基于神經(jīng)網(wǎng)絡(luò)的城市關(guān)聯(lián)交叉口交通流預(yù)測(cè)控制

基于神經(jīng)網(wǎng)絡(luò)的城市關(guān)聯(lián)交叉口交通流預(yù)測(cè)控制

0信號(hào)控制策略分析城市交叉口主要特征是在地理位置的相鄰節(jié)點(diǎn)和交通流之間存在一些相關(guān)性，以及相關(guān)性測(cè)量的動(dòng)態(tài)變化。這是城市網(wǎng)絡(luò)中常見的交叉口組合形式。城市關(guān)聯(lián)交叉口構(gòu)成城市路網(wǎng)中的重點(diǎn)交通區(qū)域(包括重要交通密集及交通瓶頸地帶),因此,對(duì)城市關(guān)聯(lián)交叉口的控制效果直接影響著城市路網(wǎng)局部通行效率。另外,由于交通流具有強(qiáng)非線性和時(shí)變特征,而傳統(tǒng)的控制策略自適應(yīng)性較差,無(wú)法跟蹤交通流的復(fù)雜變化,也忽略了從交通流相關(guān)性的角度出發(fā),以關(guān)聯(lián)交叉口總體通行效率最優(yōu)為目標(biāo)來(lái)制定配時(shí)方案,這就導(dǎo)致實(shí)際中對(duì)關(guān)聯(lián)交叉口的控制效果不佳。因此,探求具有自適應(yīng)性、以全局最優(yōu)為目標(biāo)的城市關(guān)聯(lián)交叉口信號(hào)控制方法,已成為改善中國(guó)城市交通問題的現(xiàn)實(shí)迫切需要。為此,本文中筆者以城市關(guān)聯(lián)交叉口為研究對(duì)象,提出采用預(yù)測(cè)控制的“模型預(yù)測(cè)、滾動(dòng)優(yōu)化、在線反饋”思想,研究城市關(guān)聯(lián)交叉口交通流的預(yù)測(cè)控制方法。1關(guān)聯(lián)交叉口的定義城市關(guān)聯(lián)交叉口(包括城市隧道、高架橋、高速路匝道口、快速路匝道口附近的各交叉口)是一組地理位置相鄰、交通流之間存在一定關(guān)聯(lián)性的交叉口集合。關(guān)聯(lián)交叉口既可以是彼此鄰近的交叉口,也可以是隧道兩端的交叉口集合,其不受自然距離的約束,關(guān)聯(lián)性主要體現(xiàn)于交叉口交通流之間的關(guān)聯(lián)關(guān)系,且相鄰交叉口之間的關(guān)聯(lián)關(guān)系隨著交通流行為的變化而變化。對(duì)于一些在地理位置上相鄰的交叉口,由于在某些情況下其交通流之間的關(guān)聯(lián)性較弱,因此不能構(gòu)成關(guān)聯(lián)交叉口。以圖1所示的星型交叉口集合為例給出關(guān)聯(lián)交叉口的定義。該交叉口集合包括主交叉口C0(最大周期路口)以及與C0相距di(i=1,2,3,4)的次要交叉口Ci。考察在Ci及C0進(jìn)口道上檢測(cè)到的交通流參數(shù)(主要為交通流量和平均車速)時(shí)間序列之間的關(guān)聯(lián)度r0i,滿足式(1)、(2)條件的交叉口Ci與C0即構(gòu)成“以C0為主的關(guān)聯(lián)交叉口”d(C0,Ci)=di≤d0(1)maxc(Q0i,Qij)=r0i≥r0(2)式中:i、j=1,2,3,4,分別表示交叉口進(jìn)口的東、南、西、北4個(gè)方向;d(C0,Ci)為主交叉口C0和Ci的距離;Q0i為主交叉口C0進(jìn)口i方向的交通流參數(shù)時(shí)間序列;Qij為交叉口Ci進(jìn)口j方向的交通流參數(shù)時(shí)間序列;c(Q0i,Qij)為主交叉口C0進(jìn)口i方向和交叉口Ci進(jìn)口j方向交通流參數(shù)時(shí)間序列之間的關(guān)聯(lián)度(可以是灰色關(guān)聯(lián)度或非線性關(guān)聯(lián)度);d0和r0為給定的閾值。