摘要: |
近年来城市交通流量大幅增长,给交通带来了巨大压力。提高单交叉路口的通行效率,对缓解交通堵塞具有十分重要的现实意义。传统固定信号配时控制方案已不能适应交通情况频繁变化的需求,迫切需要一种智能交通信号控制方法来保障车流顺利通过单交叉路口。以长沙市五一广场路口为研究对象,完成了如下主要工作:
1.建立了最近邻聚类算法的径向基神经网络预测模型(NNCA-RBF)。研究了组合预测理论,针对常规组合预测模型的不足,结合NNCA-RNF和自回归求和滑动平均(ARIMA)模型建立了基于径向基(RBF)神经网络的交通流量短时组合预测模型。论证了模型有较高的预测精度。
2.设计了基于交通流量短时组合预测模型的交通信号分级模糊控制器。包括三个主要模块:红灯损失模块、绿灯增益模块和绿灯延时模块。它以未来短时预测车辆排队长度和各个相位的持续时间来决定绿灯延长时间。
3.采用AT89S51为核心构建单交叉路口交通信号控制实验电路板。完成了相应的硬件设计并形成成品。完成了交通信号分级模糊控制器的软件设计。
4.以道路实际流量作为实验数据,在实验电路板上模拟单交叉口的多种交通情况,进行模糊控制器和路口现行定时控制的对比控制实验。实验结果表明,分级模糊控制器能有效的提高路口通行率和降低车辆平均延误时间。 |