智能控制應(yīng)用案例三

智能控制應(yīng)用案例遺傳算法在交通控制中的應(yīng)用楊長安S101946智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第1頁!本實例是采用遺傳算法方法對城市交叉路口交通信號燈實施合理優(yōu)化配時控制，以緩解日趨緊張的交通擁擠問題，提高交通效益。針對交通信號控制的具體情況，對算法本身存在的有不等式約束的基本問題做了一個初步改進，采用基于退火選擇算子和自適應(yīng)適應(yīng)度的改進遺傳算法來解決目前的約束處理方法中存在的問題。把改進的算法用到一個交通交叉路口控制模型中得到較好的結(jié)果。而對兩個交叉路口建立模型中，因為模型的約束條件中不但含有不等式，還含有等式約束，為此，我們采取先隨機生成任意種群，然后讓種群慢慢逼近到可行域范圍內(nèi)，再讓種群在可行域內(nèi)迭代。對于迭代到可行域之外的群體降低它的適應(yīng)度，最后經(jīng)過數(shù)次迭代后找到最優(yōu)解。計算結(jié)果顯示該方法的有效性。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第2頁!國內(nèi)外研究智能交通的幾種基本方法（1）專家系統(tǒng)具有便于運用結(jié)構(gòu)化、模型化方法和推理模型、充分吸收人類專家經(jīng)驗和實現(xiàn)輔助決策的特點。（2）模糊數(shù)學(xué)在交通控制的應(yīng)用。模糊邏輯是一種處理不確定性、非線性等問題的有力工具，特別適用于表示模糊及定性知識，與人類思維的某些特征相一致，故嵌入到推理技術(shù)中具有良好效果。（3）基于元胞自動機的城市交通信號自組織控制方法，將城市交通信號控制系統(tǒng)作為交通網(wǎng)絡(luò)處理，每個路口作為具有自主采集和處理信息功能的智能體，系統(tǒng)依靠網(wǎng)絡(luò)的自組織實現(xiàn)每個路口交通信號控制的動態(tài)決策。（4）智能算法解決交通問題。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第3頁!遺傳算法在其交通應(yīng)用中存在的問題（1）模型復(fù)雜,參數(shù)太多難以達到優(yōu)化目的,優(yōu)化速度慢且達不到最優(yōu)解。（2）約束條件不但復(fù)雜,而且繁多,算法收斂的時候很難滿足約束條件智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第4頁!智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第5頁!信號控制的控制參數(shù)周期時長周期時長即信號燈運行一個循環(huán)所需的時間，等于綠燈、黃燈、紅燈時間之和。一般信號燈最短周期不能少于36s，否則不能保證幾個方向的車順利通過交叉路口。最長周期不超過2min，否則引起等待司機的抱怨，或者誤以為信號燈已經(jīng)失靈。適當(dāng)?shù)闹芷陂L度對疏散路口處的交通流、減少車輛等待時間有重要意義。從疏散的角度來講，顯然當(dāng)交通需求越大時，周期應(yīng)越長，否則一個周期內(nèi)到達的車輛不能在該周期的綠燈時間內(nèi)通過交叉口，就會發(fā)生堵塞現(xiàn)象。從減少車輛等待時間的角度來講，太長或者太短的周期都是不利的。若周期太短，則發(fā)生上述堵車現(xiàn)象。若周期太長，則某一方向的綠燈時間可能大于實際需要長度，而另外一方向的紅燈時間不合理的延長必然導(dǎo)致該方向車流等待時間的延長。

智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第6頁!相位是對于一個路口多方向交通流而言的，一個交通流方向（一個綠燈信號）稱為一相。例如一個十字路口，根據(jù)實際情況可以設(shè)計為兩相、三相甚至四到八相。兩相時（如下圖，相位1為東西向直行和左、右轉(zhuǎn)彎，相位2為南北向直行和左、右轉(zhuǎn)彎。）相位越多，交通安全性越好，交叉口的利用率越低。十字路口取兩相位交通信號者居多。相位差是對兩個路口同一信號相位而言的。當(dāng)涉及到對一條主干上的交通流或一個網(wǎng)絡(luò)內(nèi)的交通流進行控制時，相位差是一個重要的控制參數(shù)。通過調(diào)整各路口間相位差，可以使一串路口的信號燈形成一條綠波帶，車隊通過這些路口時暢通無阻。

