Traffic Signals Control with Adaptive Fuzzy Controller in Urban Road Network

An adaptive fuzzy logic controller (AFC) is presented for the signal control of the urban traffic network. The AFC is composed of the signal control system-oriented control level and the signal controller-oriented fuzzy rules regulation level. The control level decides the signal timings in an intersection with a fuzzy logic controller. The regulation level optimizes the fuzzy rules by the Adaptive Rule Module in AFC according to both the system performance index in current control period and the traffic flows in the last one. Consequently the system performances are improved. A weight coefficient controller (WCC) is also developed to describe the interactions of traffic flow among the adjacent intersections. So the AFC combined with the WCC can be applied in a road network for signal timings. Simulations of the AFC on a real traffic scenario have been conducted. Simulation results indicate that the adaptive controller for traffic control shows better performance than the actuated one.

Fuzzy traffic signal control with DNA evolutionary algorithm

In order to optimize the signal control system, this paper proposes a method to design an optimized fuzzy logic controller （FLC） with the DNA evolutionary algorithm. Inspired by the DNA molecular operation characteristics, the DNA evolutionary algorithm modifies the corresponding genetic operators. Compared with the traditional genetic algorithm （GA）, the DNA evolutionary algorithm can overcome weak local search capability and premature convergence. The parameters of membership functions are optimized by adopting the quaternary encoding method and performing corresponding DNA genetic operators. The relevant optimized parameters are combined with the FLC for single intersection traffic signal control. Simulation experiments shows the better performance of the FLC with the DNA evolutionary algorithm optimization. The experimental results demonstrate the efficiency of the nrotmsed method.

FL-FN-MOGA Based Traffic Signal Control

In this paper, a traffic signal control method based on fuzzy logic (FL), fuzzy-neuro (FN) and multi-objective genetic algorithms (MOGA) for an isolated four-approach intersection with through and left-turning movements is presented. This method has an adaptive signal timing ability, and can make adjustments to signal timing in response to observed changes.The 'urgency degree' term, which can describe the different user's demand for green time is used in decision-making by which strategy of signal timing can be determined. Using a fuzzy logic controller, we can determine whether to extend or terminate the current signal phase and select the sequences of phases. In this paper, a method based on fuzzy-neuro can be used to predict traffic parameters used in fuzzy logic controller. The feasibility of using a multi-objective genetic algorithm ( MOGA) to find a group of optimizing sets of parameters for fuzzy logic controller depending on different objects is also demonstrated. Simulation results show that the proposed methed is effecfive to adjust the signal timing in response to changing traffic conditions on a real-time basis, and the controller can produce lower vehicle delays and percentage of stopped vehicles than a traffic-actuated controller.

Urban Intersection Traffic Signal Control Based on Fuzzy Logic

This paper presents a fuzzy logic adaptive traffic signal control method for an isolated four-approach intersection with through and left-turning movements. In the proposed method, the fuzzy logic controller can make adjustments to signal timing in response to observed changes. The 'urgency degree' term that can describe different user's demands for a green light is used in the fuzzy logic decision-making. In addition, a three-level fuzzy controller model decides whether to extend or terminate the current signal phase and the sequence of phases. Simulation results show that the fuzzy controller can adjust its signal timing in response to changing traffic conditions on a real-time basis and that the proposed fuzzy logic controller leads to less vehicle delays and a lower percentage of stopped vehicles.

Green-Wave Traffic Theory Optimization and Analysis

This paper analyzed the applicable conditions of the Green-Wave traffic theory, used two-phase signal control concept to optimize the Green-Wave traffic theory, put forward specific program for cross intersections and T-intersections. The analysis concluded that the optimized Green-Wave traffic theory is favorable to improve road safety and reduce vehicle fuel consumption and reduce vehicle emissions and other aspects.

