智能控制的应用案例三知识讲解
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能控制的应用案例三
国内外研究智能交通的几种基本方法
（1）专家系统具有便于运用结构化、模型化方法和推理模 型、充分吸收人类专家经验和实现辅助决策的特点。
（2）模糊数学在交通控制的应用。模糊逻辑是一种处理不 确定性、非线性等问题的有力工具，特别适用于表示模糊 及定性知识，与人类思维的某些特征相一致，故嵌入到推 理技术中具有良好效果。
t
k i
内的离开数量为
用r 表示e、w 和用 m 表示s、n 两个方向。
因为要考虑行人过马路，所以每个相位的有最短时间，也有最长时间的 约束。还有根据研究周期一般不超过120s。一个交叉路口总的约束条件 如下式：
两个交叉路口模型的建立
现在一个交叉路口的模型已经建立，我们接着讨论的是当两个交叉路口 时如何协调控制。交通实验表明，两个路口相关，相距是不能超过 800 米（如下图）。
绿信比 一个周期中，绿灯时间与周期时长之比称为绿信 比。设绿灯时间为t，周期时长为T，则绿信比g 为：
绿信比的大小对于疏散交通流和减少路口总等待 时间有着举足轻重的作用。通过合理地分配各车 流方向的绿灯时间（绿信比），可使各方向上阻 车次数、等待时间减至最少。
相位
相位是对于一个路口多方向交通流而言的，一 个交通流方向（一个绿灯信号）称为一相。例如一 个十字路口，根据实际情况可以设计为两相、三相 甚至 四到八相。两相时（如下图，相位1 为东西向 直行和左、右转弯，相位2 为南 北向直行和左、右 转弯。）相位越多，交通安全性越好，交叉口的利 用率越低。十字路口取两相位交通信号者居多。相 位差是对两个路口同一信号相位而言的。当涉及到 对一条主干上的交通流或一个网络内的交通流进行 控制时，相位差是一个重要的控制参数。通过调整 各路口间相位差，可以使一串路口的信号灯形成一 条绿波带，车队通过这些路口时畅通无阻。
其中1表示放行，0 表示禁行。
ຫໍສະໝຸດ Baidu
以交叉口流通能力作为进行优化的目标函数，目的是要延误的车辆数达
到最小，从而实现车辆流通能力最大。接着我们分析一个路口的四个相
位的车辆。设
表
示第g 个路口的第h-1 个周期时，第k 个车道第i 个相位j 方向（为了方
便，j 具体用 e，s，w，n 表示，分别指东南西北四个方向）上滞留的车
（2）约束条件不但复杂,而且繁多,算法收敛 的时候很难满足约束条件
标准遗传算法的流程如下:
(1)使用二进制编码对搜索空间进行编码 (2)随机产生包含n 个个体的初始群体 (3) 适应度评估检测个体适应度(个体适应度反映了个体好坏
的情况) (4) WHILE<未满足迭代终止条件>DO (5) 用赌轮选择方法选出若干个体进行繁殖，个体可以重复 (6) 随机配对，按一定概率(交叉概率)进行一点交叉操作并
数，又是衡量路口阻塞程度的一个尺度。 绿灯间隔时间：是指从失去通行权的相位的绿灯结束，到下一个得到通
行权的相位绿灯开始所用的时间。 有效绿灯时间：是指被有效利用的实际车辆通行时间。它等于绿灯时间
与黄灯时间之和减去头车启动的损失时间。 车辆滞留延误：是指交通冲突或信号控制设施的限制给车辆带来的时间
损失。
模型中还存在的问题
