（车辆工程专业论文）基于arima短时预测和模糊逻辑的城市道路交通控制方法研究.pdf

硕士学位论文 摘要 摘要 随着经济的飞速发展，城市现有的交通设施和控制管理方法已经 不能适应日益增长的交通需求，并且随之而来的交通拥挤、交通污染、 交通事故也使得城市交通日益严峻。鉴于此，本文提出了一种分布式 城市道路交通模糊控制方法，该方法首次引入了a r i m a ( a u t o r e g r e s s i v ei n t e g r a t em o b i l ea v e r a g e ) 短时交通流量预测和相序优化模 块。基于建立的城市路网宏观交通流模型和车辆延误评价方法，对该 控制方法和传统定时控制做了相关的对比仿真研究( m a t l a b 仿真) ， 结果表明：本文提出的分布式城市道路交通模糊控制方法大大优于传 统定时控制，是解决城市交通问题的有效途径。 本文研究的主要内容如下： 1 对城市交通流量短时预测做了相关研究，论证了a r i m a 模型 在交通流量预测中应用的可行性与有效性。 2 根据本文的研究需要，综合了k a s h a n i 模型和i n t u c 模型， 提出了应用于本文研究的交通流量模型。 3 根据提出的交通流量模型，设计了基于a r i m a 短时交通流量 预测及模糊逻辑的城市多路口交通控制器，首次引入交通流量预测模 块，相序优化模块，使该控制器能够很好地适应交通现象的复杂性。 4 选取长沙市的特定路网作为研究对象，并且根据中前期在长沙 市交通指挥控制中心调研得到的相关仿真参数以及交通流量数据，对 本文所设计的分布式智能交通控制器( 基于模糊逻辑) 与传统定时控 制进行了相关的对比仿真验证研究。 关键词智能交通，模糊控制，预测，多交叉口，仿真 硕士学位论文捕要 a b s t r a c t a l o n gw i t ht h er a p i dd e v e l o p m e n to fe c o n o m y ，t h ec u r r e n tu r b a n 仃a 衔ce s t a b l i s h m e n ta n di t sc o n t r o l & m a n n g e m e r i tm e t h o dc a n tb e a d a p tt ot h ei n c r e a s i n gr e q u i r e m e n to ft r a f f i ca n ym o r e a n ds u c ht h i n g s t h a tf o l l o w sa st r a f f i cj a m ，p o l l u t i o n , a c c i d e n ta l s od e t e r i o r a t et h e c o n d i t i o no fu r b a nt r a f f i cd a yb yd a y i nv i e wo fa l lt h ea b o v e ，ak i n do f d i s t r i b u t e df u z z y1 0 西cc o n t r o l l e rh a sb e e np r e s e n t e di nt h i sd i s s e r t a t i o n , w i t hw h i c hak i n do fs h o r t t e r mt r a 历cp r e d i c t i o nm e t h o db a s e do n a r l m aa n dap h a s es e q u e n c eo p t i m i z a t i o nm o d u l ea r ef i r s t l yc o m b i n e d w i t ht h em a c r o s c o p i ct m 珩cf l o wm o d e le s t a b l i s h e db yt h i sd i s s e r t a t i o n a n dt h ee v a l u a t i o nm e t h o db yc a l c u l a t i n ga v e r a g ev e h i c l ed e l a y , s t u d yo n t h es i m u l a t i o no ft h ef u z z yc e n t r e lm e t h o da n do ft h et r a d i t i o n a lt i m e m e t h o da r ed i s c u s s e de o n t r a s t i n g l y ( s i m u l a t e db ym a t l a b ) a n dt h e r e s u l t ss h o wt h a tt h i