[发明专利]基于路口组的交通流优化控制方法

权利要求书

1.一种路口组交通流优化控制方法，其特征是，它的步骤为：

(1)利用城市已经铺设好的地面感应线圈实时采集城市道路上路口组的实际交通车流量；

(2)用智能方法建立优化控制模型，根据实时交通信息推理和优化控制器的参数；其方法为：利用路口组未来的总车流量对下一个信号控制周期T的大小具有直接的影响，如果路口组未来的总车流量大，则要求周期尽量的长，如果路口组未来的总车流量小，则对周期的长度要求则相反；用预估的总车流量和近两个周期的车流变化量来模糊推理下一个周期的T值；同时，建立以车辆平均延误最小为目标的优化模型，采用遗传算法优化得到路口组的最优控制参数；

(3)控制器根据控制模型进行优化控制交通流。

2.如权利要求1所述的路口组交通流优化控制方法，其特征是，所述步骤(1)中，所述的路口组是指以城市主干路中相邻的距离小于800m且具有相关性的二到三个交叉路口作为主干路交通流控制的一个节点单元；路口组的内部距离即最左边的路口到最右边路口的距离不超过1600m，从而将城市的一条主干路作为多个节点单元的集合。

3.如权利要求1所述的路口组交通流优化控制方法，其特征是，所述步骤(2)中，模糊推理下一个周期的T值的过程为，通过预估总流量q、流量变化量Δq，在规则库指导下依次进行模糊化、模糊推理、清晰化，进而得到控制周期T；其具体步骤为：

a模糊化

将预估总流量q、流量变化量Δq、信号控制周期T分别划分为七个模糊子集如下：

q＝{很少，较少，少，中等，多，较多，很多}

Δq＝{负大，负中，负小，零，正小，正中，正大}

T＝{很短，较短，短，中等，长，较长，很长}

其论域划分如下：

q=0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]]>Δq＝{-5，-4，-3，-2，-1，0，1，2，3，4，5}

T＝{0，1，2，3，4，5，6，7，8}

实际上，预估总流量q、流量变化量Δq、周期T的真实值应该是q∈[q_min，q_max]，Δq∈[-20，+20]，T∈[40，150].量化因子K₁，K₂与比例因子K₃的值分别为：

K1=qmax-qmin20,]]>K2=20-(-20)5-(-5)=4,]]>K3=150-408-0=13.75.]]>

输入、输出变量各个模糊子集的隶属函数都选取三角形函数；

b模糊推理及清晰化

根据预估总流量q、流量变化量Δq经过模糊化后的模糊集，采用if x is A and y isB then z is C形式的模糊推理规则来进行推理，得到合成的模糊关系R，从而得到模糊规则库；然后，用实际的预估流量q、流量变化量Δq值输入到控制器去查模糊规则表，得到周期T的模糊子集，按加权平均进行反模糊化，得到相应的精确量T^*：

T*=Σj=19μ(Tj)*TjΣj=19μ(Tj)]]>

T^*的值还不能直接拿过来用，需要通过比例因子转换才能够应用到后面的优化控制中去，实际上T值为：

T＝40+K₃*T^*。