2高速公路預(yù)測(cè)控制算法應(yīng)用研究預(yù)測(cè)控制是一種基于模型預(yù)測(cè)進(jìn)行控制的方法,其核心思想是“模型預(yù)測(cè)、滾動(dòng)優(yōu)化、在線反饋”,具有預(yù)測(cè)模型的多樣性、滾動(dòng)優(yōu)化的時(shí)變性和在線校正的魯棒性等特點(diǎn),預(yù)測(cè)控制算法在近30年來(lái)已經(jīng)在許多領(lǐng)域得到廣泛應(yīng)用。Hegyi等應(yīng)用模型預(yù)測(cè)控制理念進(jìn)行高速公路交通控制研究,以實(shí)現(xiàn)出行車輛在途時(shí)間最少的目標(biāo)。劉智勇等將預(yù)測(cè)控制思想引入高速公路和城市交通控制中,對(duì)基于神經(jīng)網(wǎng)絡(luò)的交通流預(yù)測(cè)控制及其機(jī)制進(jìn)行了相關(guān)研究。將神經(jīng)網(wǎng)絡(luò)理論與預(yù)測(cè)控制算法相結(jié)合的出發(fā)點(diǎn)在于,利用神經(jīng)網(wǎng)絡(luò)能充分逼近任何非線性函數(shù)、能夠?qū)W習(xí)和適應(yīng)不確定性系統(tǒng)的動(dòng)態(tài)特性、能采用并行分布處理機(jī)制進(jìn)行快速計(jì)算等優(yōu)勢(shì),建立神經(jīng)網(wǎng)絡(luò)辨識(shí)結(jié)構(gòu)作為預(yù)測(cè)模型。2.1交通流預(yù)測(cè)模型預(yù)測(cè)值以圖1所示的關(guān)聯(lián)交叉口為例,各交叉口均設(shè)計(jì)為四相位信號(hào)控制。以第l交叉口第n條車流在第m相位的排隊(duì)長(zhǎng)度為狀態(tài)變量,則第k+1個(gè)周期時(shí)的排隊(duì)長(zhǎng)度可表示為Ρlmn(k+1)=Ρlmn(k)+?ylmn(k)-Τλlm(k)slm(3)Plmn(k+1)=Plmn(k)+y?lmn(k)?Tλlm(k)slm(3)式中:Plmn(k)為第k個(gè)周期時(shí)的排隊(duì)長(zhǎng)度;T為周期時(shí)長(zhǎng);λlm(k)為控制變量綠信比;slm為相應(yīng)的飽和流量;?yy?lmn(k)為徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)對(duì)第k個(gè)周期第m相位第n條車流的流量組合預(yù)測(cè)值,由輸出歷史數(shù)據(jù)[ylmn(k-1),ylmn(k-2),…,ylmn(k-oy)]、輸出單項(xiàng)預(yù)測(cè)值[?ff?lmn1(k),?flmn2(k),?,?flmnΚ(k)]和控制變量綠信比歷史數(shù)據(jù)[ulm(k-1),ulm(k-2),…,ulm(k-ou)]所決定,K為組合預(yù)測(cè)時(shí)選用的單項(xiàng)預(yù)測(cè)模型個(gè)數(shù),oy和ou分別為輸入、輸出量的階次。以排隊(duì)長(zhǎng)度最小為優(yōu)化指標(biāo),建立城市關(guān)聯(lián)交叉口交通流預(yù)測(cè)控制性能函數(shù)如下minJ(k)=minC∑l=14∑m=112∑n=1{αlmn∥Ρlmn(k+1)∥2+βlmn∥λlm(k)-λlm(k-1)∥2}s.t.4∑l=1λlm(k)=1-tl0/ΤlΡlmn(k+1)=Ρlmn(k)+?ylmn(k)-Tlλlm(k)slmλlm(k)≥λlmmin式中:目標(biāo)函數(shù)等號(hào)右邊第1項(xiàng)為排隊(duì)長(zhǎng)度指標(biāo),第2項(xiàng)為抑制綠信比劇烈變化的指標(biāo),避免信號(hào)配時(shí)變化太大對(duì)交通流產(chǎn)生不利影響;C為交叉口的個(gè)數(shù);αlmn、βlmn為大于0的控制權(quán)系數(shù);tl0為一個(gè)信號(hào)周期內(nèi)的過(guò)渡過(guò)程時(shí)間(包括黃燈、紅燈時(shí)間);Tl為l交叉口的周期時(shí)長(zhǎng);λlmmin為l交叉口第m相位的最小綠信比。