李雅婷[1]2017年在《城市交叉路口交通信号优化控制及仿真研究》文中指出随着城市化进程的加快以及社会经济的持续发展,城市人口和机动车辆数目的不断增加,城市交通的拥堵已经成为全国各大城市共同面临的难题。由此带来的交通拥堵、能源浪费、交通事故以及汽车废气排放造成的污染等问题,不仅不断制约着经济的可持续发展,同时严重降低了人们的生活质量。城市交叉口是城市交通的交汇点,所以城市交通拥堵往往集中表现在城市交叉路口。如何最大程度地提高交叉路口的通行能力,减少车辆的延误率一直以来是交通控制研究的主要问题。传统上,交通拥堵问题的解决一般通过对交通路网进行扩张来处理,但是这种处理方法不仅造价昂贵,更严重破坏了城市的生活环境,并且这种方式缓解交通拥挤的效果有限,并不是缓解交通的首选办法。智能控制的发展,为交通控制提供了新的思路。由于实时交通系统是一种非线性的、时变的大系统,采用传统的控制方法很难达到满意的效果,因此无需建立精确数学模型的模糊控制成了研究智能交通的首选控制方法。本文基于模糊控制的基本思想,以降低车辆的平均延误为目标,提出了一种区域交叉口的两级模糊控制模型。其中第一级为检测级,由各相位的车辆检测器检测相对应的车辆紧迫度;第二级为决策级,决策是否发生相位转换。而且本文考虑到了正常和非正常两种交通状态,并设计了相应的控制规则。最后根据设计的模糊控制规则,编写了相应的程序进行仿真。仿真结果表明,与传统的定时控制相比,本文所设计的模糊控制器能有效的减少车辆的平均等待时间并提高车辆的通行效率。
陈虹[2]2010年在《城市路口交通信号的自适应模糊控制策略研究》文中进行了进一步梳理近年来,随着交通规模不断扩大,城市交通与经济发展的矛盾日趋尖锐,城市道路面临着日益拥挤的交通问题。传统的交通控制技术与方法已不能有效解决日益严重的交通问题,而信息技术、网络技术、和智能控制技术的日臻完善促进了城市交通控制技术的发展。本文在研究城市交通流特性的基础上,由点到面对城市道路交通信号系统的智能控制展开了分析研究。先描述了一个四相位的单路口交通模型,由于模糊控制不需要建立被控制对象的精确数学模型,吸收了人工控制的经验,能模仿人脑的逻辑推理和决策过程,特别适用于随机性很强的、复杂的城市交通控制系统,因此根据单路口的交通流特性设计了基于车辆排队长度和车辆平均延误的模糊控制器,然后针对城市交通的实际情况,将单路口拓展到多路口,考虑到多路口之间的交通流相互关联,采用双模糊系统对路口进行控制,不但能够调整各相位的绿灯时间和交叉口的信号周期,还能协调控制相邻交叉口中间路段上的车流。由于上述模糊控制器模糊控制规则和隶属度函数都是依据专家经验设计,其参数在整个控制过程中固定,若交通流状况变化较大,模糊控制器的效果就会受到影响。根据交通状况对系统参数自适应地调整将有助于改善控制系统的效果,本文利用遗传算法对单路口模糊控制器和多路口的双系统模糊控制器的模糊规则和隶属度函数进行实时优化,使之能适应不同交通流的变化,从而实现交叉路口信号的自适应控制。最后对单路口和多路口模糊控制器分别在定时控制,模糊控制和遗传优化模糊控制情况下进行仿真,仿真结果表明模糊控制合理有效,相比定时控制有效减小了车辆平均延误,而通过遗传算法优化的模糊控制器能够适应不同交通流的变化,控制性能得到进一步提高。