考虑跨相位冲突的环形交叉口信号周期计算方法

针对信号控制环形交叉口中存在的车流跨相位冲突问题,通过分析车辆在环形交叉口内的行驶轨迹,根据相位通行时间、相位间隔时间及最短相位间隔时间的特点,建立基本周期等式与跨相位间隔时间等式约束。结合相位通行时间、相位间隔时间以及信号周期的不等式约束,考虑环形交叉口相位设计中可能出现总损失时间为负的情况,建立以信号周期最小为优化目标的环形交叉口基本信号配时模型。针对不同相位有序集合,建立一般周期等式与不等式约束,分析不同相位集合下周期取值范围随各相位流量的变化情况,给出环形交叉口信号周期取值范围的计算方法。以总流量比等于1.05为例进行仿真分析,当信号周期取最短信号周期52 s时,交叉口的各项评价指标均达到或接近最佳值。针对3种不同的交叉口进口流量情形,将本文方法与左转二次放行方法及改建十字交叉口方案进行对比分析。实验发现,两种环形交叉口控制方法较十字交叉口控制方法的延误时间与排队长度分别降低了52%和55%,在对向进口流量不均衡时,本文方法较二次停车方法延误时间与排队长度分别降低了43%和44%。此外,以广州市华夏路—金穗路环形交叉口为例进行仿真分析,对比发现,本文方法方案在延误时间、停车次数及排队长度等方面取得了较优的整体控制效益。

结合模糊控制的深度强化学习交通灯控制策略

现有交通信号灯控制策略大多针对单一交叉口展开分析,该策略仅考虑车流量的单一因素,难以适应动态的路网状态。对此,提出了一种结合模糊控制的深度强化学习交通灯控制策略,利用SAC(soft actor critic)深度强化学习对两交叉口的交通信号灯相位选择及配时进行联合优化,同时考虑车辆速度、路段车辆排队长度等因素,利用模糊控制对SAC的惩罚函数进行处理。实验结果表明,与固定循环周期策略、SAC控制策略和DDPG(deep deterministic policy gradient)控制策略相比,提出的交通信号灯控制策略能获得更快的车辆通行速度,车辆的油耗和尾气排放情况也得到了改善。

高速公路实时交通流模糊逻辑优化控制系统设计

针对高速公路交通流特征复杂多变,并受到天气、道路状况和车辆类型等多种因素影响的问题,设计了一种新的高速公路实时交通流模糊逻辑优化控制系统,包括硬件和软件两部分;在硬件方面,设计了车流控制模块、无线传输车载终端、实时交通流逻辑调度模块和模糊控制器模块,并确定了它们之间的实时连接关系;在软件方面,求解了交通流逻辑控制条件,联合了高速公路实时通行相位条件,调节了模糊控制器,并根据高速公路交通路网模型推导了交通流优化控制条件的求解表达式;实验结果表明,该系统可以解决逻辑协调错误的问题,并有效控制高速公路车流量。

基于积水高度的下凹桥区交通信号实时控制仿真模拟

针对目前各大城市下凹桥区降雨积水情态与交通管控无法联动,且下凹桥区降雨积水时交通安全及应急处理处置缺失的问题,系统地解析下凹桥区降雨积水水位感知、安全警示标识和交通信号管控的具体形式,确定下凹桥区周边交通路口相位信号配时的调控模式,进而建立基于积水高度的下凹桥区交通实时控制系统,并采用交通仿真测试环境模拟评估下凹桥区周边交叉口相位信号配时优化方案在不同积水高度条件下的适应性和改善效果。结果表明:降雨天气将增加下凹桥区周边交叉口整体的延误和排队长度,而相位信号配时优化能有效提高下凹桥区周边交叉口的车辆通行能力,提升交叉口整体服务水平,降低降雨天气对交叉口交通带来的不利影响。

单交通路口变相位变周期信号控制

在城市交通控制中,平面交叉路口各方向的交通量在不同时刻是不相同的,针对这特点,利用模糊控制理论,提出一种变相位变周期的控制算法,使得单个平面交叉路口信号控制的相位、周期及绿信比等成为可变的参数。仿真结果表明,与传统信号控制方式相比,变相位变周期的信号控制效果更好。

单交叉口的多相位模糊控制

基于人对多相位单交叉口交通指挥的决策过程，设计了一种新的模糊感应控制器，把队长作为控制目标，综合考虑相邻相位车道上的车队长度，以此来决定绿时分配．仿真及实际应用结果表明：新的模糊控制方法更接近人的决策过程，能更有效地进行单路口多相位闭环控制．

两相邻路口交通信号的协调控制

传统路口的控制算法大多研究单个路口的信号控制情况 .该文根据路口之间的相互关系 ,利用高阶广义神经网络及模糊推理提出了两个相邻交通路口的协调算法 .利用此算法设计的交通信号控制器 ,可以有效地协调两相邻路口的红绿灯信号 。

基于模糊控制的多功能交通控制系统

为适应中国交通控制的需要，设计和研制了一种基于模糊技术的多功能交通控制系统，能够根据人工指挥交通的丰富经验合理地进行多相位交通信号控制。应用表明：该系统使用方便可靠，能有效地改善交叉路口的通行能力。

一种信号交叉口模糊交通控制方法

通过分析城市信号交叉口的交通流特征认为 :在一定程度上 ,模糊数学理论可以比目前常规数学方法更好地描述交叉口交通流的随机性和不确定性 .本文结合模糊控制技术及一般信号交叉口交通控制方法 ,提出了一种基于知识的模糊交通控制方法 .给出了该控制方法的结构、模糊控制规则以及仿真计算对比结果 ,结果表明 :计算过程简单 ,控制效果优于定时控制方法 ,并且在交通量较大时 ,还优于感应控制方法 .

