李曉玲 劉 秀 王 琪

(東北林業(yè)大學(xué)交通學(xué)院,黑龍江 哈爾濱 150040)

隨著我國國民經(jīng)濟(jì)水平及出行要求的不斷提高，我國汽車保有量不斷提升，在方便了人們出行的同時(shí)也給城市道路造成了極大的壓力[1]。在高峰時(shí)段城市主干道路與支路交叉口之間的沖突是造成擁堵的主要問題之一[2]，由于支路的集散功能有著很強(qiáng)的時(shí)間差異，非高峰時(shí)段匯入主路的車輛數(shù)大大減少[3]，主路與支路的車流比變化明顯，因此主干路與支路交叉口使用固定信號(hào)控制勢(shì)必會(huì)降低非高峰時(shí)段主路車流的運(yùn)行效率[4]。

我國在20世紀(jì)初才開始了交通信號(hào)控制系統(tǒng)方面的研究，并直到20世紀(jì)70年代，我國才逐漸引進(jìn)和投入使用了感應(yīng)式、定周期相關(guān)的信號(hào)控制方式[5]。隨后在1980年開始實(shí)施了通過計(jì)算機(jī)來進(jìn)行干道協(xié)調(diào)控制和感應(yīng)控制[6]。但現(xiàn)在國內(nèi)仍大量存在因交通信號(hào)配時(shí)不當(dāng)而引起擁堵的現(xiàn)象，這對(duì)道路安全及交通管理均帶去了大量不便之處。國外的交通控制系統(tǒng)也是在這樣不斷發(fā)現(xiàn)問題后不斷修復(fù)中得到提高。如今較為廣泛運(yùn)用的信號(hào)控制系統(tǒng)有以下三種[7]：一是TRANSYT系統(tǒng)[8]；二是SCOOT系統(tǒng)[9]；三是SCATS系統(tǒng)[10]。

研究的是一種基于模糊邏輯算法的感應(yīng)式信號(hào)燈，旨在通過給予模糊邏輯算法的自適應(yīng)控制來提高主干路與支路交叉口通行效率。主要根據(jù)主干路與支路的車流量比及資源利用程度得出合理的配時(shí)，對(duì)應(yīng)算法得出針對(duì)主支路交叉口信號(hào)配時(shí)的優(yōu)化方案，以緩解交通擁擠問題。

1 研究整體思路

將根據(jù)主干路與支路的車流量比作為輸入量，結(jié)合模糊邏輯，得出對(duì)應(yīng)控制量及配時(shí)方案，后經(jīng)反饋得以連續(xù)，用以緩解主干路與支路信號(hào)交叉口的交通擁擠問題，大體結(jié)構(gòu)如圖1所示。

2 模糊控制器設(shè)計(jì)

美國自動(dòng)控制專家Zedeh于1965年發(fā)表了他的著名論文“模糊集合”(Fuzzy Sets)，開辟了模糊控制的新領(lǐng)域[11]。通過matlab等相關(guān)軟件可以輕易的看出，當(dāng)隸屬度函數(shù)的值越接近1，變量隸屬于模糊集合的程度越高，反之隸屬度函數(shù)的值越接近0，則表示變量隸屬于模糊集合的程度越低[12,13]。

2.1 隸屬度函數(shù)

采用人工計(jì)數(shù)在司徒街—六順街信號(hào)交叉口所得的數(shù)據(jù)及相關(guān)理論繪制了如下函數(shù)：選擇主路與支路流量比e為觀察量，選取配時(shí)方案u為控制量，將e劃分為3個(gè)模糊集，選取語言變量值為負(fù)大(NB)、零(ZO)、正大(PB)。根據(jù)實(shí)際情況，設(shè)定e的取值范圍為[1,9],輸入量e隸屬度函數(shù)如圖2所示。且以上每一板塊均為數(shù)據(jù)壓縮下對(duì)應(yīng)的語言變量，而輸入數(shù)值的定性便由隸屬函數(shù)來判斷[14]。

由此得到比值e對(duì)應(yīng)的模糊控制表如表1所示。

表1 e變量的模糊集

同樣，將控制量u設(shè)置為3個(gè)級(jí)別，分別為負(fù)大(NB)、零(ZO)、正大(PB)設(shè)定u的取值范圍為[-1,1]，控制量u隸屬度函數(shù)如圖3所示。

