����ģ���߼��Ľ�ͨ�źſ��Ʒ�����������ɳ�ذ�������Ӧ��ǰ��

模糊控制器的应用于1977年首次在文献中提出,其中指出对于有简单绿灯延时控制的单车道交叉口,模糊控制器比车辆感应式控制器更具优势。此后,模糊控制器有了进一步发展,关于交通信号控制的模糊逻辑方法的研究也进一步深入,该方法被陆续应用于无转向车流的双车道交叉口、无限制的单车道交叉口、多交叉口、相位顺序和相位时长控制、拥挤交叉口和路网等等,尤其在高负荷和不均衡交通流条件下表现出优于传统交通信号控制方法的特性。模糊逻辑方法可以改善自适应交通信号控制,改变自适应控制器和TMS的整个决策过程,很大程度上改善未来的交通需求管理方法,然而这类交通信号控制和交通需求管理方法的实际应用并不多见。在诸如沙特阿拉伯这样的发展中国家,学者应根据本国的特有情况研究基于模糊逻辑的交通信号控制与TMS的发展潜力,从而减少拥挤导致的各种损失。     

基于模糊理论的单交叉路口变相位两级控制研究

本文用模糊控制方法对单交叉路口的交通信号进行控制,提出一种根据交通流量的大小决定相位个数,更有效提高车辆的通行效率.重点讨论两级模糊控制器的设计,并给出该模糊控制系统的总体设计方案.两级模糊控制能有效减少模糊规则数,易于提取模糊规则,适合于交通状况复杂的城市交叉口的交通控制.本方法实现了相位顺序、绿信比、周期均随着交通条件的变化而自适应变化.     

交叉口Agent间的博弈学习协调方法

将Multi-agent应用在城市交叉口交通协调控制中。通过引入交通信号控制Agent,分析Agent的协调过程;以交通信号控制Agent为角色,建立了相互关联的城市交叉口资源动态协调配置抽象模型;应用对策论作为协调实现途径,并且以分布式Q强化学习中Q值更新作为其效用函数。通过对两交叉口协调实例分析,证明了采用博弈学习协调方法的有效性。     

过饱和状态交通信号控制方法综述

为向拥堵状态城市路网的交通控制优化提供依据,综述并评价了过饱和状态的交通信号控制策略;分析了过饱和状态交通流的特征,提出了过饱和状态交通信号控制的对应优化原理;从单点交叉口、协同控制交叉口及路网3个层次对过饱和状态交通控制方法进行了总结与评价,应用VISSIM仿真环境评价了已有控制策略的适用性;总结了具备处理过饱和状态能力的自适应交通信号控制系统的控制策略.仿真结果表明:过饱和状态的交通信号控制应优先优化道路空间的分配矛盾;排队管理策略对过饱和交通流具有较好的优化效果;建议在进行过饱和交通信号控制优化时,结合实时交通信息,采用排队管理、关键路径通行能力最大等控制策略,在交叉口群或路网层面对交通信号控制方案进行优化.     

道路信号交叉口智能型交通控制方法研究

本以模糊理论为基础，在借鉴既有定时交通信号控制方法，并在对具体交叉口的实际交通状况进行调查、分析的基础上，建立单个道路信号交叉口的交通控制方法。本方法考虑道路交通流变化的不确定性，通过实时配时方案调整适应交通流的变化。研究结果表明，智能型交通控制方法更能适应交叉口复杂多变的交通状况，对减少车辆延误具有效果明显。     

利用冲突点的车流特点确定信号控制周期

信号周期是交叉口交通信号配时的一个重要参数，通过回顾传统的配时方法，指出了不足，通过对交叉口冲突点交通运行状况分析，利用可接受间隙理论，提出了信号周期的计算方法，更符合实时变化的特点，可以作为交叉口交通信号感应试控制的配时基础。     

城市错位交叉口交通通行特性

错位交叉口是一种特殊的平面交叉口，要最大限度地利用现有的资源，实现城市错位交叉口交通信号的合理控制，必须根据错位交叉口的地理位置、交通环境和交通流结构等进行综合治理。在以已运行7年的西安市南二环中段错位交又口为例，对城市主干道错位交叉口的交通量、平均通行车速和行车延误等通行特性进行了调查分析基础上，针对城市错位交叉口存在的干道车辆延误大、停驶率高、交叉口通行能力低等问题，从交通信号控制系统、交通管理、标志标线的设置等方面进行了初步研究。     

城市信号交叉口混合交通秩序度模型

混合交通是我国城市信号交叉口最为显著的交通特点之一. 为了便于研究混合交通信号控制策略,并进行混合交通流仿真,从信号交叉口“时空资源”有效利用角度,提出了信号交叉口混合交通秩序度的概念,并建立了混合交通秩序度模型. 从信号交叉口的“空间资源”利用角度,建立行人自行车聚集群与机动车冲突区域模型;从信号交叉口的“时间资源”利用角度,建立行人自行车与机动车冲突时间模型,可以作为优化混合交通信号控制策略的一个重要评价指标. 最后,以混合交通秩序度和机动车延误作为评价指标,通过仿真的方法,对实际交叉口进行了混合交通信号控制策略优化,经过方案比选得到一个优化控制方案. 研究结果表明,以混合交通秩序度和机动车延误为评价指标优化的控制方案,比以往单一考虑机动车为评价指标优化的控制方案,效果得到明显改善,更能够表征我国信号交叉口混合交通流的运行状况.     

