蔣愛萍　柳妍

摘 要：公路交通控制是一個(gè)非線性時(shí)變系統(tǒng)，其抗干擾能力較差，尤其是道路交叉口的交通控制更是具有復(fù)雜的非線性時(shí)變特征，而實(shí)際應(yīng)用表明，道路交叉口的交通控制是整個(gè)交通控制系統(tǒng)的控制重點(diǎn)。本文在研究BP神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上，探討該算法在道路交叉口多相位模糊控制中的應(yīng)用。

關(guān)鍵詞：公路交通控制；BP神經(jīng)網(wǎng)絡(luò)算法；交叉口多相位

1 多相位交通控制算法

當(dāng)交通流較大時(shí)，在保證安全的前提下，為了提高平面交叉口的通行能力往往需要進(jìn)行多相位信號(hào)控制。在一個(gè)周期內(nèi)，交叉口上某一支或幾支交通流所獲得的通行權(quán)稱為信號(hào)相位。單交叉路口4相位信號(hào)控制如下：相位1：南北直行；相位2：南北左轉(zhuǎn)及；相位3：東西直行；相位4：東西左轉(zhuǎn)及方向綠燈，所有右轉(zhuǎn)方向綠燈，方向綠燈，所有右轉(zhuǎn)方向綠燈。

單個(gè)交叉路口信號(hào)的控制算法可描述為：

⑴從相位i開始，分別指定各相位的最短綠燈時(shí)間Gmin和最大綠燈時(shí)間Gmax；

⑵先給該相位以最短綠燈時(shí)間 ；

⑶測得放行車道的車隊(duì)長度，設(shè)其為 ；

2 模糊邏輯控制器的設(shè)計(jì)

2.1 檢測器之間的車輛數(shù)ι，隊(duì)長之差Q，綠燈追加時(shí)間G的模糊化

兩檢測器之間的車輛數(shù)ι為考慮具體交叉口路況后，折算成標(biāo)準(zhǔn)小客車單位（pcu）的車輛數(shù)。視為模糊變量 ，論域?yàn)椋簕1，3，5，7，9，11，13，15，17}，取7個(gè)語言值： （很少）， （少）， （較少）， （一些）， （較多）， （多）， （很多）。

隊(duì)長差Q為pcu單位的下相位兩檢測器之間車輛數(shù)和本相位兩檢測器之間車輛數(shù)的代數(shù)差，將其看作模糊變量 ，其論域?yàn)椋簕-9，-6，-3，0，3，6，9}，取5個(gè)語言值： （負(fù)大）， （負(fù)小）， （零）， （正小）， （正大）。

追加綠燈時(shí)間G為模糊變量 ，其論域?yàn)椋簕3，6，9，12，15，18，21，24，27}，取7個(gè)語言值： （很少）， （少）， （較少）， （適中）， （多）， （較多）， （很多）。相對(duì)于論域的隸屬函數(shù)為：

2.2 模糊推理

根據(jù)經(jīng)驗(yàn)總結(jié)出控制規(guī)則如下表所示（“-”表示不可能出現(xiàn)的情況）。兩輸入到輸出的語言控制策略由33條模糊條件語句構(gòu)成：

2.3 模糊判決（去模糊化）

本文采用最大隸屬度原則去模糊化。

3 模糊邏輯控制器的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

3.1 模糊—神經(jīng)網(wǎng)絡(luò)控制結(jié)構(gòu)

上述模糊控制器模型可以用三個(gè)BP神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)，該模糊—神經(jīng)控制器結(jié)構(gòu)如下圖所示。

神經(jīng)網(wǎng)絡(luò)Ⅰ、Ⅱ分別用于生成 和 的隸屬函數(shù)。神經(jīng)網(wǎng)絡(luò)Ⅲ用于產(chǎn)生綠燈追加時(shí)間輸出。該神經(jīng)網(wǎng)絡(luò)采用典型神經(jīng)元，其輸入輸出關(guān)系為Sigmoid函數(shù)，即：

3.2 模糊控制規(guī)則的實(shí)現(xiàn)及控制信號(hào)的形成

采用三層神經(jīng)元網(wǎng)絡(luò)Ⅲ來實(shí)現(xiàn)模糊控制規(guī)則。輸入層對(duì)應(yīng)于神經(jīng)元網(wǎng)絡(luò)Ⅰ和Ⅱ的輸出層，即含有12個(gè)神經(jīng)元；輸出層為一個(gè)神經(jīng)元，即控制量輸出；隱含層采用7個(gè)神經(jīng)元。以表4提供的經(jīng)驗(yàn)數(shù)據(jù)為樣本進(jìn)行學(xué)習(xí)，即可獲得一個(gè)模糊神經(jīng)控制器。

4 總結(jié)

當(dāng)交叉口車輛到達(dá)率或交叉口車流到達(dá)飽和時(shí)，模糊神經(jīng)網(wǎng)絡(luò)控制方法可以大幅度減少交叉口各方向車輛的平均延誤時(shí)間。這是因?yàn)樵谀：刂扑惴ㄖ锌紤]了下一相位的等待車輛數(shù)，從而保證了模糊神經(jīng)網(wǎng)絡(luò)控制器能夠協(xié)調(diào)地給各方向分配通行時(shí)間，防止某一方向等待車輛數(shù)過多而導(dǎo)致整體上大的平均延誤。

[參考文獻(xiàn)]

[1]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.