论文部分内容阅读
【摘 要】 随着人们生活水平的不断提高和社会的经济不断发展以及全社会对交通运输需求的日益增加，城市的交通问题越来越引起人们的关注。传统意义上的采用定时的交通控制系统，经常会导致严重的交通堵塞问题，致使交通延误过大。因此智能交通系统需要采用先进的控制策略技术来大幅度提高交通道路的运行效率。本文就智能交通中模糊控制技术的问题展开研究。
【关键词】 智能交通；模糊控制技术；设计
引言：
城市交通设计控制系统是一个时变的且具有随机性的复杂系统，很难对其建立一个精确的控制模型。基于模糊理论的交通信号控制是当前研究方向之一，这种研究一般分为两大类：一类是单交叉路口的模糊控制，但这种控制比较孤立，与现实的交通状况不符合；另一类是考虑交叉口间的相互影响，进行区域协调控制。区域交通信号的协调控制是指在一个区域内，交通信号的改变会给彼此交叉口的交通状况造成影响。区域协调控制是从整个系统的角度出发，根据交通流检测数据，协调区域内各个交叉口的交通信号配时，从而取得整体的最优效果。
一、智能交通系统的发展现状
目前，城市交通问题已经成为制约国民经济持续健康发展的瓶颈问题。如何解决城市交通供需不平衡的矛盾，研究制定城市交通的可持续发展战略，努力实现资源共享、监管有序、便捷高效、安全可靠、环境友好的城市交通发展目标，已经成为城市发展的一项重要课题。为了缓解城市交通紧张的局面，必须提高现有交通基础设施的运营管理水平，而不能单纯依靠增加交通基础设施投资来满足不断增长的交通需求，应着力于实现城市交通供给与交通需求两方面的平衡，达到软、硬件相互补充。传统的交通信息发布系统一般都是基于请求-应答的同步通信，不能满足大规模的动态分布式应用环境，而订阅-发布通信模式可以实现时间、空间和同步的耦合，目前该模式在分布式系统中的应用越来越广泛。有学者的研究实现了一种实时交通信息发布系统，保证实时消息在分布式系统中能够安全有效地传输到目的地。从平台整体构建的角度来看，应充分认识到城市交通共用信息平台在ITS建设中的重要地位，可以利用分布式数据库为基础来设计城市交通共用信息平台的数据库组织方案。智能交通系统的信息协同是实现公共交通管理网络化、信息化、集成化、智能化的重要保证，很多学者提出大范围交通控制和交通流诱导协同框架，并构建了分布式协同数据库模型，其中有基于出行者行为微观仿真平台——基于移动Agent、数据仓库、联机分析处理和数据挖掘的协同信息平台；有应用整数规划方法，通过收集车辆沿途交通拥挤信息，优化交通出行路径。收集车辆信息可以通过车载自组织网络，它为车辆提供了一个高效的信息共享平台，是实现智能交通系统和车联网的核心技术之一。
由于城市交通系统带有很大的随机性、复杂性和不确定性，人们只能借助于智能化的方法（如模糊控制、神经网络、遗传算法等）进行相关的研究。为此，目前许多国家和城市都在建立有效的智能交通系统。智能交通系统是将信息技术、电子通讯技术、自动控制技术、计算机技术及网络技术等有机地运用于整个交通运输管理体系而建立起的一种实时、准确、高效的交通运输综合管理和控制系统。智能交通系统主要包含：驾驶员信息系统、交通管理系统、公共交通系统、车辆控制系统、货运管理系统、电子收费系统、紧急救援系统。智能交通系统将道路、驾驶员和车辆有机地结合在一起，智能交通系统以城市交通信息的实时采集、传输、处理及发布为主要手段，促进现有交通基础设施的充分利用并大幅度提高其使用效率。
二、模糊控制系统的理论概述
神经网络和模糊理论都是模拟和开发人的大脑，来处理各种复杂问题，对问题进行抽象建模进而解决问题的办法。模糊控制理论由模糊集合理论的基础发展而来，用模糊逻辑、语言变量和模糊推理来实现智能控制系统。模糊控制理论的主要部分是模糊控制器，基本结构如图1所示。工作过程为：先提炼一组模糊规则，然后将传感器测得实时信号作为输入量进行模糊化，依据知识库的模糊规则，将模糊化的信号作为输入，完成模糊推理，将推理得到的模糊输出经清晰化处理，控制被控对象。神经网络产生于人工智能的研究领域，它模拟动物神经网络行为特征，进行信息处理。这种网络通过模拟动物神经系统的容错和学习能力，来调整内部大量节点之间的相互关系，从而处理极其复杂的系统关系。