相位相序安排与交叉口设计之间的关系

交叉口信号控制中,相位相序的安排与交叉口设计之间存在着非常密切的关系,两者之间需要相互协调、相互适应,才能充分发挥交通信号的效益。目前,由于交叉口设计与相位相序安排不适应造成的交叉口时空资源损失和事故隐患越来越多。另外,多数交通控制系统中对相位相序的优化考虑较少,更少涉及与交叉口设计相适应的调节方法。随着交叉口设计在中国的普及,它的不适应性也会凸显。因此有必要进一步研究两者之间的关系,以更大限度地提高交叉口通行能力利用率,减少事故隐患,同时为智能交通信号控制系统提供优化根据。

Matlab与VC++混合编程及其在交通信号两级模糊控制中的应用

针对采用VC++等编程语言实现交通信号智能控制算法的项目开发强度高及仿真开发周期长等问题,提出了一种基于Matlab与VC++混合编程的交通信号智能控制策略的仿真评价方法。该方法分析Matlab与VC++混合编程的6种实现方法,具体研究基于COM组件的Matlab混合编程技术及其实现流程;同时,以城市单交叉口交通信号2级模糊控制为例,依托交通仿真软件Paramics的二次开发插件,采用COM组件的混合编程技术构建了交通信号2级模糊控制的Paramics仿真平台;最后,以典型城市单交叉口进行试验,设计面向路口不同交通条件的多种仿真场景,在4种控制策略下对提出的方法进行效用评价。研究结果表明所提出的方法开发周期短,能模拟道路的实际交通状况,在路口处于中高饱和的交通状态下,2级模糊控制具有良好控制效果。

单路口多相位交通信号模糊控制系统的设计

模糊控制不需建立被控对象的精确数学模型,特别适用于具有较大随机性的城市交通控制。此文同时考虑多相位和倒计时问题,讨论用模糊控制方法对单路口多相位的交通信号进行控制,提出以当前相、后继相的车辆等待长度决定相位信号配时。文中重点讨论该二维模糊控制器的设计,并给出该模糊控制系统的总体设计方案。利用Mcs96提供的Watch Dog,结合软件设计保证系统的稳定性,提高系统的抗干扰能力。由于每一相位的配时是根据路口实时数据经模糊推理一次确定,该系统可用于安装倒计时器的路口,具有良好的实用性。

交通路口可变相位信号控制

利用集合理论的一些相关知识,研究了孤立交通路口的信号控制,提出了孤立交通路口可变相位信号控制的方法。与传统交通路口模糊信号控制的方法相比,可变相位信号控制的相位顺序、相位时间以及相位组合更加灵活,更适应交通路口实时变化的交通状况,同时可变相位信号控制能够适应不同形状交通路口的信号控制。用TSIS仿真软件仿真结果表明可变相位信号控制的效果要优于传统模糊控制,是进行路口信号控制的一种实用和有效的算法。

改进的FCM聚类在交通时段自动划分中的应用

针对传统交通时段划分方法的局限性,提出了一种混合蛙跳算法(SFLA)与模糊C均值算法(FCM)有机结合的交通时段划分方法SFLA-FCM。SFLA是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力。SFLA-FCM使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程,有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷。实验结果表明,与单一FCM法相比,SFLA-FCM聚类更准确,效果更佳,对解决城市交通时段的自动划分问题是可行、有效的。

交通信号干线协调控制经典数值计算法的改进

对干线协调控制经典数值算法进行了深入分析,指出了经典数值算法的不足之处。提出了经过修正的绿波带宽度计算方法、交叉口信号相位差计算方法以及实际交叉口与理想交叉口的匹配方法。分析表明,利用改进后的数值算法能实现各实际交叉口与理想交叉口的最佳匹配,计算得出的绿波带宽度和各交叉口信号相位差也更加准确。