針對我國城市交通的現(xiàn)狀，機(jī)動(dòng)車輛數(shù)量越來越多，而傳統(tǒng)的交通信號燈控制模式采用的是定時(shí)控制，本文將模糊控制技術(shù)引入交通信號控制，實(shí)現(xiàn)交通燈的自適應(yīng)控制，對整個(gè)區(qū)域的信號系統(tǒng)進(jìn)行全局優(yōu)化調(diào)度，實(shí)現(xiàn)交通燈控制的智能化。

1、系統(tǒng)結(jié)構(gòu)

整個(gè)系統(tǒng)分為管理層、優(yōu)化調(diào)度層、數(shù)據(jù)采集層。管理層為最高指揮層，它能在交通管制等緊急情況下進(jìn)行宏觀調(diào)度?；A(chǔ)數(shù)據(jù)采集主要采集各車輛計(jì)數(shù)儀的實(shí)時(shí)數(shù)據(jù)，通過通信網(wǎng)將數(shù)據(jù)傳輸?shù)浇煌ü芸?a target="_blank">中心，管控中心利用專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)等技術(shù)對全局交通進(jìn)行優(yōu)化調(diào)度，在此基礎(chǔ)上形成調(diào)度指令，通過通信網(wǎng)反饋至各交叉口，各交叉口結(jié)合調(diào)度指令和該交叉口的實(shí)時(shí)交通流信息，利用模糊控制的策略對該交叉口的信號進(jìn)行控制。

2、單個(gè)交叉口紅綠燈的模糊控制

經(jīng)研究，對單個(gè)交叉口而言，當(dāng)交通需求較小時(shí)，信號周期T應(yīng)短一些，但一般不能少于Px15s（P為相位數(shù)）以免某一相位的綠燈時(shí)間tgi小于15s使車輛來不及通過路口影響交通安全;當(dāng)交通需求較大時(shí)，信號周期T則應(yīng)長一些，但一般不能超過120s，否則某一方向的紅燈時(shí)間將超過60s，駕駛員心理上不能忍受。當(dāng)交通需求很小時(shí)，一般按最小周期運(yùn)行;當(dāng)交通需求很大時(shí)，只能按最大周期控制，此時(shí)，車輛堵塞現(xiàn)象已不可避免。根據(jù)專家的經(jīng)驗(yàn)，單個(gè)交叉路口的模糊控制算法可描述為圖1所示。

圖1 ?單個(gè)交叉路口的模糊控制算法

算法中的交通需求通常用兩種方法描述，一是用交叉口停止線前的排隊(duì)長度即停止線前相隔一定距離（通常為80~100m）的兩檢測器之間的車輛數(shù)來表示交通需求;另一種方法是：當(dāng)占有率不低于某一基準(zhǔn)占有率時(shí)，用占有率表示交通需求;當(dāng)占有率小于某一基準(zhǔn)占有率且交通量不低于某一基準(zhǔn)交通量，則用交通量表示交通需求。檢測器在指定的時(shí)間內(nèi)（通常為5min）測得的計(jì)數(shù)值（方波數(shù)）為交通量;檢測器在指定的時(shí)間內(nèi)（通常為5min）測得的方波寬度總和與該時(shí)間值的比為占有率。建立模糊表如表1和表2所示，根據(jù)日?？刂平?jīng)驗(yàn)可得如表3所示模糊控制規(guī)則表。表中L表示車輛排隊(duì)長度，G表示綠燈時(shí)間。

表1 ?車輛排隊(duì)長度變化模糊表

表2 ?第i相位綠燈時(shí)間變化模糊表

表3 ?模糊控制規(guī)則表

3、基于專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的全局優(yōu)化調(diào)度

單個(gè)交叉口的控制要服從全局的調(diào)度，局部的最優(yōu)要服從全局的最優(yōu)。在實(shí)現(xiàn)交通全局優(yōu)化調(diào)度主要有兩方面的工作要做：一是要取得路網(wǎng)中當(dāng)前的和過去若干時(shí)段內(nèi)的交通信息，二是逐步推測未來若干時(shí)段內(nèi)路網(wǎng)各交叉口和各路段的交通流狀態(tài)。整個(gè)調(diào)度過程不斷滾動(dòng)循環(huán)進(jìn)行。目前，動(dòng)態(tài)交通信息的獲得可采用適當(dāng)?shù)?a target="_blank">接口技術(shù)，通過自適應(yīng)式的交通面控系統(tǒng)實(shí)現(xiàn)。在交通全局優(yōu)化調(diào)度中，尚未解決的是全局優(yōu)化調(diào)度的依據(jù)問題，即如何調(diào)度才能起到避免擁擠和堵塞、提高路網(wǎng)使用效率的目的。人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有非線性描述、大規(guī)模并行分布處理能力、高度魯棒性和學(xué)習(xí)與聯(lián)想等特點(diǎn)，適用于非線性時(shí)變大系統(tǒng)的模擬與在線控制。