相位智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第7頁!單交叉路口的模型智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第8頁!以交叉口流通能力作為進行優(yōu)化的目標函數(shù)，目的是要延誤的車輛數(shù)達到最小，從而實現(xiàn)車輛流通能力最大。接著我們分析一個路口的四個相位的車輛。設(shè)表示第g個路口的第h-1個周期時，第k個車道第i個相位j方向（為了方便，j具體用e，s，w，n表示，分別指東南西北四個方向）上滯留的車輛數(shù)，可用儀器鄰時測出來。qkij表示第i個相位，第j個方向、第k個車道的車輛到達率。則第g個路口的第h個周期時，第k個車道的第i個相位j方向上車輛在時間內(nèi)的到達數(shù)量為

ukij表示第i個相位，第j個方向、第k個車道的車輛離開率。則第g個路口的第h個周期時，第k個車道的第i個相位j方向上車輛在時間內(nèi)的離開數(shù)量為

用r表示e、w和用m表示s、n兩個方向。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第9頁!兩個交叉路口模型的建立現(xiàn)在一個交叉路口的模型已經(jīng)建立，我們接著討論的是當(dāng)兩個交叉路口時如何協(xié)調(diào)控制。交通實驗表明，兩個路口相關(guān)，相距是不能超過800米（如下圖）。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第10頁!針對以上問題，我們提出幾點改進方法：1）實際中，兩路口之間的車流量基本由信號燈決定。所以只要控制信號燈，就可以計算出路口之間具體確定的車流量，這個顯然要比預(yù)測的值準確。2）對相位差再調(diào)整，使得對待從兩邊路口進入的車輛享受同等綠波的權(quán)利。3）由于采用模糊控制最難把握的是隸屬函數(shù)的選取，因此先采取改進的方法建立模型再采用上節(jié)的遺傳算法計算具體值，從而避免的選取模糊控制的缺點。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第11頁!模型的建立我們希望在這個交通系統(tǒng)中總的平均流量能盡量大（即需要系統(tǒng)的最大通行量），同時又不能讓系統(tǒng)中的任意一個交叉點被車輛堵塞。因為我們計算的是平均流量，只要在平均一個周期內(nèi)，交叉路口無法疏通所有滯留的車輛，經(jīng)過一段時間后車輛會越積越多，從而其它相鄰路口的車輛也會被堵，最后這個交通系統(tǒng)就會完全癱瘓。所以我們希望流量最大即

還有在平均周期內(nèi)每個交叉口的滯留量必須等于0，即Sij=0.因為從一個交叉口到另一個交叉口的路段都有個最大容量和交叉路口橫、縱向放行的平均時間也應(yīng)該在一個范圍內(nèi)，即d1≤teij,trij≤d2。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第12頁!總結(jié)本文先從遺傳算法開始，在介紹了遺傳算法的一般知識后，接著對有不等式約束條件的優(yōu)化模型進行改進，改進后使其在解決有不等式約束條件的模型達到滿意效果。然后把改進的算法用到一個交叉路口的交通模型上。接著在一個交叉口的交通模型基礎(chǔ)上建立了兩個交叉口的協(xié)調(diào)優(yōu)化模型。發(fā)覺模型不但復(fù)雜了，約束條件也不再是簡單的不等式約束了。先用之前改進的算法解決，得出的結(jié)果差強人意，而且很費時。再次改進該算法，改進后求解。再接著研究整個交通網(wǎng)絡(luò)流量。由于單從設(shè)計交通信號配時的基礎(chǔ)上并不能從根本解決交通堵塞問題，所以必然要求我們探求其根本原因。于是就研究了整個交通網(wǎng)絡(luò)的最大流量控制問題，建立了交通網(wǎng)絡(luò)模型。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第13頁!標準遺傳算法的流程如下:

(1)使用二進制編碼對搜索空間進行編碼(2)隨機產(chǎn)生包含n個個體的初始群體(3)適應(yīng)度評估檢測個體適應(yīng)度(個體適應(yīng)度反映了個體好壞的情況)(4)WHILE<未滿足迭代終止條件>DO(5)用賭輪選擇方法選出若干個體進行繁殖，個體可以重復(fù)(6)隨機配對，按一定概率(交叉概率)進行一點交叉操作并生成兩個子個體(7)按照一定概率(變異概率)變異二進制個體串中某個(些)位(8)適應(yīng)度評估檢測個體適應(yīng)度(9)ENDDO智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第14頁!交通信號控制系統(tǒng)的主要術(shù)語和參數(shù)周期：是指信號燈色發(fā)生變化，顯示一個循環(huán)所需的時間，也稱周期長，即紅、黃、綠燈時間之和。相位：即信號相位，是指在周期時間內(nèi)按需求人為設(shè)定的，同時取得通行權(quán)的一個或幾個交通流的序列組。相位差：具有相同周期長的相關(guān)路口，在同方向上的兩個相關(guān)相位的啟動時間差，稱為相位差。綠信比：是指在周期長內(nèi)的各相位綠燈時間與周期長之比。飽和流量：是衡量路口交通流釋放能力的重要參數(shù)，通常是指一個綠燈時間內(nèi)的連續(xù)通過路口的最大車流量。流量系數(shù)：是實際流量與飽和流量的比值。既是計算信號配時的重要參數(shù)，又是衡量路口阻塞程度的一個尺度。綠燈間隔時間：是指從失去通行權(quán)的相位的綠燈結(jié)束，到下一個得到通行權(quán)的相位綠燈開始所用的時間。有效綠燈時間：是指被有效利用的實際車輛通行時間。它等于綠燈時間與黃燈時間之和減去頭車啟動的損失時間。車輛滯留延誤：是指交通沖突或信號控制設(shè)施的限制給車輛帶來的時間損失。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第15頁!綠信比一個周期中，綠燈時間與周期時長之比稱為綠信比。設(shè)綠燈時間為t，周期時長為T，則綠信比g為：

綠信比的大小對于疏散交通流和減少路口總等待時間有著舉足輕重的作用。通過合理地分配各車流方向的綠燈時間（綠信比），可使各方向上阻車次數(shù)、等待時間減至最少。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第16頁!相位示意圖智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第17頁!針對上圖所示的相位信號控制的交叉路口，各車道車輛在不同的相位在不同的車道的放行狀態(tài)可用一個系數(shù)矩陣表示為P1=011000011000P2=100000100000P3=000011000011P4=000100000100其中1表示放行，0表示禁行。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第18頁!因為要考慮行人過馬路，所以每個相位的有最短時間，也有最長時間的約束。還有根據(jù)研究周期一般不超過120s。一個交叉路口總的約束條件如下式：智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第19頁!模型中還存在的問題

在處理主干道一系列交叉路口時，都是采用基于模糊控制的。具體來說是采用高階神經(jīng)網(wǎng)絡(luò)的方法或其他方法預(yù)測兩路口或幾個路口之間的流量，然后根據(jù)對應(yīng)流量，設(shè)計好相位差，用模糊控制的方法對路口車輛協(xié)調(diào)控制。但是在里面有幾個問題有待解決。1）這是用神經(jīng)網(wǎng)絡(luò)預(yù)測出的結(jié)果，具體偏差多少有待解決。2）為了讓主干道形成綠波帶，讓路口之間相位起始時間存在一定差距。具體做法是讓從路口1（或路口2）進入的車輛在不停留的情況下通過路口2（或路口1）。但這樣的相位差僅僅對從路口1進入（或路口2）的車輛有利，而從路口2（或路口1）進入的車輛則享受不到這樣的特權(quán)，沒有讓主干車輛真正地優(yōu)先行使。3）而采用的是模糊控制，最常見的問題是其中的隸屬函數(shù)選取是否恰當(dāng)還有待改進。還有盡管使用遺傳算法計算出信號燈的具體配時，但是我們知道隨著交叉路口的增加，模型會逐漸復(fù)雜，只采用傳統(tǒng)的遺傳算法很難得出的優(yōu)秀的解。智能控制應(yīng)用案例三共23頁，您現(xiàn)在瀏覽的是第20頁!交通網(wǎng)絡(luò)模型及算法實現(xiàn)現(xiàn)代城市道路錯綜復(fù)雜，