[发明专利]基于遗传算法的自适应控制方法

说明书

本发明提供一种基于遗传算法的自适应控制方法，包括：设计一个模糊控制器，该模糊控制器包括两个输入变量和一个输出变量；输入变量为当前周期各相位饱和度的加权和input1，后一周期预估车流量变化率input2；输出变量为后一周期饱和度系数output；进行配时优化，周期时长及绿信比确立以计算各相位的绿灯时间；包括：(a)当输出变量output大于设定的阈值时，则判定路口交通状态处于拥堵状态，周期选择设定的最大周期T_max固定不变；当输出变量output不大于设定的阈值时，则判定路口交通状态处于非拥堵状态，周期则根据后一周期饱和度系数output确定，(b)绿信比确立分为定周期下的绿信比优化和变周期下的绿信比优化；本发明可提高信号控制的效果。

技术领域

本发明涉及智能交通领域，涉及一种基于遗传算法的自适应控制方法。

背景技术

随着经济和社会发展，城市化进程的加快，近年来，我国大中型城市的交通正面临着严峻的考验。为缓解城市交通拥堵状况，必须采取合理有效的交通管理方法，优化智能交通系统。

交叉口作为组成道路网中最小的被控单元，对整个城市道路交通起着至关重要的作用。因而调整单个交叉口运行状态，减少其对上下游交通的影响，缓解城市交通拥堵十分必要。

交叉口信号优化控制是根据检测器提供的交通量信息，针对某些性能指标产生合适的信号配时方案，通过调节周期、绿信比等控制参数，提高路口以及路网上车辆的通行效率、减少车辆延误时间和停车等待时间。

目前，在我国多根据实际经验、路口实际评估制定预设的多时段配时方案，其不能根据路口实时路况进行配时调整。大中城市投入使用的信号控制系统如英国的SCOOT、澳大利亚的SCATS以及我国自主研发的HiCon系统对配时方案进行了优化，均取得了一定的应用效果。SCOOT系统虽然采用了实时控制，但算法实现过程中依赖大量的检测器获取参数，单个检测器的损坏可能会影响整个系统。而SCATS系统采用多种联机模式，通过控制绿信比、相位差和周期等来调节交通状态，但其没有实时交通模型，并不能实时获取交通信息反馈，缺乏一定的可靠性。研究者考虑利用智能算法对建立的数学模型寻优，以获取优化方案，但这个过程运算复杂，控制系统很难满足实时性要求。

如申请号201510150649.6，名称为“一种基于改进的模糊控制器的红绿灯优化配时方法”的专利，该方法只考虑当前绿灯相位与后继相位的排队长度，决定该相位的绿灯延长时间，没有考虑当前周期与前后周期间的制约关系，并且每次都需要计算模糊控制表，造成资源和时间的浪费。以排队长度作为模糊控制器输入参数，相比于本实例中只需要一个检测器就能完成，其获取至少需要两个检测模块，增加了成本，且参数的准确性与车辆的种类密切相关。

如申请号201610648649.3，名称为“基于缓解过饱和状态道路交叉口拥堵状态的控制策略”的专利，利用遗传算法寻优配时的多目标优化函数只针对过饱和状态下的拥堵状况，未考虑路口非饱和状态下的目标函数。

如申请号201610739709.2，名称为“一种联网信号机的信号配时自适应优化方法”的专利，该方法对配时方案的优化以过去一个周期或数个周期的车流量数据为核心，以历史交通数据流为辅助，完成对交叉口交通流量的自适应调整，其过于依赖历史交通数据，对未来交通状况发展趋势未做评估。

发明内容

本发明针对现有信号配时方案存在的不足，提供了一种基于遗传算法的自适应控制方法，解决模糊控制器输入参数受车辆信息检测设备限制，配时方案受限于只依据历史交通参数，优化过程不能实时根据交通状态调整优化目标等问题，以减少放行周期内的绿灯时间浪费、避免相位时间分配不合理，提高信号控制的效果。本发明采用的技术方案是：

基于遗传算法的自适应控制方法，涉及以下两个部分，模糊控制器设计、配时优化以及确立绿信比；