城市交叉路口分級模糊控制器設(shè)計

陸 琳，張 虹，宋美劍

（貴州財經(jīng)大學(xué)，貴州 貴陽 550004）

1 引言

經(jīng)濟社會的迅速發(fā)展給城市交通帶來了巨大壓力，常用的擴大交通基礎(chǔ)設(shè)施建設(shè)的做法因受制于政府財政約束，作用空間已不大，在現(xiàn)有城市硬件設(shè)施的基礎(chǔ)上，利用現(xiàn)代信息技術(shù)開發(fā)城市智能交通管理和控制系統(tǒng)對解決目前日益緊張的城市交通問題就顯得尤為必要了。Chiu[1]設(shè)計了一個雙輸入雙輸出的模糊決策系統(tǒng)用于多交叉口交通網(wǎng)絡(luò)；劉智勇[2]提出一種遞階模糊神經(jīng)網(wǎng)絡(luò)交通控制方法，采用控制子系統(tǒng)和協(xié)調(diào)層以提高控制精度?，F(xiàn)有文獻所構(gòu)建模型主要是采用結(jié)構(gòu)參數(shù)固定的模糊控制系統(tǒng)，對于復(fù)雜環(huán)境下的城市交通控制問題，不確定因素和子系統(tǒng)間的相互藕合作用增多，結(jié)構(gòu)參數(shù)固定的模糊控制系統(tǒng)顯然無法處理此類問題。針對這一問題，本文提出了一種新的分級模糊控制器，用于交叉路口交通流的控制與優(yōu)化。

2 分級模糊控制器設(shè)計及應(yīng)用

2.1 分級模糊控制器結(jié)構(gòu)

分級模糊控制器的效能在于有效減少規(guī)則數(shù)，易于提取模糊規(guī)則?；谶@一思想，設(shè)計分級模糊控制器如圖1所示。

在圖1中，綠燈增益模塊和紅燈損失模塊（第一級模塊）分別根據(jù)各車道上安裝的信號檢測器檢測該車道的交通信息情況，并通過該信息來判斷當(dāng)前該模塊交通流方向的交通擁堵狀況，確定綠燈增益模塊繁忙度和紅燈損失模塊的緊急度，并且兩模塊同時將確定結(jié)果傳輸給判決模塊（第二集模塊），再由判決模塊比較兩模塊的的繁忙度和緊急度，決定當(dāng)前綠燈是否調(diào)整跳轉(zhuǎn)。綠燈增益模塊的輸入量采用當(dāng)前綠燈相位信號燈轉(zhuǎn)換的瞬間為起點開始計時，記錄下在規(guī)定時間內(nèi)通過該車道的車輛數(shù)作為變量X的論域，t=10S。紅燈損失模塊的輸入量是采用當(dāng)前紅燈相位的上游車道檢測器所檢測到的排隊等待通行的車輛數(shù)和紅燈持續(xù)累計時間作為變量Y的論域。綠燈增益模塊的輸出為綠燈繁忙度，紅燈損失模塊的輸出為紅燈緊急度。第二級的判決模塊根據(jù)第一級兩個模塊輸出量的信息，在經(jīng)過一系列的模糊推理運算后，將所得的結(jié)果做出判斷對比，從而決定綠燈是否調(diào)整跳轉(zhuǎn)，做出相應(yīng)的模糊決策，并把該決策模糊化為一個實數(shù)值輸出，其范圍取(0～1)。當(dāng)被反模糊化后的這個實數(shù)值超過某個特定值時，綠燈調(diào)整跳轉(zhuǎn)，否則綠燈保持不變。

2.2 模糊規(guī)則的設(shè)計與提取

（1）在綠燈增益模塊中，為了實現(xiàn)模糊控制將離開車輛數(shù)模糊化，需要將綠燈時間分為A,B兩部分：A部分主要采集交叉路口當(dāng)前相位上車輛狀態(tài)參數(shù)，采集時間為10s；B部分是對模糊決策的延時，判斷依據(jù)為當(dāng)前兩個方向車流量的變化量。同時保證車輛的行車速度不超過25km/h，則在10s內(nèi)通過該路口的車輛數(shù)大約為10輛，計時起點均以當(dāng)前綠燈相位的信號燈轉(zhuǎn)換的瞬間為準，變量X的論域為10s內(nèi)通過的車輛數(shù)，取(1-10)，并將其分為五個模糊子集:很少、少、中等、多、很多，其從屬函數(shù)如圖2所示。

（2）在紅燈損失模塊中，因為影響輸入量Y的變化論域為到達車輛數(shù)的車隊排隊長度。以貴陽市某些路段的交叉路口在不同時段車流量的實測數(shù)據(jù)為依據(jù)分析，本系統(tǒng)的檢測距離為100m左右。通常情況下，車輛間距與車輛本身的長度平均為5m左右，所以輸入量Y的變化論域為(0-20)。并將其分為五個模糊子集: 很多、多、中等、少、很少，其從屬函數(shù)如圖3所示。

（3）本系統(tǒng)以不同相位間交通信號燈的轉(zhuǎn)化作為系統(tǒng)的輸出量。且各個相位間的關(guān)系都在于對當(dāng)前綠燈的延時。貴陽市某些路段的交叉路口在不同時段車流量的實測數(shù)據(jù)為依據(jù)分析，本系統(tǒng)對直行取30s，左行取10s，則該相位綠燈延時的論域分別為(0-30)和(0-10)，并將其分為5個模糊子集：很長、長、適中、短、很短，其從屬函數(shù)如圖4所示。