2.2rbf神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)根據(jù)城市關(guān)聯(lián)交叉口交通流預(yù)測(cè)控制結(jié)構(gòu)(圖2)給出多RBF神經(jīng)網(wǎng)絡(luò)交通流預(yù)測(cè)控制算法步驟如下:(1)通過(guò)具有高精度車型信息的交通檢測(cè)系統(tǒng)采集交通流參數(shù)信息,各類型車輛經(jīng)折算后得到標(biāo)準(zhǔn)小客車當(dāng)量交通流量數(shù)據(jù),此數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化處理后作為多RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本集。(2)針對(duì)關(guān)聯(lián)交叉口的M個(gè)進(jìn)口方向,分別建立M個(gè)RBF神經(jīng)網(wǎng)絡(luò),對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行設(shè)計(jì),包括網(wǎng)絡(luò)層數(shù)、輸入層節(jié)點(diǎn)數(shù)、隱含層節(jié)點(diǎn)數(shù)、輸出層節(jié)點(diǎn)數(shù),對(duì)網(wǎng)絡(luò)權(quán)值和閾值進(jìn)行初始化。(3)設(shè)計(jì)RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法,通過(guò)足夠多的樣本集對(duì)各網(wǎng)絡(luò)進(jìn)行訓(xùn)練使其滿足誤差指標(biāo)要求,并將網(wǎng)絡(luò)投入在線運(yùn)行。(4)由訓(xùn)練好的RBF神經(jīng)網(wǎng)絡(luò)得到關(guān)聯(lián)交叉口交通流系統(tǒng)的預(yù)測(cè)模型,并計(jì)算第k周期時(shí)對(duì)M個(gè)進(jìn)口方向的交通流量預(yù)測(cè)值?y1(k+1)??y2(k+1),???yL(k+1)????yΜ(k+1)。(5)確定關(guān)聯(lián)交叉口的信號(hào)周期,并建立以關(guān)聯(lián)交叉口停車次數(shù)、排隊(duì)長(zhǎng)度或綜合指標(biāo)為最優(yōu)的性能函數(shù),求解帶約束的優(yōu)化問題得到最優(yōu)控制參數(shù)序列u(k)(綠信比或綠燈時(shí)長(zhǎng)),再動(dòng)態(tài)調(diào)整確定交叉口之間的相位差,將這些控制參數(shù)作用于被控關(guān)聯(lián)交叉口系統(tǒng)。(6)在第k+1個(gè)周期,通過(guò)檢測(cè)得到M個(gè)進(jìn)口方向的實(shí)際交通流量y1(k+1),y2(k+1),…,yL(k+1),…,yM(k+1),計(jì)算實(shí)際值與RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值的誤差。