夏朋亮[3]2013年在《基于城市公路干线交叉口的信号控制算法研究与仿真》文中研究表明随着经济的迅速发展,交通运输已经成为现代人们经济生活中极其重要的组成部分。目前,传统交通控制方法已无法满足现有城市交通的发展要求。鉴于城市交通的复杂性和传统控制方法的局限性,把相关的智能控制算法相结合,进而应用到交叉口信号控制研究领域,以尽量减小交叉口的排队长度为主要评价指标,研究交通信号配时优化方案,对城市智能交通控制的发展具有非常重要的意义。在对城市交通信号控制理论学习的基础上,深入研究和分析了目前国内外城市交通控制系统的发展现状,进一步了解到城市单交叉口的理论研究已基本成熟,但要提高城市整个干线的通行能力,仅仅实施单交叉口的信号控制是远远不够的。目前解决城市道路交通问题最根本的方法是对城市干线多交叉口的协调控制,因此,本文在研究单交叉口四相位的基础上,进一步展开对城市干线多交叉口协调控制的研究。本文首先以四个相位的单交叉口为研究对象,设计基于模糊控制理论的模糊控制方案,通过仿真并与定时控制、感应控制进行对比,验证了该方案比传统的控制方式有更好的控制效果。同时分析了普通模糊控制算法和经典两级模糊控制算法的特点,针对其不足加以改进,在城市交叉口四个相位控制的基础上,展开了对干线多交叉口的重点研究,尤其是重点研究了干线协调模糊控制的方案,并设计了两级决策修正的模糊控制算法来决定是切换相位还是延长当前相位的绿灯时间,仿真结果表明该方法能够有效减小车辆排队长度。同时,鉴于人工设计模糊控制器的合理性存在问题,本文利用改进的自适应遗传算法分别对模糊控制器的模糊规则和隶属度函数进行优化,使其能够适应不同的交通流变化,从而实现交叉路口信号的自适应控制。通过仿真实验,把其结果和未优化的模糊控制器进行比较,验证了此优化算法的有效性,使得控制效果得到了进一步改善。最后,在以MATLAB进行数据仿真的基础上,以微观仿真软件VISSIM为仿真平台,对本文中所涉及的各种交通信号控制方法进行了可视化仿真,并对仿真结果进行比较分析,结果表明优化后的两级决策修正模糊控制算法能够更有效的减小交叉口处的车辆排队长度,使整个干线的通行能力得到进一步提高。
谢子青[4]2011年在《基于模糊逻辑的智能交通信号控制方法及仿真研究》文中提出智能交通信号控制技术是改善城市道路交通状况、提升道路通行能力的研究热点之一。由于交通系统复杂多变,不确定性、随机性较强,很难对其创建精确的数学模型,因此传统的交通控制理论与方法不能对其实现有效控制。模糊控制方法是一种通过模拟人类大脑的思维方式、利用专家的工作实践经验进行决策、不需要精确的数学模型进行控制的智能控制方法,在城市智能交通控制方面的应用前景广阔。本文以两相位单十字交叉路口作为研究对象,提出了高峰状态的定时控制和非高峰时期的模糊控制相结合的一种城市道路口交通控制方法,克服了模糊控制在高峰时期控制效果不佳的状态,发挥了传统定时控制的优势。通过研究和设计相应的模糊控制规则以及推理单元完成了模糊算法的设计,并运用MATLAB软件对其进行了仿真,仿真结果表明控制效果良好。本文采用了由叁菱公司的PLC作下位机,计算机作上位机的方法来组成现场总线结构,并采用叁菱公司的GX Developer编程软件进行了PLC的程序设计,利用MCGS组态软件开发了上位机监控界面。针对我国的混合交通现状、研究对象中东西方向路段上非机动车流量大、隔一段路有学校的特征,采取了东西路口非机动车先行的控制原则,设置路口与学校大门口的父子灯控制及校门口自助式行人过街按钮装置,可以一定程度上改善机动车、非机动车相互制约交通状况及学生上下学过马路时与车辆抢道的现象,提高了安全性。