�����źŽ���ڻ�Ͻ�ͨ�����ģ��

混合交通是我国城市信号交叉口最为显著的交通特点之一. 为了便于研究混合交通信号控制策略,并进行混合交通流仿真,从信号交叉口“时空资源”有效利用角度,提出了信号交叉口混合交通秩序度的概念,并建立了混合交通秩序度模型. 从信号交叉口的“空间资源”利用角度,建立行人自行车聚集群与机动车冲突区域模型;从信号交叉口的“时间资源”利用角度,建立行人自行车与机动车冲突时间模型,可以作为优化混合交通信号控制策略的一个重要评价指标. 最后,以混合交通秩序度和机动车延误作为评价指标,通过仿真的方法,对实际交叉口进行了混合交通信号控制策略优化,经过方案比选得到一个优化控制方案. 研究结果表明,以混合交通秩序度和机动车延误为评价指标优化的控制方案,比以往单一考虑机动车为评价指标优化的控制方案,效果得到明显改善,更能够表征我国信号交叉口混合交通流的运行状况.     

����FCM����ĸ��ӽ�ͨ����ڵ���Ҫ������

网络关键节点的评估与选择对于区域交通信号控制系统的实施具有重要意义,国内外广泛应用的SCOOT/SCATS等区域交通控制系统关键交叉口的选取往往以交通流量大小、节点间距等为参考,较大程度上依赖经验. 本文以节点连接度、节点介数和交叉口高峰小时交通流量为评价指标,应用FCM模糊聚类方法给出交叉口的重要性分类方法,实现城市复杂交通网络的关键节点选择,并以北京市长安街沿线周围交叉口为例进行了实证研究. 研究表明：当聚类数取3、4和5时长椿街路口、府右街南口和和平门路口均呈现出极高的聚集性,且聚类中心体现的交通特性与实际工程中的关键交叉口基本相同. 本文方法可为区域交通控制系统的关键节点选择提供理论基础.     

基子前置信号的单交叉口多相位模糊控制

在城市道路网络中，交通拥挤或阻塞往往发生在道路交叉口处，应用进口道渠化优化设置与模糊控制相互协调的方法控制信号交叉口，能够有效地利用城市交叉口空间与时间资源，并提高信号交叉口的通行能力。     

Iterative Learning Based Adaptive Traffic Signal Control

Iterative learning control (ILC), as a branch of data-driven control, has obtained plentiful achievements both in theoretical research and practical application over the past two decades. Taking the traffic signal control system as a plant system, the paper introduces the idea of the ILC and fuzzy logic to design an adaptive data-driven traffic signal controller to improve the capacity of the intersection. The key rule of the signal control logic is described by fuzzy iterative theory, and the control strategy can adapt itself to the changing of traffic flow by iterative learning and handle the uncertainty and randomness in traffic system by fuzzy logic, so as to avoid the modeling of complex transport system and take advantages of data-driven on non-model control. Finally, the proposed method is testified to be applicable and effective based on the simulation results by VISSIM. The simulation result indicates that the effect of the proposed method is more effective than the fixed and actuated control approaches.     

һ�ֻ��ڵ���ѧϰ������Ӧ��ͨ�źſ��Ʒ���

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

一种基于迭代学习的自适应交通信号控制方法

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

基于交通需求强度的路口多层模糊控制模型研究

针对模糊控制在城市交通信号控制中的应用，提出了基于交通需求强度的路口多层模糊控制模型，首先在阐述路口交通信号控制基本机理的基础上提出了交通需求强度的概念来表示路口交通信号控制的需求问题．在此基础上提出了多层模糊控制模型，第1层用来判断路口的交通需求强度；第2层为相序优化层；第3层为绿灯时间优化层．通过与多方案选择的定时控制相比较，仿真结果表明所提出的多层模糊控制模型具有相对较好的控制效果．     

交叉口交通信号智能控制研究

交叉口作为车辆汇集和转向所在地,其复杂的交通特征使之容易成为交通持续混乱和事故的多发点,严重的影响了道路网通行能力,成为整个城市道路的瓶颈地带。可以说交叉口的交通运行状态与整个城市的交通运行状态密切相关,解决了交叉口问题也就解决了城市交通的关键问题。交叉口信号采用两级模糊控制,能够有效的减少车辆延误,控制效果优于现行的感应控制。     

城市单点交叉口信号灯模糊控制建模与仿真

从控制论的角度对城市单点交叉口信号灯的控制建立模糊控制模型,是通过模仿交通警察指挥疏导交通的决策过程而建模,设计详细的控制算法和模糊控制器,并利用Matlab和Simulink工具对模型进行仿真和分析。与定时信号控制方案相比,该模型可减少交叉口平均车辆延误,具有较好的控制效果。     

基于遗传算法的交通信号多层模糊控制模型研究

针对城市交通信号控制问题,提出了一种基于交通需求强度的单路口多层模栅控制模型,第一层用来判断路口的交通需求强度;第二层为相位优化层,主要完成相位优化功能;第三层为绿灯时间优化层,用来确定各个相位的有效绿灯时间,针对模糊控制模型中隶属度函数优化的问题提出了利用遗传算法进行模糊控制模型中隶属度函数的优化模型,确定了遗传算法各类参数的计算方法,通过与普通多层模糊控制模型仿真的比较,结果表明本文提出的基于遗传算法的多层模糊控制模型具有较好的控制效果.     

基于遗传算法的城市区域交通信号控制系统仿真

城市交通信号控制是城市交通管理中的主要手段和途径。提出从系统最优原则出发制定交通管理策略的观点,建立城市区域系统最优模型,并基于MATLAB软件中的遗传算法给出求解。最后,通过两个典型交通路网模拟验证最优模型的适用性和合理性,并获得控制目标交叉口绿信比、延误数以及区域交通网络总的运行时间。