若此誤差值超出設(shè)定的誤差指標(biāo),則對(duì)RBF神經(jīng)網(wǎng)絡(luò)組進(jìn)行在線訓(xùn)練和修正;否則,只對(duì)未來(lái)預(yù)測(cè)輸出進(jìn)行誤差補(bǔ)償。(7)返回步驟(4),繼續(xù)進(jìn)行。3基于相位差動(dòng)態(tài)調(diào)整的交通流預(yù)測(cè)控制關(guān)聯(lián)交叉口信號(hào)配時(shí)參數(shù)有信號(hào)周期、綠信比(或相位時(shí)長(zhǎng))以及相位差等。根據(jù)各交叉口幾何數(shù)據(jù)、交通流量及早晚高峰變化特點(diǎn)劃分控制時(shí)段并確定配時(shí)方案時(shí),初步確定不同時(shí)段中各交叉口的相位數(shù)及相序,在此基礎(chǔ)上進(jìn)行控制參數(shù)確定。信號(hào)周期T為決定交通信號(hào)控制效果優(yōu)劣的關(guān)鍵控制參數(shù)。在關(guān)聯(lián)交叉口信號(hào)控制中,可以首先計(jì)算出關(guān)聯(lián)交叉口中主交叉口的最佳信號(hào)周期。如果各交叉口交通流量差別不是很大,則可用此信號(hào)周期作為關(guān)聯(lián)交叉口的共用信號(hào)周期;否則,可采用多信號(hào)周期的控制方式,即對(duì)每個(gè)交叉口按最佳周期近似公式確定各自的信號(hào)周期。在確定了第l交叉口的周期時(shí)長(zhǎng)Tl之后,根據(jù)各交叉口進(jìn)口方向的交通流量RBF神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)值?ylmn(k),通過(guò)求解第2.1節(jié)中建立的城市關(guān)聯(lián)交叉口交通流預(yù)測(cè)控制性能函數(shù)得到最優(yōu)綠信比?λlm?l=1,2,?,C;m=1,2,…,P,P為相位數(shù)。相位差是關(guān)聯(lián)交叉口同一相位綠燈或紅燈起始時(shí)間之差,是實(shí)現(xiàn)交通信號(hào)協(xié)調(diào)控制的重要參數(shù)。城市交通干線控制中,通過(guò)調(diào)整各交叉口間的相位差實(shí)現(xiàn)綠波控制,使車隊(duì)經(jīng)過(guò)這些路口時(shí)一路暢行,常用的相位差優(yōu)化方法有圖解法和數(shù)解法。除此之外,近年來(lái)各國(guó)學(xué)者也提出各種基于性能函數(shù)的相位差優(yōu)化方法,文獻(xiàn)中提出基于概率過(guò)程的單向交通流相鄰交叉口信號(hào)間相位差優(yōu)化理論方法;文獻(xiàn)中以交叉口群內(nèi)車流的總控制延誤為優(yōu)化目標(biāo)建立了相位差優(yōu)化模型。對(duì)于關(guān)聯(lián)交叉口交通流預(yù)測(cè)控制,可借鑒區(qū)域交通控制中的相位差動(dòng)態(tài)調(diào)整方法,先設(shè)定路網(wǎng)性能指標(biāo)I,如關(guān)聯(lián)交叉口排隊(duì)總長(zhǎng)度最小。在一組初始配時(shí)方案的基礎(chǔ)上,以適當(dāng)?shù)牟骄?如T/50左右)調(diào)整交叉口相對(duì)主交叉口的綠時(shí)差,計(jì)算性能指標(biāo)I。若本次得到的I值小于初始方案的I值,說(shuō)明調(diào)整方向有效,還應(yīng)當(dāng)以同樣的步距沿同一方向?qū)υ摻徊婵诘木G時(shí)差進(jìn)行連續(xù)調(diào)整,直至獲得最小的I值為止。反之,則應(yīng)朝相反方向調(diào)整綠時(shí)差,直至取得最小的I值為止。