sd i s t r i b u t e df u z z yl o g i cc e n t r e lm e t h o do v e r m a t c h e s t r a d i t i o n a lt i m em e t h o d i t sr e a l l yo n eo ft h ee f f i c i e n tm e t h o d st os o l v e t h ep r o b l e mo f u r b a nt r a f f i c m a i nc o n t e n to f t h i sd i s s e r t a t i o na sf o l l o w i n g ： 1 s t u d yo i ls h o r t t e r mt r a f f i cp r e d i c t i o nh a sb e e nd o n e a n di t o b v i o u s l yp r o v e st h ef e a s i b i l i t ya n dv a l i d i t yo f a r i m a m o d e lu s e di ni t 2 a c c o r d i n gt ot h en e e d so ft h i sd i s s e r t a t i o n ，t h ek a s h a n im o d e la n d i n 兀cm e d e ia l es y n t h e s i z e dt o g e t h e rt of o r man e wt r a f f i cf l o wm o d e i s u i t a b l ef o rt h es t u d yo f t h i sd i s s e r t a t i o n 3 w i t ht h et r a f f i cf l o wm o d e le s t a b l i s h e d ，ak i n do ft r a f f i cc o n t r o l l e r f o rm u h i p l ei n t e r s e c t i o n sb a s e do na r i m aa n df 畸l o g i c ，w h i c hi s c o m b i n e dw i t ha r i m as h o r t - t e r mt r a f f i cf l o wp r e d i c t i o na n dt h ep h a s e s e q u e n c eo p t i m i z a t i o nm o d u l e ，h a sb e e nd e s i g n e d a n dt h ec o n t r o l l e rc a l l f i tt h ec o m p l e x i t yo fn a m c p h e n o m e n a w e l l 4 s e l e c tt h es p e c i a ls t r e e t si nc h a n g s h ac i t y 雒t h es t u d y i n go b j e c t a n dw i t ht h o s es i m u l a t i o np a r a m e t e r s & t h et r a f f i cf l o wd a t ag e t t i n g f r o mt h et r a 伍cc o m m a n dc e n t e ri n c h a n g s h a , s i m u l a t i o n o nt h e d i s t r i b u t e di n t e l l i g e n tt r a f f i cc o n t r o l l e rd e s i g n e db yt h i sd i s s e r t a t i o n i i 堡主堂堡堡塞塑兰 ( b a s e do nf u z z yl o g i c ) & o nt h et r a d i t i o n a l t i m ec o n t r o lm e t h o da r e c o n t r a s t i n g l ys t u d i e d k e yw o r d si n t e l l i g e n tt r a n s p o r t a t i o n , f u z z yc o n t r o l ，p r e d i c t i o n , m u l t i p l ei n t e r s e c t i o n s ，s i m u l a t i o n 硕士学位论文第一章绪论 1 1 城市道路交通控制技术 第一章绪论 交通是城市经济活动的命脉，对城市经济发展、人民生活水平的提高起着 十分重要的作用。