硕士论文-基于人工智能的城市交通信号控制研究

浙江工业大学硕士学位论文基于人工智能的城市交通信号控制研究姓名：杨海东申请学位级别：硕士专业：控制理论与控制工程指导教师：王万良;杨旭华20071101基于人工智能的城市交通信号控制研究作者：杨海东学位授予单位：浙江工业大学相似文献(3条)1.学位论文沈国江城市道路交通建模和控制技术研究2006城市道路交通控制技术是当前控制领域和交通工程领域的研究热点之一。随着人工智能、自动控制技术、计算机技术和通讯技术的迅速发展，各种交通模型和分析综合方法层出不穷，新的理论和研究成果不断出现，并己在实际工程应用中显示出巨大的威力和发展潜力。报告研究城市道路交通新的建模和控制方法，研究对象包括单交叉口、城市交通干线、城市交通区域、城市快速公路。实际应用和仿真表明，这些算法具有较强的鲁棒性、自适应性和自学习性，比传统的交通控制方法能更有效地解决城市交通问题。报告的主要内容如下：1)介绍了城市道路交通控制的起源和发展历史，详尽地分析和阐述了国内外当前的研究成果，指出了理论研究和实际应用中存在的困难和一些亟待解决的问题，同时扼要地说明了城市道路交通控制技术今后的研究方向。2)提出了一种全新的复杂单交叉口交通流信号灯智能控制技术。详细地讨论了信号灯设置、相位划分、行人过街按钮响应以及信号灯的“早断”和“迟起”。采用模糊神经网络控制技术优化信号周期时间，使其跟随交通流饱和度变化；而绿信比则根据历史和实时交通流数据在线调整。目标是在绝对保证行人安全通行的前提下，使该交叉口交通畅通，明显降低停车率和平均车辆延误时间。3)设计了一种全新的双向绿波带智能控制策略。整个控制方案分为两层，协调层根据一段时间内交通流数据优化计算干线上的公共周期时间和上下行相位差，控制层确定每个周期内各交叉口的绿信比。周期依照关键路口饱和度的大小由一模糊神经网络进行优化，相位差根据上下行速度进行计算，绿信比基于历史和实时的交通数据确定。目标是使进入干线上行和下行的车辆一路绿灯，明显降低车辆停车率和平均延误时间。4)建立了面向控制应用的路网宏观动态模型。按照大系统分解一协调思想，把整个城市大交通网络分为3个子系统，并分别建立了它们的模型，即：城市区域交通流模型、城市快速公路交通流模型和城市区域一城市快速公路交通流模型，同时讨论了模型参数的优化估计。5)利用模糊理论和神经网络技术对城市区域交通进行实时分散控制。分散在各交叉口的控制器根据它自己和相邻交叉口的交通流信息对相序、相位切换、信号周期和绿信比进行动态管理。控制器由三个模块组成：相序优化模块，绿灯判断模块和相位切换模块。目标是保持区域内各交叉口前的交通畅通和车辆延误最小。6)对城市快速公路交通流建模和控制方法进行了探讨。利用人工神经网络技术建立了快速公路模型，并提出了入口匝道放行和路段速度控制相结合的多变量神经网络控制策略，利用该控制策略建立的自适应神经网络控制器，可以使快速公路上的密度维持在理想值附近。该控制器是一个状态和控制作用均可跟踪的伺服系统。7)阐述了城市公交优先信号控制系统。通过设置公交专用车道或锯齿型公交优先进口道以及实时公交优先控制策略来实现公交车辆在空间和时间上的优先通行权利。探讨了公交优先信号控制的系统结构和用于公交车辆检测和定位的信号标杆技术，重点研究了不同条件下的公交优先实时控制算法，并给出了公交车辆通行的最小绿灯持续时间估计算法。8)详细讨论了杭州市城区城市道路拥挤收费方案，目标是解决杭州市中心城区道路交通拥堵问题。在分析国内外成功经验、背景、可行性的基础上，给出了杭州市实施ERP的具体方案。方案中详细地提出了系统结构、技术手段、收费模式、计费策略、管理措施和试验区域等。最后对全文进行了概括性总结，并指出了理论和应用上有待进一步研究的问题。2.期刊论文沈国江.SHENGuo-jiang城市区域交通智能分散控制研究-浙江大学学报（工学版）2006,40(4)针对城市区域交通非线性、不确定性和模糊性特点,提出了一种新颖的实时智能分散控制策略.把整个城市区域交通作为一个大系统,区域中的各交叉口作为子系统,在每个交叉口设置一个独立的控制器,该控制器根据自己和相邻交叉口的交通流信息对交叉口的相序、相位切换、信号周期和绿信比进行动态优化.每个控制器有3个模块组成:相序优化模块、绿灯判断模块和相位切换模块.对每个控制模块设计了相应的模糊优化控制算法,并用改进的BP神经网络实现算法的模糊关系.控制目标是保持区域内各交叉口前的交通畅通和车辆延误最小.仿真研究表明,在交通流量较大和流量时变的环境下,智能分散控制方法比普通单交叉口车辆感应控制方法的控制效果更好,实用性更强.3.学位论文李瑞敏城市交通信号控制系统相关理论模型研究及软件开发2005城市智能交通系统中的一个重要组成部分就是城市交通控制系统，其主要任务是对城市道路上的交通流进行合理的引导和控制，因此在改善交通秩序、提高交通安全、减轻环境污染、提高通行能力、改善城市面貌等方面发挥着举足轻重的作用。科学合理的城市交通控制系统的建设离不开先进实用的城市交通控制理论与模型以及城市交通控制系统软件的研究开发，这也正是本论文研究的内容。本论文应用近年来逐渐发展起来的智能控制、人工智能等理论技术对城市交通控制系统的理论与模型进行了研究，并在此基础上开发了相应的控制系统核心软件。本论文主要进行了以下几方面的工作。首先研究了部分与交通信号控制相关的交通流参数及模型，通过对现场调查数据的统计分析，对信号控制中所应用的中型客车、摩托车的折算系数进行了修正，提出了预测路口交通流转向比的神经网络模型并进行了实地验证。在控制模型的研究中，综合考虑城市交通流状况，提出了信号控制中“交通需求强度”的概念和计算方法以及基于此的单点信号多层模糊控制模型，并在模型中引入基本相序不变的相序优化模糊控制器；研究了利用遗传算法来进行模糊控制隶属度函数优化的方法并将公交优先控制引入多层模糊控制模型。研究了交叉口之间是否进行协调控制的判断方法，从理论上回答了具备怎样特征的交叉口之间适于进行协调控制的问题。提出了干线协调控制的模糊控制模型，讨论了在信号控制中面临的多目标优化的问题，提出了利用遗传算法处理信号控制多目标优化的方法。并对以上各个模型与方法进行了仿真研究。提出了基于Agent技术的集散递阶城市智能交通控制系统的系统结构，研究了战术Agent的结构及其行为学习的基本思路和模型，给出了单个信号控制Agent的强化学习模型以及多信号控制Agent的协调强化学习模型。在理论研究的基础上，研究了城市交通控制系统的发展趋势及集成化交通控制系统的系统结构，进行了交通控制系统核心软件的研究与开发，并简单介绍了了系统软件的创新点和特点及软件的初步应用情况。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：ab70a850-270f-4e50-b937-9dff0113c176下载时间：2010年9月28日