原文传递
基于遗传神经网络的交通灯控制算法设计与仿真
| 论文题名： | 基于遗传神经网络的交通灯控制算法设计与仿真 |
| 关键词： | 智能交通;交通信号灯;遗传算法;神经网络;模糊控制 |
| 摘要： | 随着我国城市化进程的加快，城市机动车数量的快速增长，使得城市交通拥堵更加严重，城市交通问题亟需解决。由于交通系统的非线性、复杂性和随机性的特点，传统的交通信号灯控制方式不能满足根据交通流的变化而自动调整交通信号灯配时的要求，使得交叉口通行效率低，容易造成交通堵塞。 在交通信号灯控制算法研究中，模糊控制不需要建立精准的数学模型，而是通过隶属度函数与模糊控制规则之间的映射，输出相关的决策，适应于交通系统的特点。以往对模糊控制技术的研究多数将排队长度或车流量作为单一的输入参数，并且模糊控制本身依赖经验数值，缺乏有效的系统学习机制。因此，本文提出基于遗传算法和神经网络模糊控制器的交通信号灯控制算法，采用排队长度、平均车速和车流量作为控制的输入参数，利用遗传算法为神经网络模糊器的自学习筛选可靠数据，通过对神经网络模糊控制器的隶属度函数和模糊控制规则的训练，使得神经网络模糊控制器具备自学习功能。 针对交通信号灯控制算法仿真方法的不足，搭建基于交通仿真软件Vissim、Matlab与Visual Basic的交通信号灯控制仿真平台。在Vissim软件下创建交叉口模型并设定相关参数，运行交叉口模型后，Visual Basic主控程序将获得的排队长度、平均车速和车流量交通参数传递给Matlab软件;在Matlab下根据获得的交通参数和所设计的遗传神经网络模糊控制算法计算绿灯时长，Visual Basic主控程序将其回传给Vissim软件，再进行下一个周期的仿真。 通过在本文设计的仿真平台上设置交叉口的交通流量、仿真时间和评价指标来验证提出的交通信号灯控制算法。仿真结果表明，相较于定时控制与模糊控制，基于遗传神经网络模糊控制算法有效地提高了通过交叉口的车辆数、降低了车辆的平均延误时间和平均停车次数，降低交叉口的交通指数。 |
| 作者： | 刘俊星 |
| 专业： | 电子与通信工程 |
| 导师： | 李建;王金林 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津工业大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