模糊控制理论和神经网络的研究方法各不相同，各有优劣。模糊神经网络是将模糊理论和神经网络结合在一起，来改善控制器的性能。模糊控制理论的优势在于用语言和概念的逻辑推理去处理模糊信息；神经网络是通过自学习、自适应能力和并行处理能力对无法语言化的模式信息进行处理。将二者有效的结合可以加强自学习模糊控制的发展。
三、模糊控制体统在智能交通信号控制中的设计应用
本设计中智能交通中的模糊神经网络控制系统主要包括四部分：模糊神经网络的设计、确定神经网络结构、进行神经网络训练和获取模糊控制规则。
1、由得到的样本训练数据和检验数据进行模糊神经网络训练，并设置系统的各种参数，完成模糊神经网络设计。
2、确定神经网络结构：采用三层神经网络，输入神经元、隐含神经元和输出神经元单。各神经元初始权值是随机数。
3、通过选择时间和车流量数据作为训练样本，确定算法，进行反复训练学习，得到神经网络控制系统。
4、模糊控制规则以神经元网络的预测值作为输入，改善模糊控制的不足，降低交通灯的延误。
本文以唐山市建设路的车流量数据为样本来源，每小时记录一次车流量数据，总共有实验样本210个，训练神经网络的样本21个，神经网络预测的样本189个。由车流量和时间构成样本数据。图2为使用模糊神经算法的交通量拟合图，从图中可以看出该预测算法输出图形非常接近实际交通目标，证明训练后的模糊神经网络具有较好的拟合性，可以对交通采集数据进行控制。由此可见模糊神经网络算法非常适用于城市交通控制系统的预测。 四、智能交通系统未来的发展对策
建立智能交通系统可以极大地提高交通运输效率，有效地保障城市交通的畅通和安全，增强行车的舒适性，改善城市环境质量，提高能源的利用率。城市政府要重视对智能交通系统的研究与推广，将其作为建设和谐城市在交通建设发展的优先领域予以重点支持，逐步建立起城市以信息技术为中心的现代智能交通系统。国家目前正积极推动智能交通系统的研究与建设，由于智能交通系统的发展尚处于起步阶段，因此需要采取有针对性的措施为这一新技术的发展创造有利的环境。
1、建立全国统一的智能交通建设管理机构，建立健全标准规范，整合行业资源
目前，世界上智能交通系统发展较好的国家都设有国家级的智能交通领导组织，如美国的ITSAmerica，日本的VERTIS及欧洲的ERTICO组织，负责统一制定国家的智能交通发展战略、目标、原则和标准，督促实现智能交通技术和保障产品的通用性、兼容性和互换性，加强政府在智能交通发展上的宏观调控，减少因局部利益而产生的技术冲突和资金浪费。我国综合运输体制正在逐步形成，但相关一些政府管理职能还存在条块分割的状况，各种运输方式、各地政府交通管理部门之间还没有形成合力，在某些方面还存在着人为造成的技术标准不统一、各行其是的问题，这非常不利于智能交通系统的发展。为此，有必要建立国家级的智能交通系统管理机构，统筹推进全国智能交通系统的协调发展。
2、大力培养和吸收智能交通技术人才
智能交通的进一步发展亟需大量的相关技术人才，其中包括各种不同类型、不同层次的专业人才，这是能否保证智能交通建设健康发展的关键。因此，要注重改进智能交通人才教育培养工作，推动相关高校及科研单位加强与国际先进发达国家的交流合作，及时更新智能交通技术教学内容，开展相关重点项目的科研，培养更多的高质量的智能交通方面的专业人才。
3、积极推动智能交通新技术产业化
配合智能交通的发展进程，要促进目前已经成熟的、具有良好市场需求的智能交通新技术加快推广应用，逐步建立健全针对智能交通新技术的成果推广转化机制和专利保护机制，建立便于智能交通科研成果转化的各种平台，使其能够尽快转化为经济和社会效益。
五、结束语
总言之，现实中的交通情况要远远比设计中假设的环境更为复杂，而且由于城市交通环境本身所具有的动态性与复杂性，必然导致实际管理中需要解决的问题多元化。在当前交通设计中使用模糊控制策略有效提高了交通预测的精确度，提高了道路的通行能力。
参考文献：
[1]张景元.基于神经网络的自适应模糊控制系[J].计算机工程与设，2014（10）：614-616
[2]许荣.基于ARM智能交通信号机控制板开发[J].现代电子技术，2013（27）：138-141.
