论文部分内容阅读
交通问题一直是人类文明的一个重要方面。但是伴随着经济的高速增长，城市的交通需求也快速增长，越来越多的车辆行驶在城市路网上，并带来了一系列的问题，如交通拥挤、交通延误、环境污染和交通事故等。如何充分有效地利用现有的道路资源，以最大限度地满足日益增长的交通需要，是解决城市交通问题的重要方向。随着人工智能技术研究的飞速进展，许多专家学者把人工智能的专家系统、模糊控制、人工神经网络、遗传算法等技术相继引入城市交通控制领域，以期克服传统交通控制系统的固有缺陷和局限性。
本论文试图通过对城市交通信号控制问题以及模糊逻辑控制和自适应动态规划方法的研究，寻求合适的城市交通信号控制算法，从一定程度上解决城市交通拥堵问题。主要内容如下：
1.为单路口设计了一种自适应动态规划优化各相位绿灯时间的方法，并进行了仿真研究，结果表明自适应动态规划在处理交通信号控制这种非线性离散系统时是切实有效的。
2.设计了单路口多相位交通信号模糊逻辑控制器。该控制器不仅考虑了所有相位的排队情况，并结合了感应控制的优点。为了尝试解决不同交通流环境下的信号控制问题，本文在不同流量的恒定交通流和有突变的交通流下进行了模糊逻辑控制器和感应控制器的仿真研究，结果表明该模糊逻辑控制器具有更好的效果，能适应不同状况下的交通流。
3.为了优化上述交通信号模糊逻辑控制器，本文设计了一种用自适应动态规划来优化其参数的方法。不同流量的恒定交通流和有突变的交通流下的仿真研究结果表明经过自适应动态规划优化的模糊逻辑控制器的效果要优于未经过优化的模糊逻辑控制器。
4.最后，本论文结合仿真结果分析了模糊逻辑控制和自适应动态规划用于交通信号控制的优缺点等问题。