由此得到控制量u對(duì)應(yīng)的模糊控制表如表2所示。

根據(jù)所確定控制量的模糊集，制定配時(shí)方案Ⅰ，配時(shí)方案Ⅱ和配時(shí)方案Ⅲ。

表2 u變量的模糊集

2.2 模糊規(guī)則

制定模糊規(guī)則：采用“IF A THEN B”的規(guī)則，描述為：當(dāng)e為負(fù)大(NB)時(shí)，應(yīng)采取配時(shí)方案Ⅰ，其對(duì)應(yīng)的控制量u的語言變量值為負(fù)大(NB)；當(dāng)e為零(ZO)時(shí)，應(yīng)采取配時(shí)方案Ⅱ，其對(duì)應(yīng)的控制量u的語言變量值為零(ZO)；當(dāng)e為正大(PB)時(shí)，應(yīng)采取配時(shí)方案Ⅲ，其對(duì)應(yīng)的控制量u的語言變量值為正大(PB)。根據(jù)上述制定的模糊規(guī)則，得到模糊關(guān)系集合R。

至此，模糊控制量u便可由輸入量e與模糊集合R合成求出，具體表達(dá)式如式(1)所示。

u=e⊙R

(1)

2.3 控制器實(shí)現(xiàn)

通過MATLAB仿真得到的模糊面圖和模糊函數(shù)圖見圖4，圖5。

3 VISSIM模擬仿真

經(jīng)過實(shí)地調(diào)查，哈爾濱市香坊區(qū)司徒街—六順街交叉口符合本方案適用條件。其中，東西向?yàn)橹鞲傻?，南北向?yàn)橹?，車流量相差較大，仿真數(shù)據(jù)取自該交叉口高峰時(shí)段。

仿真采用人工計(jì)數(shù)法對(duì)司徒街—六順街信號(hào)交叉口高峰時(shí)段進(jìn)行調(diào)查，得到高峰時(shí)段車流量。經(jīng)過實(shí)地調(diào)查，該信號(hào)交叉口為三相位交叉口，相位設(shè)置如圖6所示。

采用韋伯斯特配時(shí)法進(jìn)行信號(hào)配時(shí)，具體算法如式(2)～式(6)所示。

(2)

Ge=T-L

(3)

(4)

g=ge-A+1

(5)

(6)

其中，T為最佳周期長度;Y為周期長度內(nèi)各相位最大飽和度yi值之和;L=∑(l+I-A)為每個(gè)周期的損失時(shí)間;I為綠燈間隔時(shí)間;l為起動(dòng)損失時(shí)間;A為黃燈時(shí)間;Q為某進(jìn)口的交通量;C為對(duì)應(yīng)Q的設(shè)施通行能力。計(jì)算得到配時(shí)方案如表3所示。

表3 配時(shí)方案 s

4 仿真結(jié)論

通過VISSIM仿真，將根據(jù)實(shí)際情況隨機(jī)產(chǎn)生的車流量比，使用該配時(shí)方案與原有配時(shí)方案進(jìn)行對(duì)比。

當(dāng)支路與主路的流量比為1∶10時(shí)，仿真結(jié)果如表4所示。西進(jìn)口延誤下降37.4%，東進(jìn)口延誤下降72.3%。當(dāng)支路與主路的流量比為1∶5時(shí)，仿真結(jié)果如表5所示。西進(jìn)口延誤下降8.23%，東進(jìn)口延誤下降6.73%。

表4 仿真結(jié)果(流量比為1∶10)

表5 仿真結(jié)果(流量比為1∶5)

5 算法改進(jìn)

在一元輸入的基礎(chǔ)上，考慮其他因素進(jìn)行多因素融合分析來進(jìn)一步提高方案的效率。選取進(jìn)入該交叉口的機(jī)動(dòng)車與非機(jī)動(dòng)車的交通構(gòu)成比例作為增加輸入量m，其論域?yàn)閧0，1}；通過仿真

實(shí)驗(yàn)各項(xiàng)指標(biāo)均優(yōu)于先前所提方案。