將以上信號(hào)周期長(zhǎng)度、綠信比(或相位時(shí)長(zhǎng))、相位差等參數(shù)施加于控制對(duì)象,根據(jù)實(shí)時(shí)檢測(cè)到的排隊(duì)長(zhǎng)度、延誤時(shí)間及停車時(shí)間等數(shù)據(jù)對(duì)控制性能進(jìn)行評(píng)價(jià),并進(jìn)入下一次關(guān)聯(lián)交叉口交通流預(yù)測(cè)控制參數(shù)設(shè)置流程。4交通流量限值計(jì)算及仿真結(jié)果為了對(duì)本文方法進(jìn)行驗(yàn)證,以如圖3所示的三關(guān)聯(lián)交叉口為仿真對(duì)象進(jìn)行仿真試驗(yàn),其中C0為主交叉口。試驗(yàn)環(huán)境為WinXP操作系統(tǒng),仿真軟件為Vissim3.6和Matlab6.5,仿真時(shí)間為620s。交叉口C0與C1之間的距離d1=454.0m,交叉口C0與C2之間的距離d2=155.0m;交叉口C1南北向?yàn)?車道,交叉口C2東西向?yàn)?車道,其余皆為6車道;路口各方向左、直、右行交通流量比例為0.2∶0.5∶0.3左右;各交叉口進(jìn)口方向的交通流量限值Q1=Q5=1200veh·h-1,Q2=Q3=500veh·h-1,Q4=Q6=Q8=800veh·h-1,Q7=700veh·h-1;按常規(guī)方法將各交叉口周期設(shè)定為120s,采取四相位控制方式,相位配時(shí)t1=t3=40s,t2=t4=20s。為便于通過(guò)Vissim3.6軟件進(jìn)行交通控制仿真,此處僅以給定的交通流量限值為基礎(chǔ),加入一定的隨機(jī)擾動(dòng)生成仿真交通流。以關(guān)聯(lián)交叉口總排隊(duì)長(zhǎng)度最小為優(yōu)化目標(biāo),進(jìn)行3個(gè)交叉口相位時(shí)長(zhǎng)優(yōu)化求解,得出交叉口C1相位t11=35,t12=38,t13=27,t14=20;C0相位t01=22,t02=33,t03=42,t04=23;C2相位t21=12,t22=52,t23=20,t24=36。將以上控制參數(shù)施加于關(guān)聯(lián)交叉口,通過(guò)Vissim3.6仿真軟件的評(píng)價(jià)參數(shù)輸出功能,可以獲取路段d1、d2上下行的行程時(shí)間Ti(i=1,2,3,4),以及交叉口的排隊(duì)統(tǒng)計(jì)指標(biāo)(包括平均排隊(duì)長(zhǎng)度、最大排隊(duì)長(zhǎng)隊(duì)、排隊(duì)車輛停車次數(shù))。對(duì)本文方法與常規(guī)方法(按經(jīng)驗(yàn)初步選定的控制方法)的行程時(shí)間、排隊(duì)指標(biāo)分別進(jìn)行統(tǒng)計(jì),見表1、2。通過(guò)各項(xiàng)統(tǒng)計(jì)數(shù)據(jù)可以看出:筆者提出的交通流預(yù)測(cè)控制算法由于以關(guān)聯(lián)交叉口內(nèi)總體排隊(duì)長(zhǎng)度作為優(yōu)化目標(biāo),而不是以某一路口或某一方向的排隊(duì)長(zhǎng)度為優(yōu)化目標(biāo),因此,平均排隊(duì)長(zhǎng)度、最大排隊(duì)長(zhǎng)度、停車次數(shù)等參數(shù)較常規(guī)方法明顯減少,與相互獨(dú)立的單點(diǎn)控制方法相比具有明顯的優(yōu)勢(shì)。5關(guān)聯(lián)4控制算法仿真(1)從城市道路交叉口之間的關(guān)聯(lián)關(guān)系出發(fā),對(duì)關(guān)聯(lián)交叉口進(jìn)行初步定義。在此基礎(chǔ)上,提出以關(guān)聯(lián)交叉口總體通行效率最高作為