基于模糊控制的多相位交通信號控制系統(tǒng)

基于模糊控制的多相位交通信號控制系統(tǒng)

1模糊控制在城市交通流控制改革中的應(yīng)用城市交通是一個復(fù)雜的系統(tǒng)，具有隨機性、非線性和不確定性。傳統(tǒng)的數(shù)學(xué)模型控制方法雖然取得了一些成果，但對復(fù)雜的交通條件的處理效果并不理想。模糊邏輯控制不依賴被控對象的精確模型，是基于規(guī)則的一種智能控制方式，特別適用于具有較大隨機性的城市交通流控制。但目前多數(shù)模糊邏輯控制方法只是針對單交叉口兩相位進行分析本文在考慮車流密度和平均車流速度的基礎(chǔ)上，提出車流阻塞參數(shù)b，模糊邏輯控制的輸入變量選擇當前通行相位參數(shù)b2匝道阻隔程度的計算本文基于元胞自動機原理，采取Wolfram初等元胞自動機的184(10111000)號元胞自動機建立模型，車流參數(shù)如下：(1)車流密度ρ，指單位車道長度上車輛的多少：其中，cars表示車道上車輛的總數(shù)量；L表示車道的長度。以小型汽車為研究對象，一般小型車長度為5m，則檢測區(qū)內(nèi)(如100m)最多可容納有100/5=20輛車，因此，L取20，即該段路內(nèi)有20個元胞，最多容納20輛車。(2)平均車流速度<v>，指車道上能移動的車輛與車道上車輛總數(shù)的比值：其中，motioncars表示車道上能夠移動的車輛的數(shù)量；cars表示車道上車輛的總數(shù)量。(3)車流阻塞參數(shù)b，車流密度反映了車道上車輛的多少，而平均車流速度反映了車道上車輛的運行情況。相同的車流密度，平均車流速度可能不同；平均車流速度相同，車流密度也可大可小。如果只根據(jù)其中某一項，不能準確反應(yīng)出車道上的車流阻塞程度。如果將兩者均作為模糊控制的輸入量，就會出現(xiàn)輸入量偏多，設(shè)計和實現(xiàn)模糊控制時比較復(fù)雜。本文考慮將車流密度和平均車流速度統(tǒng)一為1個參數(shù)，使這個參數(shù)能準確反映車道的阻塞程度。參數(shù)b定義如下：其中，ρ表示車流密度；<v>表示平均車流速度；L表示車道長度。參數(shù)b是車流密度和平均車流速度的歸一化參數(shù)，它既包含車流密度的信息，又包含平均車流速度的信息，可準確描述當前車道的車流阻塞情況，它具有如下性質(zhì)：2)當b=0時，車道上無空閑位置，無車輛可以移動，處于嚴重阻塞狀態(tài)；3)當b=1時，車道上無車輛，或有1部可移動車輛；4)隨著b由0至1變大，車道阻塞狀況逐步減輕。3信號轉(zhuǎn)換加序控制交叉口信號控制是為了盡量減少車輛在路口的延誤，減少交通事故，使車輛能安全、有序地通過路口。目前使用較多的是經(jīng)典交通信號控制，它采用固定信號周期、固定紅綠燈時間和固定相位轉(zhuǎn)換次序的方法進行控制，無法對路口信號進行實時精確的控制，很難適應(yīng)車流量劇增的當代城市交通。采用基于模糊邏輯控制(FLC)、人工神經(jīng)網(wǎng)絡(luò)(ANN)等方法的智能交通信號控制有明顯的優(yōu)越性，它根據(jù)信號控制的性能指標對信號周期、相位時間和相位轉(zhuǎn)換順序進行動態(tài)優(yōu)化，能實時地傳遞路口交通情況并迅速給出控制策略。3.1控制思維本文研究的是4車道交叉口，有4個方向，如圖1所示。相位方案采用4相位制，如圖2所示。設(shè)各相位所對應(yīng)的車流阻塞參數(shù)為b3.2ggep2和gstep3的相位選擇本文采取的多相位信號控制策略：Step1指定各相位的最短綠燈時間GStep2對獲得通行權(quán)的相位i最短綠燈時間GStep3在ΔGStep4相位i的下一個綠燈延長時間ΔGStep5根據(jù)紅燈相位b和各自紅燈持續(xù)時間t，用相序選擇模糊控制器選擇下一個通行相位。3.3模糊檢測設(shè)計3.3.1延長藍色信號的模糊控制器綠燈延長模糊控制器的輸入量為通行相位的車流阻塞參數(shù)b(1)模糊化論域的添加Δb的模糊化：已知b∈[0,1],Δb=bb和b綠燈延長時間的模糊化：選其論域G為{0,3,6,9,12,15,18,21}，在此論域上定義的模糊子集為{0，很少，少，中等，多，很多}，簡寫為{ZO,VS,S,MO,M,VM}，如表3所示。(2)通信接口控制方式該控制規(guī)則的建立依賴于交叉口以往的具體情況，綜合定時控制經(jīng)驗和交警經(jīng)驗實現(xiàn)對交叉口的交通控制，無須延長的情況可看作延長為0，用ZO表示，對不可能出現(xiàn)的情況用“-”表示。如圖3所示。在上述規(guī)則中，控制可表示為“IF-THEN”的形式：IFB”=NBandB’=VFandB=VBTHENG=VM。(3)解模糊使用普通加權(quán)平均法3.3.2相位選擇模糊檢測器相位選擇模糊控制器的輸入變量為各相位的紅燈持續(xù)時間t和車流阻塞參數(shù)b。(1)連續(xù)綠燈時間b的模糊化：與上文相同。在某相位通行時，其他相位都處在紅燈狀態(tài)，因此，每個相位根據(jù)通行情況都有自己的連續(xù)紅燈時間t,t越大，則表明該相位沒有得到通行權(quán)的時間越長。連續(xù)紅燈時間t模糊化：其論域T為{20,40,60,80,100,120,140,160,180}，在此論域上的模糊化子集為{很短，短，適中，長，很長}，簡寫為{VS,S,MO,L,VL}，如表4所示。(2)vw、w,m,h,vh相位選擇優(yōu)先權(quán)模糊子集R為{很低，低，中，高，很高}，簡寫為{VW,W,M,H,VH}，如表5所示。在優(yōu)先權(quán)相同的情況下(如有2個相位的優(yōu)先權(quán)均為VH)，再根據(jù)持續(xù)紅燈時間t來選擇，選擇其中t最大的相位，可保證車流量不大的相位也有機會被通行。4結(jié)果分析用vc仿真程序5模糊控制器設(shè)計本文設(shè)計的交通信號的模糊控制器，在輸入變量的選取上，引入車流阻塞參數(shù)b，此參數(shù)融合了車流密度和平均車流速度兩者的信息，可較準確地反映車道的阻塞程度。而且由于該參數(shù)的引入，使綠燈延長模糊控制器的輸入減少為3個，模糊控制規(guī)則為7×5×5，共175條。若沒有該參數(shù)，如果輸入量選擇通行相位ρ，車流密度差△ρ及下游與通行相位對應(yīng)相位的ρ，則因為沒考慮平均車流速度而使控制結(jié)果不理想；但如果同時考慮ρ和<v>，輸入量增加到6個，模糊控制規(guī)則為7×7×5×5×5×5，共30625條，顯然很難