在处理主干道一系列交叉路口时，都是采用基于模糊控制的。 具体来说是采用高阶神经网络的方法或其他方法预测两路口或几个路口之 间的流量，然后根据对应流量，设计好相位差，用模糊控制的方法对路口 车辆协调控制。但是在里面有几个问题有待解决。1）这是用神经网络预测 出的结果，具体偏差多少有待解决。2 ）为了让主干道形成绿波带，让路口 之间相位起始时间存在一定差距。具体做法是让从路口1（或路口2）进入 的车辆在不停留的情况下通过路口2 （或路口1）。但这样的相位差仅仅对 从路口 1 进入（或路口2）的车辆有利，而从路口2 （或路口1）进入的车 辆则享受不到这样的特权，没有让主干车辆真正地优先行使。3）而采用的 是模糊控制，最常见的问题是其中的隶属函数选取是否恰当还有待改进。 还有尽管使用遗传算法计算出信号灯的具体配时，但是我们知道随着交叉 路口的增加，模型会逐渐复杂，只采用传统的遗传算法很难得出的优秀的 解。
信号控制的控制参数
周期时长
周期时长即信号灯运行一个循环所需的时间，等于绿灯、黄灯、红灯时 间之和。一般信号灯最短周期不能少于 36s，否则不能保证几个方向的 车顺利通过交叉路口。最长周期不超过2min，否则引起等待司机的抱怨， 或者误以为信号灯已经失灵。适当的周期长度对疏散路口处的交通流、 减少车辆等待时间有重要意义。从疏散的角度来讲，显然当交通需求越 大时，周期应越长，否则一个周期内到达的车辆不能在该周期的绿灯时 间内通过交叉口，就会发生堵塞现象。从减少车辆等待时间的角度来讲， 太长或者太短的周期都是不利的。若周期太短，则发生上述堵车现象。 若周期太长，则某一方向的绿灯时间可能大于实际需要长度，而另外一 方向的红灯时间不合理的延长必然导致该方向车流等待时间的延长。
相位差：具有相同周期长的相关路口，在同方向上的两个相关相位的启 动时间差，称为相位差。
绿信比：是指在周期长内的各相位绿灯时间与周期长之比。 饱和流量：是衡量路口交通流释放能力的重要参数，通常是指一个绿灯
时间内的连续通过路口的最大车流量。 流量系数：是实际流量与饱和流量的比值。既是计算信号配时的重要参
（3）基于元胞自动机的城市交通信号自组织控制方法，将 城市交通信号控制系统作为交通网络处理，每个路口作为 具有自主采集和处理信息功能的智能体，系统依靠网络的 自组织实现每个路口交通信号控制的动态决策。
（4）智能算法解决交通问题 。
遗传算法在其交通应用中存在的问题
（1）模型复杂,参数太多难以达到优化目的, 优化速度慢且达不到最优解。
辆数，可用仪器邻时测出来。qkij 表示第i 个相位，第j 个方向、第k 个 车道的车辆到达率。则第g 个路口的第h 个周期时，第k 个车道的第i个
相位j 方向上车辆在时间内的到达数量为
ukij 表示第i 个相位，第j个方向、第k个车道的车辆离开率。则第g
个路口的第h个周期时，第k个车道的第i 个相位j 方向上车辆在时间
相位示意图
单交叉路口的模型
针对上图所示的相位信号控制的交叉路口，各车 道车辆在不同的相位在不同的车道的放行状态可 用一个系数矩阵表示为
P1 = 0 1 1 0 0 0 0 1 1 0 0 0 P2 = 1 0 0 0 0 0 1 0 0 0 0 0 P3 = 0 0 0 0 1 1 0 0 0 0 1 1 P4 = 0 0 0 1 0 0 0 0 0 1 0 0
生成两个子个体 (7) 按照一定概率(变异概率)变异二进制个体串中某个(些)位 (8) 适应度评估检测个体适应度 (9) END DO
交通信号控制系统的主要术语和参数
周期：是指信号灯色发生变化，显示一个循环所需的时间，也称周期长， 即红、黄、绿灯时间之和。