2 0 世纪以来，随着汽车工业的迅速发展，汽车己成为人们日 常生活中必不可少的交通工具。汽车工业在给人们带来各种便利的同时，也带 来了一系列令人困惑的问题，如环境污染、交通拥挤、交通事故频繁发生，给 人民生命财产带来了很大的损失。据报道，目前美国每年因此导致的损失达1 6 0 0 亿美元，相当于国内生产总值的3 2 ，至于交通拥塞给社会带来的其它负面影 响更是难以估量。城市交通问题是困扰城1 1 亍发展、制约城市经济建设的重要因 素，人们对交通有效控制的意识越来越强烈。 为了适应交通量迅猛增长的趋势，缓解道路交通拥挤状况，国内许多城市 采取延长道路、加宽路面、建高架路等措施，收效虽明显，但又是有限的，在 大城市新建和扩建道路的可能性因受空间制约也越来越小。从供求两个方面采 取措施来解决城市交通问题，不仅要进一步加强交通基础设施的建设，而且要 从软件设施入手最大限度地提高现有路网的利用率。同时加强对交通需求的管 理，加强对城市道路网的智能控制与优化控制。 城市交通自动控制技术的发展是和汽车工业并行发展的。在其各个发展阶 段，由于交通的各种矛盾的不断出现，人们总是尽可能地把各个历史阶段的最 新科技成果应用到交通自动控制中来，从而促进了交通自动控制技术的不断发 展，并且城市交通自动控制技术的发展是以城市交通信号控制技术为前导的。 1 1 1 城市道路交通控制技术发展概况 1 1 1 1 交通控制的诞生 城市道路交通自动控制技术的起源是交通自动信号灯的诞生，这可以追溯 到1 9 世纪末2 0 世纪初。 1 8 6 8 年伦敦的威斯特敏斯特教堂附近安装了一台红绿两色的煤气照明灯， 用来控制交叉路口马车的通行直至1 9 1 8 年初纽约街头出现了新的信号灯，这 是与当今使用的信号灯极为相似的红黄绿三色灯，它是人工操纵的，以后英国 也开始使用这种信号灯。1 9 2 6 年英国人首次采用自动化的交通信号控制器来控 制交通信号灯，这是城市交通自动控制的起点。 自动化的交通信号灯是由交通信号控制器控制其红绿灯的周期变化的。早 硕士学位论文 第一章绪论 期的交通信号灯足以“固定配时”方式实行自动控制的，这种方式对于早期交 通流量不大的情况曾起过一定的作用。 随着汽车工业的发展、交通需求的增加、交通流随机变化的增强，以往那 种单一模式的“固定配时”方式已不能满足客观需要，于是一种多时段多方案 的信号控制器取代了传统的只有一种控制方案的控制器。采用这种控制器其效 果明显好于传统的老式控制器，并且在长期的使用过程中对其不断地改进、提 高，所以至今仍作为单交叉口的一种控制方式广泛地得到应用。 1 9 1 7 年，在美国盐湖市就开始采用联动式控制系统，即把六个交叉路口作 为一个系统，以人工方式加以集中控制。1 9 2 2 年，美国休斯顿市建立了一个同 步系统，它以一个交通亭为中心控制十二个交叉路口，该系统使用了电子自动 计数器。这种系统以后不断改进、完善，成为当今的协调控制系统。 2 0 世纪3 0 年代初先是美国，以后在英国开始用车辆感应式信号控制器，当 时使用的车辆监测器是气动橡皮管检测器。车辆感应控制器的特点是它能根据 监测器测量的交通流量来调整绿灯时间的长短，使绿灯时间更有效地被利用， 减少车辆在交叉口的时间延误，因此比定时控制方式有更大的灵活性| 1 1 1 2 1 。 1 1 1 2 城市道路交通控制的基本类型 城市交通控制( 除城市快速公路和城市间高速公路) 从不同角度可以划分 成不同的基本类型。 一、按控制区域几何特性划分 ( 一) 单个交叉口的控制 当某个交叉口与其相邻的交叉口相距较远时，可以利用一台信号控制器控 制其信号变化，它与相邻的交叉口之间的信号配时没有固定关系。其主要控制 参数是周期长和绿信比。必须考虑的两个重要因素是车辆延误和交叉口的通行 能力，在理想的情况下，希望总延误时间最小和使交叉口的通行能力得到最大 的利用。 ( 二) 交通干线的协调控制 城市中的交通干线往往具有很重的交通负荷。保证干线的交通畅通，对改 善一个地区甚至一个城市的交通状况往往有很大的作用。 为了使沿干线行驶的车辆尽可能地在每个交叉口少遇红灯，从而使车队连 续通行，必须使相邻的交叉口之问信号变化遵循一定的规律，即绿灯起始时间 保持某个恒定的时间差( 即相位差) 。为使相位差在每个信号周期都保持恒定， 这些干线上相邻的各个交叉口部必须共用相同的信号周期。 硕士学位论文第一章绪论 ( 三) 交通网络的协调控制 这种控制方式是以城市区域网络内主要交叉口的信号为控制对象，根据需 要系统的控制目标可以有所不同。所以它的目标函数可以用网络的总延误和 停车率的加权和表示，也可以用平均车队长度或总的油耗作为系统的目标函数。 显然，同干线协调控制一样，交通网络协调控制的三个控制参数也是周期、绿 信比和相位差。就其实质而言，干线协调控制只是网络协调控制的一种特例。 二、按控制原理分 按控制原理可划分为定时控制、感应控制和自适应控制三种类型。 ( 一) 定时控制 这种控制方式以历史交通流数据为依据，找出每个日，周和时日的不同交通 流变化规律，用人工方法或计算机仿真预先准备好不同日周和不同时间区段内 使用的配时方案，将这些方案存储在信号控制器或中心计算机中在实施过程 中，可以用不同的方式调用这些配时方案。通常可用日历钟在规定的时间表的 控制下选用对应的方案，也可以按车辆检测器测量的实际交通要求选用合适的 方案。 ( - - ) 感应控制 感应控制的原理是根据车辆检测器的交通流数据调整相应的绿灯时间的长 短和时问顺序，以适应交通的随机变化，这种方式比定时控制有更大的灵活性。 感应控制适用于饱和度较低的或各向交通流相差较大的交叉口的控制，特别是 交通流没有明显的变化规律，随机性较强的时候，效果特别明显。感应控制源 于单交叉口的车辆感应( “v a ”) 控制，后经方展，干线和交通网络也利用了类 似的控制方法 当各向交通流接近其允许的通行能力时，绿灯时间经过调整必然要接近各 方向允许的最大绿灯时间，这与定时控制并无区别。由此可见，感应控制方式 与定时控制方式一样是有条件限制的，预先要认真地分折其可行性和预期的效 果。 ( 三) 自适应控制 在一条干线或一个区域，根据交通流的动态随机变化而自动地调整信号控 制参数，使控制系统自动地适应交通流的随机变化，这种控制方式就是自适应 交通控制方式。 三、按控制思想分 按控制思想分，可分为被动式控制和主动式控制。 硕士学位论文第一章绪论 ( 一) 被动式控制( 即交通信号控制系统) 前面讲的交通信号控制，其控制思想是以在道路上的交通为主体，选取适 当的控制方案( 或控制参数) 或联机实时生成控制方案( 或控制参数) 控制信 号变化，使之适应交通的需求。表面上看交通是受信号指挥的，而实质上交通 信号是根据交通需求而变化的，也就是说交通信号是被动地控制交通流的变化。 ( 二) 主动式控制( 即交通自动化路径诱导系统) 交通自动化路径诱导系统能根据司机所在的位置和行驶的目的地等信息， 给出优化的行驶路径，通过对所控区域地车辆发出指令和忠告，使区域内的道 路系统的交通负荷合理地均匀分布，从而预防交通阻塞的发生，即使阻塞发生 也不会加剧。相反，通过对交通主动引导、分配而使阻塞缓解和消除。交通自 动化路径诱导系统具有广阔的发展前景，随着近几年来微处理器和通讯技术的 高速发展，使性价比迅速提高，为这种系统的应用提供了实践的可能性【i h 3 1 。 1 1 2 传统城市道路交通控制技术 1 1 2 1 区域交通控制系统 传统的城市道路交通控制指的足区域交叉口信号灯控制，对城1 亍交通控制 的研究也是从这方面开始的。城市交通的区域协调控制，即在整个城市范围内 对交通进行控制，这无论是从理论角度还是时间角度，都是一个极其复杂的大 系统控制问题。 国外对城市区域交通控制的研究，可以追溯到上世纪6 0 年代初，目前在这 一领域较有声望、居领先地位的有英国，澳大利亚及美国等。如果从进行研究 的人员来看，主要有两类：一类足控制工程师，另一类是交通工程师。前者从 系统工程理沦、大系统理论及最优控制的角度出发，对城市交通这一典型的大 系统进行研究。主要代表人物有大系统理论方面的权威m g s i n g h 。一般来说这 类研究只限于在理论上进行。后者的代表入物有英国的d i r o b e r t s o n ，澳大利亚 的a j m i l l e r 等。交通工程师的实践，是许多实际系统，如t r a n s y t 、s i g o p 、 s c o o t 、s c a t s 等产生的重要基础【4 1 。 1 1 2 2 理论探索 s i n g h 在城市交通控制理论方面做出了卓越的贡献，其工作的主要特点是： 1 ) 所采用的模型化方法简单明了，物理意义简单明确； 2 ) 将大系统递阶控制的目标协调法和t a m u r a 的改进形式应用与城市交通 4 硕士学位论文 第一章绪论 网络控制，一方面较成功地解决了这一复杂问题，另一方面也加强了该算法在 理论上的地位。 但s i n g h 的工作也存在着一定的缺陷，如t 1 ) 这种控制方法从根本上说是一种开环控制，而城市交通的大随机性使这 种方法仅局限于过饱和的情况下才可以使用，因为只有在过饱和的情况下，整 个交通系统才呈现出该方法所要求的确定性； 2 ) 控制算法是一次性求解的，所以即使采用递阶结构，其计算量也是比较 大的。 沿着s i n g h 的思路，许多学者做了很多改进工作。 j s b a r a s 和w l e v i n e 等人运用随机点过程理论进行了深入细致的研究，得 到了一些新的结果。他们的模型化过程大致如下： 车辆检测器检测到的车辆到达与否的信息是一个随机点过程序列，以一( f ) 表 示。路口排队长度受呱f ) 的影响，以工( f ) 表示。