宋　華　楊鳳英

[摘要]在交通控制中，交叉口各方向的交通流在不同時(shí)刻是不同的。針對這一特點(diǎn)，介紹一種基于遺傳算法的模糊控制系統(tǒng)，對單交叉口多相位信號(hào)進(jìn)行動(dòng)態(tài)控制。此系統(tǒng)是在模糊控制的基礎(chǔ)上采用遺傳算法，不斷改進(jìn)模糊控制規(guī)則，對綠燈延長時(shí)間進(jìn)行細(xì)微調(diào)整，實(shí)現(xiàn)實(shí)時(shí)控制。

[關(guān)鍵詞]多相位 實(shí)時(shí)控制 模糊控制 遺傳算法

中圖分類號(hào)：TP3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1671－7597（2009）0420054－01

一、引言

城市交通系統(tǒng)是隨機(jī)性大、影響因素多的復(fù)雜系統(tǒng)，采用模型控制或分時(shí)段定時(shí)控制的方案難以令人滿意。模糊控制是無模型控制方法，近年來在城市交通系統(tǒng)中得到了廣泛關(guān)注[1,2]。模糊控制規(guī)則是人們對被控對象模糊信息的歸納和操作經(jīng)驗(yàn)的總結(jié)，帶有一定的主觀性，對于復(fù)雜的交通流不一定是最優(yōu)。本文利用遺傳算法對模糊控制規(guī)則進(jìn)行尋優(yōu)，以各相位排隊(duì)長度為輸入，以當(dāng)前有通行權(quán)的車道的綠燈延時(shí)為輸出，控制目標(biāo)是減少整個(gè)交叉口車輛的平均延誤。

二、問題描述

圖1為一個(gè)典型的單交叉路口交通流分布示意圖，圖中東、南、西、北4個(gè)方向，每個(gè)方向均有右行、直行和左行3個(gè)車道車流[3,4]。在每條車道入口處的路面下埋設(shè)兩個(gè)信號(hào)檢測器，構(gòu)成一個(gè)檢測區(qū)，一個(gè)設(shè)在停車線處，用于檢測該道的車輛離開數(shù)；另一個(gè)設(shè)在距停車線一定距離處，用于檢測車輛到達(dá)數(shù)。檢測器對路口各個(gè)車道車流進(jìn)行實(shí)時(shí)檢測，獲取車流量信息，為控制系統(tǒng)提供必要的數(shù)據(jù)。設(shè)置方式如圖1所示。

三、模糊控制器的設(shè)計(jì)

（一）設(shè)計(jì)思想

模糊控制器首先采用人工初始設(shè)置的控制規(guī)則進(jìn)行模糊控制，同時(shí)歷史數(shù)據(jù)庫記錄各時(shí)間段的交通流數(shù)據(jù)。每經(jīng)過一定的時(shí)間間隔，采用遺傳算法利用歷史數(shù)據(jù)庫中的數(shù)據(jù)對模糊控制規(guī)則進(jìn)行尋優(yōu)，找出適合于當(dāng)前交通流的模糊控制規(guī)則，并且將調(diào)整后的控制規(guī)則送入模糊控制器加以更新。采用遺傳算法優(yōu)化控制規(guī)則的模糊控制系統(tǒng)結(jié)構(gòu)如圖2所示。

（二）控制系統(tǒng)的構(gòu)成

當(dāng)最近的連續(xù)三個(gè)信號(hào)周期內(nèi)到達(dá)交叉口的車輛總數(shù)與上次啟動(dòng)遺傳算法得到模糊控制規(guī)則時(shí)所對應(yīng)的交叉口的車輛總數(shù)改變量超過某一閾值（本文取0.2）或某一相位車流量改變量超過某一閾值（本文取0.3）時(shí)，則啟動(dòng)遺傳算法對相應(yīng)的模糊規(guī)則進(jìn)行調(diào)整，其結(jié)構(gòu)圖如圖3所示。

（三）模糊控制器的設(shè)計(jì)