[3]赖春晖.基于神经网络的交通信号模糊控制策略[D].广州：暨南大学：2010.
[4]王娜，杨俊.基于自组织竞争神经网络的智能交通信号灯控制[J].电脑开发与应用，2011（10）：63-64.
【关键词】 智能交通；模糊控制技术；设计
引言：
城市交通设计控制系统是一个时变的且具有随机性的复杂系统，很难对其建立一个精确的控制模型。基于模糊理论的交通信号控制是当前研究方向之一，这种研究一般分为两大类：一类是单交叉路口的模糊控制，但这种控制比较孤立，与现实的交通状况不符合；另一类是考虑交叉口间的相互影响，进行区域协调控制。区域交通信号的协调控制是指在一个区域内，交通信号的改变会给彼此交叉口的交通状况造成影响。区域协调控制是从整个系统的角度出发，根据交通流检测数据，协调区域内各个交叉口的交通信号配时，从而取得整体的最优效果。
一、智能交通系统的发展现状
目前，城市交通问题已经成为制约国民经济持续健康发展的瓶颈问题。如何解决城市交通供需不平衡的矛盾，研究制定城市交通的可持续发展战略，努力实现资源共享、监管有序、便捷高效、安全可靠、环境友好的城市交通发展目标，已经成为城市发展的一项重要课题。为了缓解城市交通紧张的局面，必须提高现有交通基础设施的运营管理水平，而不能单纯依靠增加交通基础设施投资来满足不断增长的交通需求，应着力于实现城市交通供给与交通需求两方面的平衡，达到软、硬件相互补充。传统的交通信息发布系统一般都是基于请求-应答的同步通信，不能满足大规模的动态分布式应用环境，而订阅-发布通信模式可以实现时间、空间和同步的耦合，目前该模式在分布式系统中的应用越来越广泛。有学者的研究实现了一种实时交通信息发布系统，保证实时消息在分布式系统中能够安全有效地传输到目的地。从平台整体构建的角度来看，应充分认识到城市交通共用信息平台在ITS建设中的重要地位，可以利用分布式数据库为基础来设计城市交通共用信息平台的数据库组织方案。智能交通系统的信息协同是实现公共交通管理网络化、信息化、集成化、智能化的重要保证，很多学者提出大范围交通控制和交通流诱导协同框架，并构建了分布式协同数据库模型，其中有基于出行者行为微观仿真平台——基于移动Agent、数据仓库、联机分析处理和数据挖掘的协同信息平台；有应用整数规划方法，通过收集车辆沿途交通拥挤信息，优化交通出行路径。收集车辆信息可以通过车载自组织网络，它为车辆提供了一个高效的信息共享平台，是实现智能交通系统和车联网的核心技术之一。
由于城市交通系统带有很大的随机性、复杂性和不确定性，人们只能借助于智能化的方法（如模糊控制、神经网络、遗传算法等）进行相关的研究。为此，目前许多国家和城市都在建立有效的智能交通系统。智能交通系统是将信息技术、电子通讯技术、自动控制技术、计算机技术及网络技术等有机地运用于整个交通运输管理体系而建立起的一种实时、准确、高效的交通运输综合管理和控制系统。智能交通系统主要包含：驾驶员信息系统、交通管理系统、公共交通系统、车辆控制系统、货运管理系统、电子收费系统、紧急救援系统。智能交通系统将道路、驾驶员和车辆有机地结合在一起，智能交通系统以城市交通信息的实时采集、传输、处理及发布为主要手段，促进现有交通基础设施的充分利用并大幅度提高其使用效率。
二、模糊控制系统的理论概述
神经网络和模糊理论都是模拟和开发人的大脑，来处理各种复杂问题，对问题进行抽象建模进而解决问题的办法。模糊控制理论由模糊集合理论的基础发展而来，用模糊逻辑、语言变量和模糊推理来实现智能控制系统。模糊控制理论的主要部分是模糊控制器，基本结构如图1所示。工作过程为：先提炼一组模糊规则，然后将传感器测得实时信号作为输入量进行模糊化，依据知识库的模糊规则，将模糊化的信号作为输入，完成模糊推理，将推理得到的模糊输出经清晰化处理，控制被控对象。神经网络产生于人工智能的研究领域，它模拟动物神经网络行为特征，进行信息处理。这种网络通过模拟动物神经系统的容错和学习能力，来调整内部大量节点之间的相互关系，从而处理极其复杂的系统关系。
模糊控制理论和神经网络的研究方法各不相同，各有优劣。模糊神经网络是将模糊理论和神经网络结合在一起，来改善控制器的性能。模糊控制理论的优势在于用语言和概念的逻辑推理去处理模糊信息；神经网络是通过自学习、自适应能力和并行处理能力对无法语言化的模式信息进行处理。将二者有效的结合可以加强自学习模糊控制的发展。