则两者的关系可表示为： ，o + 1 ) = e 辟一 x ( t + 1 ) ) + h f + 1 ) 一e 钆 x ( t + 1 ) 】= o ，1 t - i r ) + u ( t ) ， x ( o = p ， 胛( ，) 一l i p , ) + 【疗( f ) 一p ， n ( t ) 一日屏) = o t ( t ，l r l t 4 , z ) + 曰( f ) 其中辟“ 是在屈一的条件下的条件期望；尼= 盯 疗t - i , 一) 表示由月“、x 所产生的仃一代数。由u ( o 、c o ( t ) 的性质，可知它们是相对于鼠一的差分鞅序列 ( m a r t i n g a l ed i f f e r e n c es e q u e n c e s ) 。 为了导出具体的模型只需导出( f ，n t - i ) 一) ，口以疗“1 ，) 的具体形式即可， 为此可设： ( 1 ) 工( f ) = 【j 。( f ) ，( ，) ，_ ( f ) 】t 其中，屯；矗薯队长舭； ( 2 ) 五( f ) = 【五( o f ) ，五( 1 ，) ，i ( n - l ，”7 ，并且，五( j | ，t ) = p ， 月( ，) 一l i 靠( ，) 一1 ) ； ( 3 ) q ( f ) = q 1 ，) 。， 其中n 为最大车队长度， 且， q ，= p ， f + l 时刻队长为f ，i f 时刻队长为日。 由疋的定义知它为整个网络的协调因子。则系统模型为 工7 ( f + 1 ) = q 7 ( ，) x ( t ) 十口( f ) ， 以( f ) = 刀( f ) x ( f ) + ( f ) 。 从上面的模型化技术可以看出： 1 ) 系统模型由于考虑因素全面，所以其准确性较高； 2 ) 这种模型化技术将网络优化问题转化为典型的随机控制问题，为利用许 多现有的技术打下基础，并为今后的研究开辟了新的思路。但是，问题求解时 仍然存在计算量大、维数灾等问题，只能采用简化算法而得到次最优的结果； 硕士学位论文 第一章绪论 3 ) 较为成熟的随机控制问题，总是建立在分离定理的基础上的，采用预测 控制的方式进行的。但是由于交通问题的特殊性，分离定理此时并不成立。实 践证明，采用传统的，直观的预测控制算法，在交通控制的实践中将困难重重， 甚至导致失败，所以如何将上述模型应用于交通工程实践，目前正在研究中卅i 吲。 1 1 2 3 实际系统 在理论探索的同时，交通工程师也在不断地实践，建立了一个又一个的实 际系统。 一、静态系统 自1 9 6 0 年世界上第一个城市交通计算机管理系统在加拿大的多伦多市问世 以来，一大批此类系统雨后春笋般地在世界各地涌现出来。据不完全统计，至 今全世界已有上千个城市实现了计算机城市交通管理。在这上于个系统中，几 乎所有的系统都具有一个共同的特点：即都足根据交通流的统计规律设置信号 配时。这类系统就是静态系统。其中最有代表性的就是英国运输与道路研究实 验室( t r r l ) 研制的t r a n s y t ( t r a f f i c n e t w o r ks t u d yt o o l ) 系统和美 国交通研究公司与美国商业部公共道路局共同提出的s i g o p ( t r a f f i c s i g n a lo p t i m i z a t i o np r o g r a m ) 系统。目前它们都己作为商品化的专利 技术，输出到世界各地。 t r a n s y t 系统是由英国交通控制专家d1 b o b e r t s o n 于1 9 6 6 年提出的一种 离线优化交通网络配时算法，该算法问世以来，迄今已更改了九次，其基本原 理如图1 - 1 所示。 图1 - it r a n s y t 系统原理图 系统主要由两部分组成：1 ) 仿真模型部分；2 ) 优化部分。系统以总延误 6 硕士学位论文 第一章绪论 实践和总停车次数的加权值作为目标函数。优化时，先将网络的几何尺寸、流 量、初始配时等信息送入仿真模型部分，通过仿真，求得目标函数的值，将此 值送入优化部分进行优化，然i 舌返回仿真邮分。如此在两者之间反复迭代寻优， 以求得最佳信号配时。优化部分采用不用导数直接优化的爬山法。 t r a n s y t 系统之所以能推广应用，其重要的原因是它的仿真模型部分准确 度较高，同时它也更细致地考虑了交通流的实际情况，例如它考虑了车队离散， 仅此一项变革就大大提高了网络流模型的精度，从而求出的信号配时也较以往 的方案更切合实际。但该系统也有一定的不足，比如：1 ) 计算量大；2 ) 非综 合最优；此外，和其他静态系统一样，该系统也需要大量的人力和物力，而且 常常因为城市建设的飞速发展，其可信度降低。尽管如此，t r a n s y t 系统较之 以往的系统，的确是向前跨出了一大步，并且在广泛应用中不断得到改进、完 善。 对t r a n s y t 系统和s i g o p 系统的比较表明：各项指标在单周期时两者无 明显区别，而在倍周期时，前者较后者在平均旅程实践方面优越4 5 。