的不同之处在于，是以固定时间内下游路口驶出的车辆数为目标函数进行建模，给出了模型的一些重要性质，并通过算例对模型的协调控制能力进行了仿真研究。     

一种交叉路口信号优化控制模型的研究与仿真

交通信号优化是智能交通控制中的难点。对单交叉路口信号控制提出了一种优化控制模型,该模型先以三层BP人工神经网络对交叉路口的车辆到达进行预测,并根据交通流饱和度理论,用模糊控制器对路口各方向的绿灯时间进行调整。仿真研究表明提出的控制模型可以提高交叉路口通行能力,减少车辆延误,达到交通信号优化的目的,同时比传统方法能更好地适应变交通流的情形。如果做进一步的研究可将该控制方法应用于多路口的区域交通控制,有较强的实用性和推广价值。     

单路口交通的多相位实时模糊控制

讨论单路口多相位的交通信号控制 ,控制方法采用实时模糊控制 ,提出以当前相的主队列、最近1 0秒车辆到达数、后继相的主队列三者决定信号配时的方法 ,给出了该三维模糊控制器的设计 .根据通过交叉口的车辆停驶过程 ,推导出交叉口平均车辆延误计算模型 .对上述控制器进行四相位交叉口的仿真试验 ,以通过交叉口的平均车辆延误作为性能评价指标 ,仿真结果表明 ,控制效果比较满意 ,优于定时控制方法     

降雨情景下城市道路交通信号控制优化模型与方法

降雨天气导致城市道路交通运行效率明显下降,现有道路交通信号控制一般尚未建立针对性的信号优化方案。考虑降雨天气降水量、道路积水等因素影响下的交通运行情景,设计了面向交通控制的城市道路交通信息物理系统体系,搭建了基于信息物理系统的城市道路交通控制框架,并建立了交通信号控制优化模型,进一步利用BP神经网络方法设计了模型求解方法。通过搭建实例路口交通仿真模型,对比3种方案下延误时间等多个指标,分析结果表明本文方法在改善降雨情景下交叉口交通运行效率等方面的有效性。     

一种分布式交通信号控制方法及仿真实现

在基于多智能体的分布式道路交通控制概念模型和单路口交通信号自学习控制方法的基础上，提出了一种基于多智能体的分布式交通信号区域控制方法。通过相邻路口信号控制智能体的信息交互和协调，在确保路口绿灯时间利用率较高的前提下，尽量使相邻路口驶来的车队不停车地通过路口。编制交通控制微观仿真软件，在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验，实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式。