论文部分内容阅读
近年来,随着经济的不断增长,城市建设快速发展,机动车拥有量不断增加,交通拥挤、交通肇事、环境污染等问题日益严重。城市道路交叉路口变得越来越拥挤,已经成为延缓经济发展和城市建设的瓶颈。在城市交通控制中,由于交通系统的时变性、随机性、复杂性和不确定性等因素,使得传统的基于模型的控制理论与方法不能取得很好的控制效果,因此,目前主要采用智能控制方法对城市交通信号进行研究。本文首先在分析城市单交叉路口交通信号控制研究现状的基础上,提出了一种基于神经网络模糊控制的单路口交通信号灯控制方法,通过检测当前相位的排队长度和下一相位的排队长度来得出当前相位以及下一相位的车流密度,进而判断是否进行相位变换。以每个周期内交叉口的车辆平均延误作为控制指标,来判断该控制器的控制性能。通过MATLAB仿真,并与感应控制方法进行比较,表明该方法能够降低车辆在交叉路口的平均延误,验证了该方法的有效性。同时分析城市交通干线系统结构,对两个四相位相邻交叉路口组成的交通干线,考虑到相邻交叉路口之间的相关性,提出了一种相邻交叉路口的神经网络模糊协调控制的方法。将相邻交叉路口看作一个大系统,第一级控制各个单交叉路口,按照协调单元给定的周期长度调整各单交叉路口各方向的绿信比;第二级利用各路口测得的交通流数据,用韦伯斯特最佳周期计算公式得出下一阶段相邻交叉路口统一使用的信号周期,并通过神经网络模糊控制方法,以两路口间的车辆密度作为神经网络模糊控制器的输入,输出是两路口间的车流速度,通过相邻路口间的距离与车流速度的比值便可以确定相邻交叉路口的相位差。应用MATLAB编写了仿真程序,仿真结果表明,该方法可以有效减少相邻交叉路口车辆的平均延误,比传统的感应控制方法有显著提高,能够达到改善交通状况的目的。