而且实 际使用时前者也比后者方便很多。 除了上面两种系统外，还有许多离线优化算法。通过几十年的研究、探索、 比较，目前大家普遍认为，所有被公认为较成功的静态系统优化方法，其结果 都是不相上下的。今后继续进行这方面的研究，其意义不是很大的。 二、动态系统 对动态系统的研究的历史并不比静态系统晚多少，可是这方面的工作却远 不如静态系统那么成功，期间遇到不少挫折和失败。 按照美国交通工程的实践，城市交通控制系统根据其实时性的差别被分为 三代：第一代即为静态系统以及程序控制式多段配时方案选择控制系统；第二 代系统实时性为i o 一2 0 分钟；第三代为2 3 分钟。它更适合交通流不断变动 的情况控制方式第二代和第三代均为预测控制方法。 在f h w a ( 美国联邦道路管理局) 的领导下，终于在1 9 7 5 年完成了对所有 三代系统的研究、安装、调试和评价工作，结论为： 1 ) 第一代系统比以往经过优化的单点孤立控制方式，能减少延误约4 5 ： 2 ) 第二代系统对于干线交通稍有改进，而对整个网络而言，其效果不如以 往； 7 硕士学位论文 第一章绪论 采 | | 二| 孓b 一 苷辅煳嚣信号q| | j7儿里向甄据传送面t i 娶1 实时控制计算机 i 输入输出接口程串 f 窑时磕摸型二e 信号优化嚣+信配时 运行 j 亡! ! 系统运行状况显示终端 图1 - 2s c o o t 系统原理图 3 ) 第三代系统严重损坏了城市交通，在任何情况下，它都不如以往的系统， 必须重新进行研究和试验。 这种令人失望的结果，f h w a 于1 9 7 6 年拆除了安装在华盛顿特区运行不到 一年的第三代城市交通控制系统。 在动态系统方面比较成功的系统有两个：一个是澳大利亚的s c a t s ( s y d n e yc 0 0 r d 【n a t e da d a p t i v et r f f i cs y s t e m ) 系统；一个是英国 t r r i ，在t r n s y t 系统的基础上于1 9 8 0 年提出的s c o o t ( s p l i tc y c l e o f f s e t0 p t m z a = r i o nt e c h n i q u e ) 系统。s c o o t 系统在格拉斯哥、考文 垂等地的试验，表明该系统较之t r a n s y t 系统平均车辆延误减少1 2 ，停车 次数也有所减少。比相当成熟的t r a n s y t 系统有显著的进步。s c o o t 系统的 原理如图卜2 所示。通过安装于各路口的每条车道上最上游的车辆检测器所提 供的信息，实时调整控制参数，做出控制决策。控制算法不需要预测，网络优 化采用自寻最优控制方式，计算量较小i m i ih 1 0 l 。 1 1 3 现代城市道路交通控制技术 一、非线性开环最优控制 给定状态变量m ) ( 速度、密度及入匝排队长度) 的韧始值和慢变扰动z ( 后) 的先验和预测信息，确定一个最优控制序列( 匝道调节率) ( t ) ，使其满足一 些约束条件，然后求取问题的闭环解析解和开环解。 8 硕士学位论文第一章绪论 二、线性二次型反馈控制 通过对求解问题( 或其静态形式) ，或通过交通观测得到系统的标称点，并 对问题作简化，则可得到一个线性二次型问题。由此，可设计l q 匝道控制器， 将状态方程在标称点线性化，得到关于状态偏差和控制增量的线性状态方程： a x ( k4 - 1 ) = a 叫| i ) + b a u 似)( 1 - 1 ) a 、b 是标称点函数，a 是一个非对称对角阵，其非对角项代表相邻路段间 交通状况的相互影响；b 也有特殊结构。定义二次型性能指标为： l ，= 去 缸7 ( | ) q 缸( | ) + 7 ) 砌 ) 1 ( 1 - 2 ) k = o 设计l q 反馈控制器需要求解r i c c a t i 方程，计算量大，实时性难以保证。 由于a ，b 阵结构的特殊性，通过r i c e a t i 方程求解得到的反馈增益矩阵具有交 迭结构，这表明入匝调节率主要取决于相应及邻近路段的实时车流状态。 三、智能控制 智能控制主要指模糊控制、神经网络控制、遗传算法和学习算法。智能控 制软件计算的方法具有较强的逼近非线性函数的能力，不依赖于精确的数学模 型，这对于交通系统这样复杂难以建立较好数学模型的系统是一个有效的方法。 p a p p i s 和m a m d a n i 于上世纪7 0 年代运用模糊控制技术设计了单路口信号灯模糊 控制器。8 0 年代，s a s a k i 和c h e n 曾研究孤立匝道口的模糊控制g a u i n a r i 运用 神经网络对交通流模型进行建模，并分析了交通流的稳定性。 四、分层递阶控制 p a p a g e o r g i o u 设计了递阶匝道控制系统，试图将开环优化计算的可行性和闭 环控制的鲁棒性及分散控制的可靠性结合起来。