遺傳算法在智能交通系統(tǒng)中的應用專家講座

遺傳算法在智能交通系統(tǒng)中應用匯報人:王超PB0013導師：周學海教授-6-121遺傳算法在智能交通系統(tǒng)中的應用專家講座第1頁主要內(nèi)容智能交通系統(tǒng)背景介紹遺傳算法介紹遺傳算法在本文中應用測試數(shù)據(jù)總結&展望2遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第2頁智能交通系統(tǒng)介紹智能交通系統(tǒng)ITS—IntelligentTransportationSystem最先進電子信息技術實現(xiàn)人員（包含駕駛員和管理者）、公路和車輛三者親密結合和友好統(tǒng)一新公路交通系統(tǒng)。優(yōu)點：降低交通擁擠，加強對車輛集中管理和調(diào)度，為駕駛員提供足夠交通、公安、娛樂等信息提升交通運輸效率保障交通安全增強行車舒適性改進環(huán)境保護質(zhì)量提升能源利用率。3遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第3頁智能交通系統(tǒng)分類先進交通管理系統(tǒng)(ATMS)道路、車輛和駕駛員之間建立通訊聯(lián)絡信息檢測系統(tǒng)-信息傳輸系統(tǒng)-信息處理系統(tǒng)-信息公布系統(tǒng)