（4）本系統(tǒng)采用矩陣方式對模糊控制規(guī)則進行設(shè)計，并根據(jù)現(xiàn)有相關(guān)知識和交警的實際操作來確定本系統(tǒng)的模糊規(guī)則。其具體控制規(guī)則見表1。

在表1中，當(dāng)綠燈增益模塊和紅燈損失模塊方向間的車流狀態(tài)處于互補時，本系統(tǒng)對綠燈的延時均取“適中”，其目的是為了保證兩個模塊在車流量相差不多的情況下，盡可能快速地均衡疏散當(dāng)前的車流。表1中共包含了如下多條條件語句：

規(guī)則1：X=很少，且Y=很少，則t2=很短；

規(guī)則2：X=很少，且Y=很少，則t2=很短；

規(guī)則3：X=很少，且Y=中等，則t2=很短；

規(guī)則4：X=很少，且Y=多，則t2=很短；

規(guī)則5：X=很少，且Y=多，則t2=很短；

規(guī)則6：X=少，且Y=很少，則t2=很短；

規(guī)則7：X=少，且Y=少，則t2=很短；

規(guī)則8：X=少，且Y=中等，則t2=短；

規(guī)則9：X=少，且Y=多，則t2=適中；

規(guī)則10：X=少，且Y=很多，則t2=長；

規(guī)則11：X=中等，且Y=很少，則t2=很短；

規(guī)則12：X=中等，且Y=少，則t2=短；

規(guī)則13：X=中等，且Y=中等，則t2=適中；

規(guī)則14：X=中等，且Y=多，則t2=長；

規(guī)則15：X=中等，且Y=很多，則t2=很長；

規(guī)則16：X=多，且Y=很少，則t2=短；

規(guī)則17：X=多，且Y=少，則t2=適中；

規(guī)則18：X=多，且Y=中等，則t2=長；

規(guī)則19：X=多，且Y=多，則t2=很長；

規(guī)則20：X=多，且Y=很多，則t2=很長；

規(guī)則21：X=很多，且Y=很少，則t2=適中；

規(guī)則22：X=很多，且Y=少，則t2=長；

規(guī)則23：X=很多，且Y=中等，則t2=很長；

規(guī)則24：X=很多，且Y=多，則t2=很長；

規(guī)則25：X=很多，且Y=多，則t2=很長。

運用模糊推理算法對結(jié)果進行還原計算，然后再輸出精確量。

2.3 模糊隸屬度函數(shù)調(diào)整方法

分級模糊控制器對較多的輸入?yún)?shù)進行了分塊分級處理，但仍然包含了較多的隸屬度函數(shù)，若憑經(jīng)驗知識選取隸屬函數(shù)，帶有較大的主觀性，并且，固定系統(tǒng)參數(shù)模糊控制器在應(yīng)對大幅度波動交通流狀況時，控制效果較差。根據(jù)交通的實際狀況對模糊控制器隸屬度函數(shù)進行自適應(yīng)調(diào)整，并且利用智能優(yōu)化算法調(diào)整分級模糊控制器的隸屬度函數(shù)，可以改善控制系統(tǒng)的效果。源于遺傳算法（GA）的分布估計算法（EDAs）是一種新的智能優(yōu)化算法，其原理是采用群體中先進的個體，即適應(yīng)度較高個體，然后統(tǒng)計其概率分布作為進化模型產(chǎn)生下一代子群，更能反映變量間的相互關(guān)系，準確度也更高。本文提出的分級模糊控制器運作采取如下步驟：（1）初始化隸屬度函數(shù)，進行模糊控制；（2）統(tǒng)計交叉路口交通參數(shù)，計入歷史數(shù)據(jù)庫中；（3）交通流模擬器根據(jù)歷史數(shù)據(jù)庫交通參數(shù)模擬交通流，運用EDAs優(yōu)化交通流模擬器，找出適合于當(dāng)前交通流的模糊隸屬度函數(shù)，將其送入模糊控制器加以更新。

2.4 仿真實驗

以貴陽市中山路實測數(shù)據(jù)為依據(jù)，該交叉口為3*3，12條交通路段的十字路口。根據(jù)實測，車輛的平均時速為35km/h，車輛直行的統(tǒng)計概率為0.65，左轉(zhuǎn)為0.2，右轉(zhuǎn)為0.15。EDAs算法設(shè)置如下：N=2 000，Se=600。根據(jù)路段的實地調(diào)查，定時控制器平均通行車輛的平均等待時間為5.52s/輛，而采用分級模糊控制器通行車輛的平均等待時間縮短為4.67s/輛，優(yōu)化達15.4%,顯示該分級模糊控制器能提高道路的使用效率，效果較好。

3 結(jié)束語

本文針對當(dāng)前交叉口信號燈管理的現(xiàn)狀提出一種新的分級模糊控制器，通過設(shè)定模糊規(guī)則及提取方法，降低了規(guī)則數(shù)目，并運用EDAs算法根據(jù)不同的交通情況自適應(yīng)地調(diào)整控制器隸屬度函數(shù)，從而使分級模糊控制器取得更好的交通控制效果。

[1]SChiu,SCh and.Adaptive traffic signal using fuzzy logic[J].International Conference on Fuzzy System,1993,(2):1371-1376.

[2]劉志勇,等.城市交通大系統(tǒng)遞階模糊神經(jīng)網(wǎng)絡(luò)控制[J].信息與控制,1997,26(6):441-447.