该递阶结构包括适应层、优化 层和控制层。优化层根据实时交通信息在线计算简化问题，为控制层提供标称 点，控制层负责将系统状态和匝道调节率保持在标称点的领域内，抑制适度随 机扰动与模型误差的影响。具体实现时，多采用交迭分解方法设计最优控制器。 为增强系统的鲁棒性，弥补模型简化带来的负面影响，系统在优化层上加适应 层，通过慢扰跟踪和模式识别决定是否启动在线优化【i i 。 1 2 智能控制技术 1 2 1 自动化理论的发展 自动控制理论发展至今已有一百多年的历史。随着各个阶段的工业和现代 化科学技术的发展，各个领域中自动控制系统对控制精度、响应速度、系统稳 9 硕士学位论文 第一章绪论 定性与适应能力的要求越来越高，应用范围也越来越广泛。特别是上世纪8 0 年 代以来，电子计算机的快速更新和计算技术的高速度发展，推动了控制理论研 究的深入开展，并进入了新时代。回顾自动控制理论发展的历史，可以看到这 是一个从简单形式到复杂形式，从局部自动化到全局自动化，从低级智能到高 级智能的发展过程。控制科学的发展水平，在受到人类社会已有的知识水平和 技术手段制约的同时，又反过来极大地促进了人类社会的知识进步和技术革新。 到目前为止，它共经历了“经典控制理论”阶段、“现代控制理论”阶段、“大 系统理论”和“智能控制理论”阶段。 1 2 2 传统控制遇到的困境 传统控制，包括经典反馈控制，现代控制理论和大系统理论等，在应用中 遇到不少难题。传统控制面临的问题是： 1 ) 传统控制系统的设计和分析是建立在精确的系统数学模型基础上的，而 实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，般无 法获得精确的数学模型。 2 ) 研究这些系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在 应用中往往与实际不相吻合。 3 ) 对于某些复杂的和包含不确定性的控制过程，根本无法用传统数学模型 来表示，即无法解决建模问题。 4 ) 为了提高控制性能，传统控制系统可能变得很复杂，从而增加了设备的 初投资，而且降低系统的可靠性。 1 2 3 智能控制发展概况 2 0 世纪6 0 年代，自动控制理论和技术的发展已渐趋成熟，而人工智能还只 是个诞生不久的新兴技术。1 9 6 6 年j mm e n d e l 首先将人工智能用于飞船控制系 统的设计。1 9 7 1 年著名学者k sf u 从发展学习控制的角度首次正式提出智能控 制这个新兴的学科领域。 f i ns a d d i s 对智能控制的发展做出了重要贡献，他在1 9 7 7 年出版了“随机 系统的自组织控制”一书，1 9 7 9 年发表了综述文章“朝向智能控制的实现”。在 这两篇著作中他从控制理论发展的观点。论述了从通常的反馈控制到最优控制、 随机控制，再到自适应控制、自学习控制、自组织控制，并最终向智能控制这 个更高阶段发展的过程。他首次提出了分层递阶控制的智能控制结构形式，整 个控制结构从上而下分为三个层次：组织级、协调级、控制级。 1 0 硕士学位论文第一章绪论 近年来，神经网络的研究得到了越来越多的关注和重视，是智能控制的一 种典型形式。模糊控制是又一类智能控制形式，它试图模仿人类的模糊决策和 推理的功能。1 9 6 5 年l a z a d e h 首次提出了模糊集理论，为模糊控制奠定了基 础。 t i l l l 2 1 1 2 4 交通工程中智能控制研究的必要性 智能控制系统按其自身的特点能够很好地解决以下问题： 1 ) 在交通工程中许多问题和知识是病态的，难以公式化。事实上，数学模 型并不是描写问题的唯一方式。许多知识和经验不能很好地用公式描述，而更 适合采用人工智能技术。比如：某些重要的交通量不能直接在线测量，其机理 并没有完全被掌握，在交通控制中经常包含许多不确定的模糊信息，无法获得 数学模型，也难以使用一般的计算方法。 2 ) 交通工程中许多信息需要表达，有些可用图形或神经网络表达，而非仅 通过数字或符号表达。迄今为止，只有极少数智能控制系统成功地将符号推理 与数值计算结合在一起，但这种集成并不能满足交通工程的要求。许多复杂的 过程问题事实上并不能单靠一种技术，如符号推理、数值计算或神经网络来解 决。 3 ) 符号推理和数值计算相结合是开发智能控制系统的基础。在知识系统中， 将符号推理和数值计算结合的重要性己为人们所认识。单独应用符号推理和数 值计算，不能很好地解决交通工程中的存在问题。 4 ) 在交通工程中，经常同时使用定性和定量分析。定性决策一般主要采用 符号和图形信息，定量分析则更适合于采用数字信息，这两种方法是互补的。 5 ) 交通工程随时会受到随机干扰。小的干扰可能会轻微地改变变量值，这 时可通过常规控制进行校正。因控制范围的限制，大的干扰不可能得到完全校 正，交通工程必须通过保护功能或运行人员命令切换到其他方式。这些均可概 括为事件相关控制。