苏玉萍[5]2007年在《基于模糊逻辑的路口交通灯控制算法的研究》文中研究表明近年来，随着经济的不断增长，城市化、汽车化的急速发展，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，已成为制约经济发展和城市建设的瓶颈。在城市交通控制中，由于交通流系统的时变性、随机性和不确定性等，使得传统的基于模型的控制理论与方法难于取得良好的控制效果，因此，智能控制理论和方法就成为了交通信号控制领域的主要研究手段之一，如模糊控制方法、神经网络方法等。本文首先以单交叉口为研究对象，设计了两级模糊控制方案，通过Matlab仿真，并与感应控制的效果做了对比，验证了方法的有效性。同时在四相位的基础上对干线上多交叉口进行了研究，提出一种干线协调模糊控制方法。仿真结果表明该方法能够有效降低车辆平均延误。虽然模糊控制不需要建立被控对象的精确数学模型，但是仍然存在人工难以合理定义全部模糊隶属度函数的问题，为此本文进一步采用搜索功能强大、不需了解对象机理、仅由适应度驱动的遗传算法对两级模糊控制器中隶属度函数进行优化。结果表明优化后的模糊控制能够取得更好的控制效果。本文的仿真虽然是针对四相位的，但方法同样可以推广到更多相位的控制。
陈超[6]2007年在《基于WSN的交叉口信号控制方法研究》文中研究说明城市交通拥挤是当今世界普遍关注的问题，智能交通系统是解决交通拥挤的必备手段，而交通信号控制系统则是智能交通系统的核心。相对于现有交通信号控制系统中所应用的各种数据采集技术，无线传感器网络是一种全新的信息获取和处理技术，具有不受环境限制、自组织、分布性等优势。本文以此为出发点，对无线传感器网络环境下的智能交通信号控制系统进行了研究，着重研究了单交叉口下的信号控制方法、公交信号优先控制方法以及多交叉口间信号协调控制的优化方法。本文针对目前城市交通控制的现状，首先分析和讨论了交通流的基本理论，对交通信号控制的基本概念、性能指标、分类方法以及几类典型的交通信号控制方法的适用性进行了分析。对无线传感器网络在智能交通领域的组网模式、磁敏传感器车辆检测的原理、算法及车辆定位算法进行了探讨。其次，对无线传感器网络下的单交叉口信号控制方法进行了研究。其一，提出了一种用于无线传感器网络静态组网模式下的单交叉口信号模糊控制方法。该信号配时方法从无线传感器网络动态获取实时数据，模仿交警指挥的决策过程，设计了一种单交叉口的模糊控制器用于多相位信号控制。依据模型编写了仿真程序，并与定时控制法进行了比较，结果表明该方法可有效降低车辆延误，证明了本文所提方法的有效性。其二，基于动态组网模式，针对的单交叉口公交信号优先问题提出了解决方案。建立了采用公交专用道的交叉口公交优先信号模型，并对公交信号优先的配时策略进行了分析。采用遗传算法对模型的配时参数进行优化，并对优化前后的公交车辆延误进行了性能对比，证明了采用公交优先策略可大幅降低公交车辆延误。最后，对协调控制方法进行了研究。分析了交通干线多交叉口协调控制的特点，并针对现有交通干线信号配时模型的不足，建立了以无线传感器网络为基础的交通干线相位差优化模型，最终对优化前后车辆延误与定时控制进行了性能比对。仿真结果表明本文所提的方法可有效缩短交通干线车辆延误。本文提出了无线传感器网络环境下的城市交叉口信号控制解决方案，并进行了仿真。仿真结果表明：与传统信号控制方法比较，本文提出的方法可实时获取交通流数据，并在一定程度上减少了车辆的平均延误，是一系列有效的交通信号控制方法。