三、模糊控制体统在智能交通信号控制中的设计应用
本设计中智能交通中的模糊神经网络控制系统主要包括四部分：模糊神经网络的设计、确定神经网络结构、进行神经网络训练和获取模糊控制规则。
1、由得到的样本训练数据和检验数据进行模糊神经网络训练，并设置系统的各种参数，完成模糊神经网络设计。
2、确定神经网络结构：采用三层神经网络，输入神经元、隐含神经元和输出神经元单。各神经元初始权值是随机数。
3、通过选择时间和车流量数据作为训练样本，确定算法，进行反复训练学习，得到神经网络控制系统。
4、模糊控制规则以神经元网络的预测值作为输入，改善模糊控制的不足，降低交通灯的延误。
本文以唐山市建设路的车流量数据为样本来源，每小时记录一次车流量数据，总共有实验样本210个，训练神经网络的样本21个，神经网络预测的样本189个。由车流量和时间构成样本数据。图2为使用模糊神经算法的交通量拟合图，从图中可以看出该预测算法输出图形非常接近实际交通目标，证明训练后的模糊神经网络具有较好的拟合性，可以对交通采集数据进行控制。由此可见模糊神经网络算法非常适用于城市交通控制系统的预测。 四、智能交通系统未来的发展对策
建立智能交通系统可以极大地提高交通运输效率，有效地保障城市交通的畅通和安全，增强行车的舒适性，改善城市环境质量，提高能源的利用率。城市政府要重视对智能交通系统的研究与推广，将其作为建设和谐城市在交通建设发展的优先领域予以重点支持，逐步建立起城市以信息技术为中心的现代智能交通系统。国家目前正积极推动智能交通系统的研究与建设，由于智能交通系统的发展尚处于起步阶段，因此需要采取有针对性的措施为这一新技术的发展创造有利的环境。
1、建立全国统一的智能交通建设管理机构，建立健全标准规范，整合行业资源
目前，世界上智能交通系统发展较好的国家都设有国家级的智能交通领导组织，如美国的ITSAmerica，日本的VERTIS及欧洲的ERTICO组织，负责统一制定国家的智能交通发展战略、目标、原则和标准，督促实现智能交通技术和保障产品的通用性、兼容性和互换性，加强政府在智能交通发展上的宏观调控，减少因局部利益而产生的技术冲突和资金浪费。我国综合运输体制正在逐步形成，但相关一些政府管理职能还存在条块分割的状况，各种运输方式、各地政府交通管理部门之间还没有形成合力，在某些方面还存在着人为造成的技术标准不统一、各行其是的问题，这非常不利于智能交通系统的发展。为此，有必要建立国家级的智能交通系统管理机构，统筹推进全国智能交通系统的协调发展。
2、大力培养和吸收智能交通技术人才
智能交通的进一步发展亟需大量的相关技术人才，其中包括各种不同类型、不同层次的专业人才，这是能否保证智能交通建设健康发展的关键。因此，要注重改进智能交通人才教育培养工作，推动相关高校及科研单位加强与国际先进发达国家的交流合作，及时更新智能交通技术教学内容，开展相关重点项目的科研，培养更多的高质量的智能交通方面的专业人才。
3、积极推动智能交通新技术产业化
配合智能交通的发展进程，要促进目前已经成熟的、具有良好市场需求的智能交通新技术加快推广应用，逐步建立健全针对智能交通新技术的成果推广转化机制和专利保护机制，建立便于智能交通科研成果转化的各种平台，使其能够尽快转化为经济和社会效益。
五、结束语
总言之，现实中的交通情况要远远比设计中假设的环境更为复杂，而且由于城市交通环境本身所具有的动态性与复杂性，必然导致实际管理中需要解决的问题多元化。在当前交通设计中使用模糊控制策略有效提高了交通预测的精确度，提高了道路的通行能力。
参考文献：
[1]张景元.基于神经网络的自适应模糊控制系[J].计算机工程与设，2014（10）：614-616
[2]许荣.基于ARM智能交通信号机控制板开发[J].现代电子技术，2013（27）：138-141.
[3]赖春晖.基于神经网络的交通信号模糊控制策略[D].广州：暨南大学：2010.
[4]王娜，杨俊.基于自组织竞争神经网络的智能交通信号灯控制[J].电脑开发与应用，2011（10）：63-64.