基于遺傳神經(jīng)網(wǎng)絡(luò)的交通燈控制算法設(shè)計(jì)與仿真.pdf

1、隨著我國城市化進(jìn)程的加快，城市機(jī)動(dòng)車數(shù)量的快速增長，使得城市交通擁堵更加嚴(yán)重，城市交通問題亟需解決。由于交通系統(tǒng)的非線性、復(fù)雜性和隨機(jī)性的特點(diǎn)，傳統(tǒng)的交通信號(hào)燈控制方式不能滿足根據(jù)交通流的變化而自動(dòng)調(diào)整交通信號(hào)燈配時(shí)的要求，使得交叉口通行效率低，容易造成交通堵塞。
　　在交通信號(hào)燈控制算法研究中，模糊控制不需要建立精準(zhǔn)的數(shù)學(xué)模型，而是通過隸屬度函數(shù)與模糊控制規(guī)則之間的映射，輸出相關(guān)的決策，適應(yīng)于交通系統(tǒng)的特點(diǎn)。以往對模糊控制技術(shù)的

2、研究多數(shù)將排隊(duì)長度或車流量作為單一的輸入?yún)?shù)，并且模糊控制本身依賴經(jīng)驗(yàn)數(shù)值，缺乏有效的系統(tǒng)學(xué)習(xí)機(jī)制。因此，本文提出基于遺傳算法和神經(jīng)網(wǎng)絡(luò)模糊控制器的交通信號(hào)燈控制算法，采用排隊(duì)長度、平均車速和車流量作為控制的輸入?yún)?shù)，利用遺傳算法為神經(jīng)網(wǎng)絡(luò)模糊器的自學(xué)習(xí)篩選可靠數(shù)據(jù)，通過對神經(jīng)網(wǎng)絡(luò)模糊控制器的隸屬度函數(shù)和模糊控制規(guī)則的訓(xùn)練，使得神經(jīng)網(wǎng)絡(luò)模糊控制器具備自學(xué)習(xí)功能。
　　針對交通信號(hào)燈控制算法仿真方法的不足，搭建基于交通仿真軟件Vis

3、sim、Matlab與Visual Basic的交通信號(hào)燈控制仿真平臺(tái)。在Vissim軟件下創(chuàng)建交叉口模型并設(shè)定相關(guān)參數(shù)，運(yùn)行交叉口模型后，Visual Basic主控程序?qū)@得的排隊(duì)長度、平均車速和車流量交通參數(shù)傳遞給Matlab軟件;在Matlab下根據(jù)獲得的交通參數(shù)和所設(shè)計(jì)的遺傳神經(jīng)網(wǎng)絡(luò)模糊控制算法計(jì)算綠燈時(shí)長，Visual Basic主控程序?qū)⑵浠貍鹘oVissim軟件，再進(jìn)行下一個(gè)周期的仿真。
　　通過在本文設(shè)計(jì)的仿真平臺(tái)