李晓红[7]2007年在《城市干线交通信号协调优化控制及仿真》文中研究说明城市交通拥挤是当今世界普遍关注的问题，它所带来的严重危害日益影响到人们的日常生活和社会经济的发展。交叉路口作为城市交通的主要集散点，是产生交通拥挤的重要环节，对其交通流进行合理分析和控制，是缓解交通拥挤的重要手段和途径，也是研究城市交通问题的一个关键切入点。城市交通干线作为城市路网中的重要组成部分，它的通畅与否直接影响整个城域交通网络能否平稳、安全的运行。因此本文以此为出发点，开展了对城市交通信号控制的研究，重点研究了城市干线协调优化控制的方法。本文针对目前城市交通问题的现状，首先分析和讨论了交通信号控制的基本理论，对几种典型的交通信号控制系统的建模过程、配时优化和系统性能进行了分析。其次，重点研究了城市干线交通信号的协调优化控制，分析了现有协调控制方法的特点，并针对其不足，给出了以交通干线系统中车辆总延误最小为目标的常态交通条件下的干线交通信号协调控制的方法，并针对一种双向交通的交通干线系统，建立了以相位差为优化控制变量的交通流动态优化控制模型。之后，分析了过饱和交通条件下的交通流特征，建立了该状态下的干线协调控制的延误模型，并给出了相位差和绿灯利用率之间的关系。最后，使用基本的遗传算法对双向绿波控制模型中的控制变量相位差参数进行了优化，并在Matlab环境中对其进行了10个周期的仿真实验，给出了优化后相位差的值和优化后的延误时间。并对优化后的车辆延误时间与定时控制时进行了性能对比。对比结果表明干线上车辆延误时间明显小于定时线控时的车辆延误时间。证明了本文所提方法的有效性。此外，本文采用基于计算干线车辆总延误的双向绿波控制方法，由于求解过程只需要相位差和适应度函数(交叉口总延误)，这使得干线协调控制与路网协调控制之间已不存在明显的界限。因此本文提出的方法具有解决城市路网协调控制问题的潜力。
谢赛[8]2007年在《基于智能控制方法的城市道路交通信号控制系统的研究》文中进行了进一步梳理随着城市化进程的逐步加快,城市道路交通问题己经成为中国各大城市共同面对的难题。而交叉口作为城市道路的交汇点,在道路网和交通流中起着十分重要的作用。如何充分利用现有的道路资源,通过科学合理的交通控制手段,最大限度的提高信号交叉口的通过能力、降低延迟时间一直是交通工程领域重要的研究课题。在诸多交通控制手段中,交通信号控制是最简单直接有效的办法之一。而智能控制技术的发展为实时交通信号控制系统提供了新的解决思路。本文首先介绍了城市道路交通信号控制系统的目的以及分类,并着重对交叉口交通信号控制系统的优化方法进行了介绍;然后,重点阐述了交叉口信号控制的基本概念,评价指标,车辆到达分布,并介绍了相关的智能控制技术。在此基础上,对传统单交叉口信号控制系统进行了分析,并发现传统单交叉口信号控制系统在交叉口具有多相位的情况下存在考察不全面和运算量大等缺陷。针对这些缺陷,本文引出了“大相位”的概念,即把同一个方向的多个相位合并到一个大的相位,并由此提出了一种基于模糊逻辑-遗传算法的城市单交叉口交通信号控制方法。该控制方法首先根据当前绿灯大相位开始时绿灯方向的队列长度计算出该相位的预估绿灯时间,然后根据当前绿灯方向上两个相对方向车辆到达的不平衡以及红灯方向上总的队列长度,利用遗传算法优化后的模糊逻辑控制器计算出调整时间对上述的预估时间进行修正。在确定实际的大相位绿灯时间后,再通过遗传算法计算大相位中各个小相位的绿灯时间。该控制系统既能保证以清空当前大相位的排队队列为主要考虑因素,又能全面地考虑整个交叉口上各方向各转向的差异性。而大相位的提出以及分级控制的思路能够减少由于全面考察交叉口所带来的计算量大的问题。最后,通过仿真以及与定时控制系统的比较,对该信号控制方法的有效性和先进性进行了验证。验证的结果表明本文所设计的信号控制系统在控制性能和交通特性上相对于传统的定时控制系统而言都有明显的提高。特别是在交叉口各方向车辆到达率不相同的情况下,更能体现出该控制系统实时性强、适用度高等优点。