相位：即信号相位，是指在周期时间内按需求人为设定的，同时取得通 行权的一个或几个交通流的序列组。
国内外研究智能交通的几种基本方法
（1）专家系统具有便于运用结构化、模型化方法和推理模 型、充分吸收人类专家经验和实现辅助决策的特点。
（2）模糊数学在交通控制的应用。模糊逻辑是一种处理不 确定性、非线性等问题的有力工具，特别适用于表示模糊 及定性知识，与人类思维的某些特征相一致，故嵌入到推 理技术中具有良好效果。
t
k i
内的离开数量为
用r 表示e、w 和用 m 表示s、n 两个方向。
因为要考虑行人过马路，所以每个相位的有最短时间，也有最长时间的 约束。还有根据研究周期一般不超过120s。一个交叉路口总的约束条件 如下式：
两个交叉路口模型的建立
现在一个交叉路口的模型已经建立，我们接着讨论的是当两个交叉路口 时如何协调控制。交通实验表明，两个路口相关，相距是不能超过 800 米（如下图）。
绿信比 一个周期中，绿灯时间与周期时长之比称为绿信 比。设绿灯时间为t，周期时长为T，则绿信比g 为：
绿信比的大小对于疏散交通流和减少路口总等待 时间有着举足轻重的作用。通过合理地分配各车 流方向的绿灯时间（绿信比），可使各方向上阻 车次数、等待时间减至最少。
相位
相位是对于一个路口多方向交通流而言的，一 个交通流方向（一个绿灯信号）称为一相。例如一 个十字路口，根据实际情况可以设计为两相、三相 甚至 四到八相。两相时（如下图，相位1 为东西向 直行和左、右转弯，相位2 为南 北向直行和左、右 转弯。）相位越多，交通安全性越好，交叉口的利 用率越低。十字路口取两相位交通信号者居多。相 位差是对两个路口同一信号相位而言的。当涉及到 对一条主干上的交通流或一个网络内的交通流进行 控制时，相位差是一个重要的控制参数。通过调整 各路口间相位差，可以使一串路口的信号灯形成一 条绿波带，车队通过这些路口时畅通无阻。
其中1表示放行，0 表示禁行。
ຫໍສະໝຸດ Baidu
以交叉口流通能力作为进行优化的目标函数，目的是要延误的车辆数达
到最小，从而实现车辆流通能力最大。接着我们分析一个路口的四个相
位的车辆。设
表
示第g 个路口的第h-1 个周期时，第k 个车道第i 个相位j 方向（为了方
便，j 具体用 e，s，w，n 表示，分别指东南西北四个方向）上滞留的车
（2）约束条件不但复杂,而且繁多,算法收敛 的时候很难满足约束条件
标准遗传算法的流程如下:
(1)使用二进制编码对搜索空间进行编码 (2)随机产生包含n 个个体的初始群体 (3) 适应度评估检测个体适应度(个体适应度反映了个体好坏
的情况) (4) WHILE<未满足迭代终止条件>DO (5) 用赌轮选择方法选出若干个体进行繁殖，个体可以重复 (6) 随机配对，按一定概率(交叉概率)进行一点交叉操作并
数，又是衡量路口阻塞程度的一个尺度。 绿灯间隔时间：是指从失去通行权的相位的绿灯结束，到下一个得到通
行权的相位绿灯开始所用的时间。 有效绿灯时间：是指被有效利用的实际车辆通行时间。它等于绿灯时间
与黄灯时间之和减去头车启动的损失时间。 车辆滞留延误：是指交通冲突或信号控制设施的限制给车辆带来的时间
损失。
模型中还存在的问题