通常情況下，城市交通網(wǎng)絡(luò)在一定時(shí)期（一年或幾個(gè)月）內(nèi)幾何結(jié)構(gòu)不會(huì)發(fā)生大的變化，而且交通需求情況較穩(wěn)定（或變化緩慢），可以認(rèn)為日交通流的時(shí)空分布是穩(wěn)定的。由于日交通流的時(shí)空分布具有高度時(shí)變和非線性的特點(diǎn)，因此，采用高階神經(jīng)網(wǎng)絡(luò)技術(shù)建立模型，以達(dá)到快速準(zhǔn)確預(yù)測的目的。在城市交通網(wǎng)絡(luò)中，各路段的流入、流出交通量是網(wǎng)絡(luò)交通需求量、道路與交叉口通行能力、信號配時(shí)以及交通管制措施等因素綜合作用的結(jié)果，因而在預(yù)測時(shí)無需單獨(dú)考慮這些因素對交通流量的影響。

4、模糊神經(jīng)網(wǎng)絡(luò)的調(diào)度算法

模糊邏輯控制的特長在于能以一定的規(guī)則數(shù)來表達(dá)知識，具有邏輯推理能力，不僅能處理精確信息，也能處理模糊信息或其他不明確信息;其缺點(diǎn)是完全依賴專家制定的大量控制規(guī)則，不具備學(xué)習(xí)功能。而神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力和大規(guī)模并行處理能力，在認(rèn)知處理、模式識別方面有很強(qiáng)的優(yōu)勢;主要缺點(diǎn)是結(jié)構(gòu)難以確定，訓(xùn)練樣本要求多且準(zhǔn)確，訓(xùn)練周期長，而且不能提供一個(gè)明確的用于網(wǎng)絡(luò)知識表達(dá)的框架。模糊神經(jīng)網(wǎng)絡(luò)是為發(fā)揮各自的優(yōu)勢把神經(jīng)網(wǎng)絡(luò)和模糊邏輯有機(jī)結(jié)合起來，采取神經(jīng)網(wǎng)絡(luò)技術(shù)來進(jìn)行模糊信息處理，使得模糊規(guī)則的自動(dòng)提取及模糊隸屬函數(shù)的自動(dòng)生成成為可能，進(jìn)而克服神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)難以確定以及模糊邏輯元自學(xué)習(xí)功能的缺點(diǎn)，使模糊系統(tǒng)成為一種自適應(yīng)模糊系統(tǒng)。

圖2 ?模糊神經(jīng)網(wǎng)絡(luò)模型

采用神經(jīng)網(wǎng)絡(luò)技術(shù)來進(jìn)行模糊信息處理有多種做法，其中，構(gòu)造各類模糊神經(jīng)元及模糊神經(jīng)網(wǎng)絡(luò)作為信息處理單元以實(shí)現(xiàn)模糊信息的自動(dòng)處理是最主要的一種。所謂模糊神經(jīng)元是指可實(shí)施模糊信息處理或模糊邏輯運(yùn)算的人工神經(jīng)元，而模糊神經(jīng)網(wǎng)絡(luò)則是全部或部分采用各類模糊神經(jīng)元所構(gòu)成的可處理模糊信息的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。在本系統(tǒng)中，如圖2，整個(gè)神經(jīng)網(wǎng)絡(luò)的建立和使用分以下幾步完成：

（1）利用專家的知識粗略地形成模糊模型（包括一些模糊規(guī)則和模糊推理方法）。

（2）基于這一模糊模型構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)。

（3）訓(xùn)練神經(jīng)網(wǎng)絡(luò)。通過系統(tǒng)仿真來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，對每一種輸入值（l1，...，lm），選擇一種輸出值（g1，...，gn），利用系統(tǒng)仿真來模擬系統(tǒng)在給定的時(shí)間內(nèi)所有車輛的平均等待時(shí)間;系統(tǒng)的能量函數(shù)選為所有車輛的平均等待時(shí)間;神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目標(biāo)在于使能量函數(shù)最小。

（4）網(wǎng)絡(luò)的應(yīng)用。神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)是在統(tǒng)計(jì)數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的基礎(chǔ)上進(jìn)行預(yù)測得到的，這就要求實(shí)時(shí)地采集數(shù)據(jù)，周期性地統(tǒng)計(jì)和存儲數(shù)據(jù)，預(yù)測到神經(jīng)網(wǎng)絡(luò)的輸入后，經(jīng)過網(wǎng)絡(luò)的計(jì)算，再較精確地辯識出交通模式，對不同的模式采取適合其特點(diǎn)的相應(yīng)控制算法，選出紅綠燈控制方案。

5、結(jié)束語

本文研究了一種利用模糊控制、神經(jīng)網(wǎng)絡(luò)等技術(shù)對交通系統(tǒng)進(jìn)行全局優(yōu)化調(diào)度的交通燈控制系統(tǒng)。該模糊控制策略是一種復(fù)合策略，它能在管控中心的控制下進(jìn)行調(diào)整。通過大量的模糊數(shù)據(jù)輸入，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以達(dá)到全局優(yōu)化的調(diào)度。雖然在全局調(diào)控與局部模糊控制的配合使用仍有許多問題有待以解決，但隨著研究的繼續(xù)進(jìn)行，該方法將會(huì)成為解決我國中等城市交通控制問題的一個(gè)好辦法。