先進車輛控制系統(tǒng)（AVCS）輔助在以至替換駕駛員實施控制先進駕駛員信息系統(tǒng)（ADIS）向駕駛員提供路況信息，導航營運車輛調(diào)度管理系統(tǒng)（CVO）企業(yè)用車輛調(diào)度先進大眾運輸系統(tǒng)（APTS）向公眾提供信息，公交車調(diào)度4遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第4頁系統(tǒng)工作目標：降低一段時間內(nèi)每輛抵達車輛平均等候時間伎倆：參考歷史信息和當前路口上下游路口擁塞來動態(tài)地調(diào)整路口交通燈延長時間實現(xiàn)方法：調(diào)度算法含糊控制遺傳編程5遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第5頁遺傳算法基本理論遺傳算法(GeneticAlgorithms)是基于自然選擇和自然遺傳機制搜索算法，它是一個有效處理最優(yōu)化問題方法染色體編碼方法。二進制編碼，其等位基因是由二進值符號集{0,1}所組成。如： X＝100111001000101101就可表示一個個體，該個體染色體長度是n＝18。十進制編碼 沒有“HammingCliffs”01111->10000需要改變?nèi)课贿m合范圍變異，直觀6遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第6頁遺傳算法基本理論個體適應度評價。作用：決定當前群體中每個個體遺傳到下一代群體中機會多少。為正確計算這個概率，這里要求全部個體適應度必須為正數(shù)或零。關鍵點：依據(jù)不一樣種類問題，必須預先確定好由目標函數(shù)值到個體適應度之間轉換規(guī)則，尤其是要預先確定好當目標函數(shù)值為負數(shù)時處理方法。7遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第7頁遺傳算法基本理論遺傳算子?；具z傳算法使用下述三種遺傳算子選擇(selection)：依據(jù)各個個體適應度，按照一定規(guī)則或方法，從當代群體選擇出一些優(yōu)良個體遺傳到下一代群體中。慣用是下面輪盤賭選擇方法。8遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第8頁遺傳算法基本理論交叉(crossover)：將群體P(t)內(nèi)各個個體隨機搭配成對，對每一對個體,以某個概率(稱為交叉概率，crossoverrate)交換它們之間部分染色體。均勻交叉點交叉9遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第9頁遺傳算法基本理論變異(mutation)：對群體中每一個個體，以某一概率(稱為變異概率，mutationrate)改變某一個或某一些基因座上基因值為其它等位基因。10遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第10頁遺傳算法基本理論基本遺傳其法運行參數(shù)?；具z傳算法有下述4個運行參數(shù)，影響運行時間和收斂速度：M：群體大小，即群體中所含個體數(shù)量，普通取為20—100。T：遺傳運算終止進化代數(shù)，普通取為100—500。Pc：交叉概率，普通取為0.4—0.99。Pm：變異概率，普通取為0.001—0.1。11遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第11頁遺傳算法基本理論遺傳算法基本步驟12遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第12頁遺傳算法在系統(tǒng)中應用我們系統(tǒng)主要經(jīng)過含糊控制和調(diào)度算法來實現(xiàn)對交通控制遺傳算法功效就是經(jīng)過進化生成上面含糊控制規(guī)則表13遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第13頁遺傳算法實現(xiàn)關鍵技術染色體編碼方法一個現(xiàn)有含糊控制規(guī)則表，是一個N×N矩陣，N為車流含糊量隸屬度，在我們系統(tǒng)中設置為7，VF(極少)、F(少)、FP(較少)、C(中)、MP(較多)、M(多)、VM(很多)，對應編碼為0、1、2、3、4、5、6，這么一個7×7矩陣就能夠轉化成一個編碼序列。詳細例子以下：14遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第14頁遺傳算法在系統(tǒng)中應用上面表格編碼所得結果為：0123456012345601234550123345012334401122340011223。編碼長度為7×7=49位。時間含糊量當前車流含糊量VFFFPCMPMVM下一相位車流含糊量VFVSSSPCLPLVLFVSSSPCLPLVLFPVSSSPCLPLLCVSSSPCCLPLMPVSSSPCCLPLPMVSSSSPSPCLPVMVSVSSSSPSPC15遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第15頁遺傳算法在系統(tǒng)中應用適應度函數(shù)確實定－平均等候時間在路口模型中，假設有8個車道。每個車道要分別計算，需要假設各個車道流出速率。 對于某個車道，假如是綠燈結束情況：a若上次剩下車全部離開，又因為是以勻速離開，則在此次綠燈時間內(nèi)等候時間為：上次剩下車輛數(shù)×離開時間÷2?！拘聛碥嚹軌虿豢紤]】b若上次剩下車沒有走完，則在此次綠燈時間內(nèi)等候時間為：離開車輛數(shù)×此次綠燈時間÷2＋（新來車輛＋沒有走車輛）×此次綠燈時間。 16遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第16頁遺傳算法在系統(tǒng)中應用對于某個車道，假如是紅燈結束情況：在此次紅燈時間內(nèi)等候時間為：（紅燈開始時候已經(jīng)在等候車輛＋紅燈時間內(nèi)到來車輛）×此次紅燈時間。注意點：左轉車道和直行車道擁有不一樣流出速度，普通來說直行車要比左轉快一些。17遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第17頁遺傳算法在系統(tǒng)中應用遺傳算法參數(shù)設置初始種群產(chǎn)生初始化種群時，為了確保每個基因都存在于第一代個體中，人為地制訂一條染色體m_genes[i]=i/7，其余popnum-1條染色體由隨機產(chǎn)生，必須確保滿足每個基因基因型在0到6之間。交叉?zhèn)€體按照交叉概率Pc=80%進行雜交。交叉采取均勻雜交，隨機產(chǎn)生與染色體等長二進制雜交模板，0表示對應位不交換，1表示交換。然后依據(jù)模板對兩個父代施行雜交，產(chǎn)生兩個后代。均勻雜交能搜索到點式雜交無法搜索到模式，比較適適用于較小群體規(guī)模。而點式交叉搜索到模式比較少，在群體規(guī)模較小時，其搜索能力將受到一定影響。18遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第18頁遺傳算法在系統(tǒng)中應用變異個體按照變異概率Pm=20％進行變異，而被選中個體每位基因又按照5％概率進行變異。變異時候需要注意不能超出編碼范圍。新一代個體產(chǎn)生在對一代個體進行交叉和變異操作之后，生成一個數(shù)目比初始種群數(shù)目大種群。對于該種群每條染色體計算其適應度，并按照適應度大小將全部染色體排列，并取最大種群數(shù)目個作為下一代種群。19遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第19頁遺傳算法在系統(tǒng)中應用其它參數(shù)設置 主要影響遺傳算法運行時間。種群規(guī)模popNum;進化代數(shù)generationNum;計算適應度函數(shù)時模擬運行時間totalTime;計算適應度函數(shù)時模擬運行次數(shù)runTime;交叉概率crossRate;變異概率mutateRate;個體基因變異概率Genome.m_mutationrate;染色體長度genomeLength;每個基因取值范圍genomeRange;20遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第20頁遺傳算法在系統(tǒng)中應用算法流程圖21遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第21頁相關測試運行時間測試種群規(guī)模影響22遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第22頁相關測試進化代數(shù)影響23遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第23頁相關測試仿真時間影響24遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第24頁相關測試仿真次數(shù)影響25遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第25頁相關測試控制效果測試建立一個路口模型（4相位8車道）4個相位8個車道到來速度（平均分布）離開速度（直行和左行）3種不一樣方法比較傳統(tǒng)交通燈經(jīng)驗矩陣遺傳算法26遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第26頁相關測試27遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第27頁總結和展望總結 本文把遺傳算法應用在含糊控制規(guī)則生成中，再經(jīng)過計算出來含糊控制對應關系來管理十字路口，得到了比較優(yōu)化效果。編碼方案適應度函數(shù)算子

28遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第28頁總結和展望展望限制關系時間含糊量當前車流含糊量VFFFPCMPMVM下一相位車流含糊量VF5556666F4445555FP3334444C2223333MP1112222M0001111VM000000029遺傳算法在智能交

通系統(tǒng)中應用遺傳算法在智能交通系統(tǒng)中的應用專家講座第29頁總結和展望按照適應度調(diào)整變異概率