基于遺傳算法的單交叉口信號控制

宋　華　楊鳳英

[摘要]在交通控制中，交叉口各方向的交通流在不同時刻是不同的。針對這一特點，介紹一種基于遺傳算法的模糊控制系統(tǒng)，對單交叉口多相位信號進行動態(tài)控制。此系統(tǒng)是在模糊控制的基礎上采用遺傳算法，不斷改進模糊控制規(guī)則，對綠燈延長時間進行細微調(diào)整，實現(xiàn)實時控制。

[關鍵詞]多相位 實時控制 模糊控制 遺傳算法

中圖分類號：TP3文獻標識碼：A文章編號：1671－7597（2009）0420054－01

一、引言

城市交通系統(tǒng)是隨機性大、影響因素多的復雜系統(tǒng)，采用模型控制或分時段定時控制的方案難以令人滿意。模糊控制是無模型控制方法，近年來在城市交通系統(tǒng)中得到了廣泛關注[1,2]。模糊控制規(guī)則是人們對被控對象模糊信息的歸納和操作經(jīng)驗的總結，帶有一定的主觀性，對于復雜的交通流不一定是最優(yōu)。本文利用遺傳算法對模糊控制規(guī)則進行尋優(yōu)，以各相位排隊長度為輸入，以當前有通行權的車道的綠燈延時為輸出，控制目標是減少整個交叉口車輛的平均延誤。

二、問題描述

圖1為一個典型的單交叉路口交通流分布示意圖，圖中東、南、西、北4個方向，每個方向均有右行、直行和左行3個車道車流[3,4]。在每條車道入口處的路面下埋設兩個信號檢測器，構成一個檢測區(qū)，一個設在停車線處，用于檢測該道的車輛離開數(shù)；另一個設在距停車線一定距離處，用于檢測車輛到達數(shù)。檢測器對路口各個車道車流進行實時檢測，獲取車流量信息，為控制系統(tǒng)提供必要的數(shù)據(jù)。設置方式如圖1所示。

三、模糊控制器的設計

（一）設計思想

模糊控制器首先采用人工初始設置的控制規(guī)則進行模糊控制，同時歷史數(shù)據(jù)庫記錄各時間段的交通流數(shù)據(jù)。每經(jīng)過一定的時間間隔，采用遺傳算法利用歷史數(shù)據(jù)庫中的數(shù)據(jù)對模糊控制規(guī)則進行尋優(yōu)，找出適合于當前交通流的模糊控制規(guī)則，并且將調(diào)整后的控制規(guī)則送入模糊控制器加以更新。采用遺傳算法優(yōu)化控制規(guī)則的模糊控制系統(tǒng)結構如圖2所示。

（二）控制系統(tǒng)的構成

當最近的連續(xù)三個信號周期內(nèi)到達交叉口的車輛總數(shù)與上次啟動遺傳算法得到模糊控制規(guī)則時所對應的交叉口的車輛總數(shù)改變量超過某一閾值（本文取0.2）或某一相位車流量改變量超過某一閾值（本文取0.3）時，則啟動遺傳算法對相應的模糊規(guī)則進行調(diào)整，其結構圖如圖3所示。

（三）模糊控制器的設計

在用遺傳算法優(yōu)化策略對模糊控制規(guī)則進行動態(tài)調(diào)整時，一般采用十進制編碼，因為它的可操作性強，易于譯碼及編程實現(xiàn)，且對于變異操作的種群穩(wěn)定性比二進制編碼好，這里我們選用十進制編碼。對于模糊規(guī)則的編碼，約定運用語言變量的7種編碼：VS（很短）、S（短）、SP（較短）、C（中）、LP（較長）、L（長）、VL（很長），分別以十進制數(shù)1，2，3，4，5，6，7為代表。這樣得到的規(guī)則如表所示的二維實數(shù)數(shù)組。

在交通控制中，一般來說，當隊長較短時，信號周期則應短一些，但一般不能小于P×15秒（P為相位數(shù)）以免某一方向的綠燈時間小于15秒時車輛來不及通過路口影響交通安全；當隊長較長時，信號周期則應長一些，但一般不能超過200秒，否則某一相位的紅燈時間太長，駕駛員心理上不能承受。

四、仿真

采用MATLAB7.0對同一路口不同交通流量情況，分別采用定時控制、經(jīng)典模糊控制和遺傳算法優(yōu)化后的模糊控制進行仿真。參數(shù)如下：設交叉口環(huán)境為：六相位分別為東西直行、左轉和右轉，南北直行、左轉和右轉。左轉車流占車流的20%，綠燈期間路口通過率off_c為0.4pcu/s（輛/秒，以標準小汽車為單位），其仿真時間100分鐘，初始種群數(shù)m=40，被選取進行遺傳操作的個體數(shù)n=20，復制概率Pr=0.2，交叉概率Pe=0.6，變異概率Pm=0.15，迭代次數(shù)count=30。黃燈時間設置為3秒，隊長是用相隔一定距離的檢測器測量的，路口車輛通過率為12輛/秒，綠燈方向的排隊車輛數(shù)x論域的量化因子=0.15，紅燈方向的排隊車輛數(shù)y論域的量化因子

=1.1，綠燈的延長時間T論域的量化因子 =45/12=3.75。仿真結果見表2。

從表2可以看出在交叉口車輛到達情況相同的情況下，采用單純的模糊控制優(yōu)于定時控制，而采用遺傳算法優(yōu)化的模糊控制比單純的模糊控制有明顯的改善。

當車流密度較小時，單純的模糊控制和基于遺傳算法的優(yōu)化控制與定時控制相比，略顯優(yōu)勢，隨著車流密度的增加，新的方法明顯優(yōu)于定時控制，車輛平均延誤減少了6.5%-25.3%，與單純的模糊控制相比，改善效果為車輛平均延誤減少了2.1%-8.5%。仿真結果表明該方法有效的減少了車輛的延誤時間，控制效果有明顯的改善。

五、結束語

本文表明運用遺傳算法對模糊控制規(guī)則進行優(yōu)化是可行有效的。同時可以看出，對于多輸入單輸出的控制對象，人工設定模糊控制規(guī)則顯然是十分困難的，研究模糊控制規(guī)則的優(yōu)化有著重要的研究和應用價值。

參考文獻：

[1]Pappis C P, Mamdani EHAfuzzy logic controllerfor a traf-fic junction[J].IEEETransactions on Systems, Man and Cy-bernetics,1977,(7):707-717.

[2]陳淑燕、陳森發(fā)、黃毅，單路口多相位交通信號模糊控制系統(tǒng)的設計[J].系統(tǒng)仿真學報，2002,14(7):961-963.

[3]溫惠英、尹宏賓、徐建閩，一種信號交叉口模糊交通控制方法，華南理工大學學報，vol.29,no.12,pp.22-25,2001.

[4]劉智勇，智能交通控制理論及其應用[M].北京：科學出版社，2003.