[發明專利]街區路口交通信號優化控制方法

有效

• 申請號: 200910076851.3
• 申請日: 2009-01-22
• 公開（公告）號: CN101789178A
• 公開（公告）日: 2010-07-28
• 發明（設計）人: 趙冬斌;李濤;易建強
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G08G1/07
• 分類號: G08G1/07;G06N3/02
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 梁愛榮

技術領域

本發明涉及城市內街區路口交通信號控制領域，提出一種基于自適應 動態規劃的優化控制方法。

背景技術

近年來，城市交通需求的快速增長，產生了一系列問題，如交通擁堵、 交通延誤、環境污染和交通事故等。甚至出現“道路越建越多，車輛越來 越堵”的奇怪現象。關鍵問題之一在于現有的城市交通信號控制系統沒有 充分發揮合理的交通指揮和疏導作用。據統計，在美國鳳凰城市實施了先 進交通信號控制系統后，碰撞事故減少6.7％，車輛行程時間減少11.4％， 延誤降低24.9％，停車數減少27％，能源消耗顯著減少，突出了交通信 號優化控制的重要性。

城市交通信號控制方法可以分為定周期控制和反饋控制兩類。定周期 控制采用預先設定的周期和綠信比(綠燈時間在信號控制周期中所占的比 例)的配時方案，也是目前普遍采用的方法。反饋控制是在交叉口進口道 上設置車輛檢測器，信號配時可根據檢測到的車流信息而隨時改變。一些 先進的反饋控制則將交通系統看作一個不確定系統，通過測量狀態量如車 流量、停車次數、延誤時間和排隊長度等，實現信號配時的動態優化調整。 模糊控制也是應用的比較多的方法，但效果受限于專家的經驗。

自適應動態規劃自20世紀80年代提出，其基于人工神經網絡能以任 意精度逼近非線性函數的特性，通過單步計算實現對動態規劃的一段時間 序列的性能指標函數的估計，有效地解決了動態規劃性能指標函數計算維 數災的難題，為高維復雜系統的最優控制提供了一種切實可行的理論和方 法。近年來在各種復雜控制領域陸續得到了成功應用，包括飛機的自動降 落控制、多個電梯的調度控制、無線通訊網絡的控制等。

發明內容

為了解決街區路口交通信號控制的高維復雜系統的最優控制問題，本 發明的目的在于提供一種基于自適應動態規劃的街區路口交通信號的優 化控制方法。

為了達成所述目的，本發明提供基于自適應動態規劃的街區路口交通 信號優化控制方法，其整個流程由以下幾個步驟組成：模糊神經網絡交通 信號控制器的設計；從路口機采集數據；人工神經網絡評價器的設計與訓 練；模糊神經網絡交通信號控制器的訓練；交替訓練；訓練數據的更新； 優化的模糊神經網絡交通信號控制器傳輸到路口機；其優化控制步驟如 下：

步驟1：在街區路口機中運行模糊神經網絡交通信號控制器，定義街 區路口的交通流數據為狀態變量，作為模糊神經網絡交通信號控制器的輸 入值，定義交通控制信號為控制變量，作為模糊神經網絡交通信號控制器 的輸出值；

步驟2：利用路口機中的交通狀態采集設備采集一段時間內的狀態變 量，同時記錄控制變量，將采集到的一段時間內的狀態變量和控制變量傳 輸到遠端計算機，作為訓練數據；

步驟3：人工神經網絡評價器的輸入值為狀態變量，輸出值為模糊神 經網絡交通信號控制器的性能指標函數的近似值，初始時刻t＝1，利用一 個時刻的狀態變量和控制變量構造評價變量，和人工神經網絡評價器的訓 練誤差信號，利用人工神經網絡評價器的訓練誤差信號對人工神經網絡評 價器進行訓練，使人工神經網絡評價器的訓練誤差信號減小到預定閾值或 訓練達到預定次數，獲得具有滿足訓練指標要求的人工神經網絡評價器；

步驟4：利用人工神經網絡評價器計算得到的模糊神經網絡交通信號 控制器的性能指標函數的近似值、構造模糊神經網絡交通信號控制器的訓 練誤差信號，對模糊神經網絡交通信號控制器進行訓練，將模糊神經網絡 交通信號控制器的訓練誤差信號減小到預定閾值或訓練達到預定次數，獲 得具有滿足訓練指標要求的模糊神經網絡交通信號控制器；

步驟5：若人工神經網絡評價器的訓練誤差信號仍然能滿足訓練指標 要求，則執行步驟6；若人工神經網絡評價器的訓練誤差信號不能滿足訓 練指標要求，則返回步驟3，重復步驟3和步驟4，對模糊神經網絡交通 信號控制器和人工神經網絡評價器進行交替輪換訓練，直至使模糊神經網 絡交通信號控制器和人工神經網絡評價器的訓練誤差信號同時滿足訓練 指標要求或重復訓練達到預定次數；

步驟6：利用下一時刻t＝t+1的數據，對訓練數據進行更新，判斷所 有時刻的訓練數據是否訓練完畢，如果所有訓練數據訓練完畢，則執行步 驟7；否則，重復上述步驟3至步驟5，直至利用完所有時刻的訓練數據， 完成模糊神經網絡交通信號控制器的優化；