在处理主干道一系列交叉路口时，都是采用基于模糊控制的。 具体来说是采用高阶神经网络的方法或其他方法预测两路口或几个路口之 间的流量，然后根据对应流量，设计好相位差，用模糊控制的方法对路口 车辆协调控制。但是在里面有几个问题有待解决。1）这是用神经网络预测 出的结果，具体偏差多少有待解决。2 ）为了让主干道形成绿波带，让路口 之间相位起始时间存在一定差距。具体做法是让从路口1（或路口2）进入 的车辆在不停留的情况下通过路口2 （或路口1）。但这样的相位差仅仅对 从路口 1 进入（或路口2）的车辆有利，而从路口2 （或路口1）进入的车 辆则享受不到这样的特权，没有让主干车辆真正地优先行使。3）而采用的 是模糊控制，最常见的问题是其中的隶属函数选取是否恰当还有待改进。 还有尽管使用遗传算法计算出信号灯的具体配时，但是我们知道随着交叉 路口的增加，模型会逐渐复杂，只采用传统的遗传算法很难得出的优秀的 解。
信号控制的控制参数
周期时长
周期时长即信号灯运行一个循环所需的时间，等于绿灯、黄灯、红灯时 间之和。一般信号灯最短周期不能少于 36s，否则不能保证几个方向的 车顺利通过交叉路口。最长周期不超过2min，否则引起等待司机的抱怨， 或者误以为信号灯已经失灵。适当的周期长度对疏散路口处的交通流、 减少车辆等待时间有重要意义。从疏散的角度来讲，显然当交通需求越 大时，周期应越长，否则一个周期内到达的车辆不能在该周期的绿灯时 间内通过交叉口，就会发生堵塞现象。从减少车辆等待时间的角度来讲， 太长或者太短的周期都是不利的。若周期太短，则发生上述堵车现象。 若周期太长，则某一方向的绿灯时间可能大于实际需要长度，而另外一 方向的红灯时间不合理的延长必然导致该方向车流等待时间的延长。
相位差：具有相同周期长的相关路口，在同方向上的两个相关相位的启 动时间差，称为相位差。
绿信比：是指在周期长内的各相位绿灯时间与周期长之比。 饱和流量：是衡量路口交通流释放能力的重要参数，通常是指一个绿灯
时间内的连续通过路口的最大车流量。 流量系数：是实际流量与饱和流量的比值。既是计算信号配时的重要参
（3）基于元胞自动机的城市交通信号自组织控制方法，将 城市交通信号控制系统作为交通网络处理，每个路口作为 具有自主采集和处理信息功能的智能体，系统依靠网络的 自组织实现每个路口交通信号控制的动态决策。
（4）智能算法解决交通问题 。
遗传算法在其交通应用中存在的问题
（1）模型复杂,参数太多难以达到优化目的, 优化速度慢且达不到最优解。
辆数，可用仪器邻时测出来。qkij 表示第i 个相位，第j 个方向、第k 个 车道的车辆到达率。则第g 个路口的第h 个周期时，第k 个车道的第i个
相位j 方向上车辆在时间内的到达数量为
ukij 表示第i 个相位，第j个方向、第k个车道的车辆离开率。则第g
个路口的第h个周期时，第k个车道的第i 个相位j 方向上车辆在时间
相位示意图
单交叉路口的模型
针对上图所示的相位信号控制的交叉路口，各车 道车辆在不同的相位在不同的车道的放行状态可 用一个系数矩阵表示为
P1 = 0 1 1 0 0 0 0 1 1 0 0 0 P2 = 1 0 0 0 0 0 1 0 0 0 0 0 P3 = 0 0 0 0 1 1 0 0 0 0 1 1 P4 = 0 0 0 1 0 0 0 0 0 1 0 0
生成两个子个体 (7) 按照一定概率(变异概率)变异二进制个体串中某个(些)位 (8) 适应度评估检测个体适应度 (9) END DO
交通信号控制系统的主要术语和参数
周期：是指信号灯色发生变化，显示一个循环所需的时间，也称周期长， 即红、黄、绿灯时间之和。
相位：即信号相位，是指在周期时间内按需求人为设定的，同时取得通 行权的一个或几个交通流的序列组。