刘侃[9]2008年在《单交叉路口交通信号模糊控制系统的研究》文中研究指明本文针对当前交叉路口交通控制信号灯配时固定不变的问题,提出了一种基于短时交通流量预测的模糊控制方法,用于适时控制交通信号的相位长度及相位时序,以满足交通流量高峰期和平时流量的通行需求。并在此方法的基础上,完成了单交叉路口交通信号模糊控制器的研制。本论文完成了如下工作:1.对城市道路交通流量的短时预测方法进行了研究,基于遗传算法对神经网络预测模型进行改进,建立了GA—BP网络预测模型,并且通过仿真实验论证了改进后的模型在预测精度上有很大的提高,同时预测过程所需时间减少,可用于在线控制。2.设计了四相位单交叉路口交通信号的模糊控制模型,提出了一种以当前相位、后继相位的车辆等待数和未来短时预测流量来决定信号配时的多相位模糊控制方法,同时提出单交叉口的交通流量模型,使其能同时反映轻度交通和重度交通,能够描述排队长度。最后通过仿真验证了该控制方法在实际应用中的可行性和优越性。3.给出了以AT89S51单片机为主机的控制系统的硬件和软件的设计。在以上基础上以长沙市五一路口实际流量作为实验数据,进行了模拟实验。实验结果表明该控制系统能达到预期效果。
梁子君[10]2007年在《城市道路智能交通信号控制系统》文中研究表明城市智能交通信号控制系统用于城市道路交通控制与管理,实现交通信号的智能控制,对城市道路网的交通流畅通发挥着重要的作用。本文所提出的城市道路智能交通信号控制系统除了能有效实现其他城市交通信号控制系统的基本功能外,还结合了F·韦伯斯特-B·柯布理论、模糊控制理论以及双向联动控制理论,拓展了优化配时设计、模糊控制以及双向绿波带控制新功能,并进行了模糊控制以及双向绿波带控制的计算机交通仿真,仿真结果表明,系统能有效实现交通信号的模糊控制以及双向绿波带控制,提高了车辆通过路口的效率。论文着重论述了交通信号优化配时、模糊控制以及双向绿波带控制的设计理论、分析方法和软件实现方法,为交通信号控制的更进一步研究提供了一个良好的平台。
参考文献：
[1]. 城市交叉路口交通信号优化控制及仿真研究[D]. 李雅婷. 青岛科技大学. 2017
[2]. 城市路口交通信号的自适应模糊控制策略研究[D]. 陈虹. 西南交通大学. 2010
[3]. 基于城市公路干线交叉口的信号控制算法研究与仿真[D]. 夏朋亮. 西南交通大学. 2013
[4]. 基于模糊逻辑的智能交通信号控制方法及仿真研究[D]. 谢子青. 电子科技大学. 2011
[5]. 基于模糊逻辑的路口交通灯控制算法的研究[D]. 苏玉萍. 兰州理工大学. 2007
[6]. 基于WSN的交叉口信号控制方法研究[D]. 陈超. 大连理工大学. 2007
[7]. 城市干线交通信号协调优化控制及仿真[D]. 李晓红. 大连理工大学. 2007
[8]. 基于智能控制方法的城市道路交通信号控制系统的研究[D]. 谢赛. 长沙理工大学. 2007
[9]. 单交叉路口交通信号模糊控制系统的研究[D]. 刘侃. 中南大学. 2008
[10]. 城市道路智能交通信号控制系统[D]. 梁子君. 合肥工业大学. 2007
标签：公路与水路运输论文; 模糊控制论文; 城市交通论文; 智能控制论文; 交通论文; 仿真软件论文; 交叉分析论文; 城市道路论文;