[發明專利]一種基于混沌人工魚群算法的關聯交叉口信號控制方法

在審

• 申請號: 201510032487.6
• 申請日: 2015-01-22
• 公開（公告）號: CN104616508A
• 公開（公告）日: 2015-05-13
• 發明（設計）人: 湯雅連
• 申請（專利權）人: 廣東易富網絡科技有限公司
• 主分類號: G08G1/07
• 分類號: G08G1/07
• 代理公司: 東莞市展智知識產權代理事務所(普通合伙) 44308
• 代理人: 馮衛東

1.一種基于混沌人工魚群算法的關聯交叉口信號控制方法，包括以下步驟：

步驟1：建立關聯交叉口信號優化控制模型

滿足條件公式(1.1)、(1.2)的相鄰的交叉口就構成了以C₀為中心的關聯交叉口；關聯交叉口集合主要包括主交叉口C₀和與主交叉口C₀距離d_i的附近交叉口C_i。C₀和C_i之間的關聯度系數為r_0i，

dist(C₀,C_i)≤d₀???(1.1)

max{Corr(M_0i，M_ij)}≥r₀，j＝1，2，3，4???(1.2)

式中：i＝1，2，3，4，分別代表交叉口進口的東、西、南、北方向；dist(C₀,C_i)為交叉口C₀和C_i之間的距離；M_0i為交叉口C₀在進道口i方向的交通流參數時間序到；M_ij為交叉口C_i在進道口j方向的交通流參數時間序列；Corr(M_0i，M_ij)為交叉口C₀進口i方向和交叉口C_i進口j方向交通流參數時間序列之間的關聯度；d₀和r₀為確定的值；

步驟2：關聯交叉口優化策略

在保持關聯性不變的情況下，將4個交叉口組成的關聯交叉口分拆成為四個基本的子單元，然后對這4個基本單元進行優化；該關聯交叉口有4個十字交叉口組成，各個交叉口設計為4相位的信號控制，以關聯交叉口內的車輛延誤時間最小為優化目標，進而實現對關聯交叉口的信號實時優化控制；

步驟3：關聯交叉口信號控制性能指標函數的確定

取N_hij為交叉口的通行狀態變量，則有

交叉口h的通行狀態系數矩陣N_h可以表示為：

Nh=01100001100100000100000000110000100010000010]]>

所以由C個單交叉口組成的關聯交叉口的車輛總延誤可以表示為：

D=Σh=1CΣi=14Σj=112Σm=1thimax[0,(Phij+Σn=1mqhn-shjNhijthi)]---(1.3)]]>

式中：t_hi表示為第h交叉口各個相位的配時；P_hij表示為第h個交叉口第j條車流在第i個相位前停留的車輛數目；j表示為交叉口東、西、南、北四個入口方向的右、中、左共計12條車流；

S_hj表示為對應車流的飽和車流量；

所以，關聯交叉口內的車輛平均的延誤時間為：

D‾=DΣh=1CΣi=14Σj=112qhjthi---(1.4)]]>

交叉口平均延誤最小的性能函數可表示為：

mins=minΣh=1CΣi=14Σj=112Σm=1thimax[0,(Phij+Σn=1mqhn-shjNhijthi)]/qhjthi---(1.5)]]>

對應的約束條件為：

th1+th2+th3+th4=Tgmin≤thi≤T-3gmin---(1.6)]]>

(h＝1，2，…，C，i＝1，2，3，4)

式1.6中：g_min為最小綠燈時間，一般取為15s；T為關聯交叉口的通用信號周期，我們取關聯交叉口中各交叉口Webster最優估計周期中的最大值；

步驟4：算法思想

利用混沌人工魚群算法(CAFSA)對關聯交叉口信號優化配時的目標函數進行優化求解，該算法首先采用混沌初始化方法產生初始種群，然后利用混沌現象隨機和不重復遍歷的特性，使種群在可行解空間中形成比較理想的分布，最終得到所求目標函數的最優值；

步驟5：算法步驟

算法步驟如下：

Step1設定人工魚群算法的參數：魚群規模m，最大迭代次數gen，人工魚的感知范圍Visual，最大移動步長step，擁擠度因子δ、每次移動最大試探次數為Trynumber等；

Step2利用混沌運算對魚群初始化：隨機的在解空間中混沌產生N條人工魚，并從中選出較優的M(M<N)條人工魚作為初始魚群X⁽⁰⁾；

Step3對初始魚群X⁽⁰⁾的每個個體計算其函數值，并將其中最優的數值計入公告板；

Step4對目前精確度進行考察，如果達到初始設置的精確度要求，執行步驟9，否則繼續執行下一步驟；

Step5分別對模擬人工魚X_i模擬魚群的聚群行為和追尾行為，并得到與之相應的X_inext，對X_inext的各分量在其視野范圍內進行一次混沌搜索XH＝X_inext+Δi，其中Δi＝-Visual+2Visual*z，其中z為混沌變量，若XH的位置優于X_inext，則替換X_inext；

Step6將得到的最優的X_inext作為下一步狀態執行，完后得到新的群體X(t)；

Step7將公告板中的數值與新產生群體中的最優數值進行比較，如果優于公告板上的數值，則更新公告板；

Step8對公告板上的數值進行精確度比較，若其數值達到設定的精確度，則繼續執行下一步驟；否則轉向步驟5；

Step9算法終止，輸出最優解；

步驟6：結果分析。