摘要
针对城市交叉口交通流的分布特点,给出了一种自适应交叉口多相位控制算法,考虑相邻车道上的车辆排队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,文章所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力,为实现交通系统智能控制提供了一条新途径.
According to the traffic flow features of urban intersections, a multi-phase adaptive control algorithm is given. Multi-layer BP neutral network is used to realize the fuzzy control in road intersection by considering the length of the queue on the contiguous phase lanes. Results of simulation research show that the fuzzy neural controller can not only decrease the average vehicle delay but also have good abilities of learning and generation.
出处
《系统工程理论与实践》
EI
CSCD
北大核心
2004年第7期135-140,共6页
Systems Engineering-Theory & Practice
基金
国家自然科学基金(60064001)
广东省自然科学基金(20011707)
关键词
交通控制
模糊控制
神经网络
车辆平均延误
traffic control
fuzzy control
neutral network
BP learning algorithm
average vehicle delay