在用遺傳算法優(yōu)化策略對模糊控制規(guī)則進(jìn)行動(dòng)態(tài)調(diào)整時(shí)，一般采用十進(jìn)制編碼，因?yàn)樗目刹僮餍詮?qiáng)，易于譯碼及編程實(shí)現(xiàn)，且對于變異操作的種群穩(wěn)定性比二進(jìn)制編碼好，這里我們選用十進(jìn)制編碼。對于模糊規(guī)則的編碼，約定運(yùn)用語言變量的7種編碼：VS（很短）、S（短）、SP（較短）、C（中）、LP（較長）、L（長）、VL（很長），分別以十進(jìn)制數(shù)1，2，3，4，5，6，7為代表。這樣得到的規(guī)則如表所示的二維實(shí)數(shù)數(shù)組。

在交通控制中，一般來說，當(dāng)隊(duì)長較短時(shí)，信號(hào)周期則應(yīng)短一些，但一般不能小于P×15秒（P為相位數(shù)）以免某一方向的綠燈時(shí)間小于15秒時(shí)車輛來不及通過路口影響交通安全；當(dāng)隊(duì)長較長時(shí)，信號(hào)周期則應(yīng)長一些，但一般不能超過200秒，否則某一相位的紅燈時(shí)間太長，駕駛員心理上不能承受。

四、仿真

采用MATLAB7.0對同一路口不同交通流量情況，分別采用定時(shí)控制、經(jīng)典模糊控制和遺傳算法優(yōu)化后的模糊控制進(jìn)行仿真。參數(shù)如下：設(shè)交叉口環(huán)境為：六相位分別為東西直行、左轉(zhuǎn)和右轉(zhuǎn)，南北直行、左轉(zhuǎn)和右轉(zhuǎn)。左轉(zhuǎn)車流占車流的20%，綠燈期間路口通過率off_c為0.4pcu/s（輛/秒，以標(biāo)準(zhǔn)小汽車為單位），其仿真時(shí)間100分鐘，初始種群數(shù)m=40，被選取進(jìn)行遺傳操作的個(gè)體數(shù)n=20，復(fù)制概率Pr=0.2，交叉概率Pe=0.6，變異概率Pm=0.15，迭代次數(shù)count=30。黃燈時(shí)間設(shè)置為3秒，隊(duì)長是用相隔一定距離的檢測器測量的，路口車輛通過率為12輛/秒，綠燈方向的排隊(duì)車輛數(shù)x論域的量化因子=0.15，紅燈方向的排隊(duì)車輛數(shù)y論域的量化因子

=1.1，綠燈的延長時(shí)間T論域的量化因子 =45/12=3.75。仿真結(jié)果見表2。

從表2可以看出在交叉口車輛到達(dá)情況相同的情況下，采用單純的模糊控制優(yōu)于定時(shí)控制，而采用遺傳算法優(yōu)化的模糊控制比單純的模糊控制有明顯的改善。

當(dāng)車流密度較小時(shí)，單純的模糊控制和基于遺傳算法的優(yōu)化控制與定時(shí)控制相比，略顯優(yōu)勢，隨著車流密度的增加，新的方法明顯優(yōu)于定時(shí)控制，車輛平均延誤減少了6.5%-25.3%，與單純的模糊控制相比，改善效果為車輛平均延誤減少了2.1%-8.5%。仿真結(jié)果表明該方法有效的減少了車輛的延誤時(shí)間，控制效果有明顯的改善。

五、結(jié)束語

本文表明運(yùn)用遺傳算法對模糊控制規(guī)則進(jìn)行優(yōu)化是可行有效的。同時(shí)可以看出，對于多輸入單輸出的控制對象，人工設(shè)定模糊控制規(guī)則顯然是十分困難的，研究模糊控制規(guī)則的優(yōu)化有著重要的研究和應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1]Pappis C P, Mamdani EHAfuzzy logic controllerfor a traf-fic junction[J].IEEETransactions on Systems, Man and Cy-bernetics,1977,(7):707-717.

[2]陳淑燕、陳森發(fā)、黃毅，單路口多相位交通信號(hào)模糊控制系統(tǒng)的設(shè)計(jì)[J].系統(tǒng)仿真學(xué)報(bào)，2002,14(7):961-963.

[3]溫惠英、尹宏賓、徐建閩，一種信號(hào)交叉口模糊交通控制方法，華南理工大學(xué)學(xué)報(bào)，vol.29,no.12,pp.22-25,2001.

[4]劉智勇，智能交通控制理論及其應(yīng)用[M].北京：科學(xué)出版社，2003.