基于人工智能的城市交通信號控制研究.pdf

1、隨著智能交通系統(tǒng)的發(fā)展，城市交通信號控制已成為最重要的研究方向之一。由于城市交通的復雜性，采用傳統(tǒng)的控制方法己無法有效地解決交通信號控制問題，本文采用人工智能控制的方法對城市交通信號進行研究，主要包括以下幾方面內容： 1．基于RBF神經(jīng)網(wǎng)絡建立了單交叉口自學習控制系統(tǒng)。該系統(tǒng)能夠模擬交通警察指揮交通的思維過程，能夠根據(jù)四相位交叉口各相位車輛的排隊長度，對各個相位的綠信比和總的信號周期進行實時分配，并且隨著交通狀況的變化，可以對信

2、號配時效果進行評價，根據(jù)車輛排隊長度的變化，對信號作出調整，具有自學習功能。與傳統(tǒng)的定時控制相比較，該系統(tǒng)能夠更好地適應實際交通狀況，提高交叉口的通行能力。 2．提出優(yōu)化相序和模糊神經(jīng)網(wǎng)絡控制相結合的方法對交通干線進行實時控制，并建立了協(xié)調控制模型。該模型由兩層控制器組成：交叉口控制器(下層)和協(xié)調單元控制器(上層)。下層控制器又由兩個控制器組成：相序優(yōu)化器和綠燈延時控制器，相序優(yōu)化器用于調整交叉口的相序，綠燈延時控制器負責各個