离散事件系统用于分析过程的安全性和容错性及系统一部 分对另一部分分析影响，帮助预防事故发生。 而且，交通智能控制能产生以下良好效果： 1 ) 提高公路交通的安全性。据专家估计，采用i t s ，在今后2 0 年内可降低 8 的交通灾难，每年交通事故的死亡事故可减少3 0 7 0 ；可减少交通拥挤和 阻塞，从而提高公路交通的机动性。据预测，到2 0 1 2 年，智能交通技术可使交 通阻塞减少2 0 。 2 ) 降低能源消耗，减少汽车运输对环境的影响 硕士学位论文 第一章绪论 3 ) 提高汽车运输效率和经济效益，并对社会经济发展的各方面部将产生积 极的影响。 4 ) 通过系统的研究、开发和普及，创造出新的市场。 由此可见在交通工程中运用智能控制是必须的，也是大势所趋。【1 3 h 1 5 i 1 3 交通工程中的模糊控制 模糊控制是智能控制的一种。从实际情况来看。一个经验丰富的交警在各 种交通情况下均能有效地疏导车流，因此交叉路口信号灯的模糊控制正是建立 在专家( 交警) 的控制经验基础上，建立描述性的规则库，对车流进行控制。早在 1 9 7 6 年，p a p p i s 和m a m d a n i 就在文献【1 6 l 中将模糊控制应用于交通控制中，后来 也相继出现了一些这方面的研列1 7 h 1 9 1 ，但是研究的对象多局限于孤立的单路 口，而涉及多路口的文章【2 0 1 1 2 1 i ，往往有一些限制条件，如要有明显的主干道和 支路的区分等，真正用于多路口交通的模糊控制并不多见，并且没有考虑未来 交通的需求，不能得到全局最优的控制效果。而实际上各相邻路口是相互耦合 的，交通需求、交通状况在不断变化，随机干扰也时刻存在，应在控制器设计 中充分加以考虑。本文提出的基于交通流量短时预测和模糊逻辑的分布式f 2 2 l 俐 城市道路交通控制方法试图解决上述的一些问题。 1 4 本课题的研究内容 基于城市交通控制的发展趋势和研究前沿，提出了一种基于交通流量预测 的城市道路交通模糊控制方法。并将该方法就长沙市的典型局部路网进行了相 关的仿真研究。基本内容如下： 一、在长沙市交通指挥控制中心进行相关的调研，以获取本文研究所需的 数据以及相关信息。 二、短时交通流量预测的研究。未来交通流量的大小直接反映了城【l i 道路 未来的交通需求，这对路口信号灯的配时起着很关键的作用。本文将采用a r i m a 模型进行短时交通流量预测。 三、建立城市路网的交通流模型，并设计相应的分布式模期控制器( 包括 相序优化器且结合交通流量短时预测) ，根据交通工程经验设定相应的模糊规 则。四、针对上述交通流模型及模糊控制器以长沙市典型局部路网为载体进行 了基于m a t l a b 的相关仿真，并对控制器性能进行了评价。 四、针对上述交通流模型及模糊控制器以长沙市典型局部路网为载体进行 硕士学位论文 第一章绪论 了基于m a t l a b 的相关仿真，并对控制器性能进行了评价。 1 5 本章小结 本章对交通控制的发展历史、研究现状以及研究趋势做了较详细的观察与 综述，并最终决定选择交通智能控制( 基于模糊逻辑) 作为本文的主题策略。 最后给出了本文研究的基本任务，即设计一种基于a r i m a 短时交通流预测及模 糊逻辑的城市道路交通智能控制器，并通过在长沙市交通指挥中心调研得到的 数据对控制效果进行了相关对比仿真研究。 硕士学位论文 第二章交通流量预测方法研究 第二章交通流量预测方法研究 2 1 交通流量预测综述 随着社会经济的迅速发展，城市中的机动车拥有量和道路交通需求急剧增 加，交通阻塞及由此导致的交通事故的增加、环境污染的加剧，日益引起了人 们的关注。由于城市空间的日益减少，仅靠修建道路已经不能很好地解决城市 地交通问题，因此将车辆和道路综合起来系统地解决交通问题地思想就应运而 生了，这就是智能交通运输系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，简称i t s ) 。其 涵义就是综合运用先进的信息通讯、网络、自动控制、交通工程等技术，改善 交通运输系统的运行情况，提高运输效率和安全性，减少交通事故，降低环境 污染，从而建立起一个智能化、安全、便捷、高效、舒适、环保的综合运输体 系。 智能交通运输系统的发展在全球引起了广泛关注，其中交通控制与交通诱 导系统足目前智能交通运输系统的核心热点问题，实时准确的交通流量预测， 即有效地利用实时的交通流量数据预测未来一个小时以内的交通状况，是实现 有效地交通控制和交通诱导的关键所在。将预测信息提供给交通控制中心，有 效地诱导交通流量，避免交通阻塞，减少出行时间和交通事故的发生，这就是 城= | 亍交通网络短时交通流量预测【2 5 1 。 众所周知，道路系统是一个有人参与的、时变的复杂系统，它的显著特点 之一就是具有高度的不确定性。这种不确定性给交通流量预测带来了困难，尤 其是短时交通流量预测受随机干扰因素的影响更大，不确定性更强，规律性更 不明显，这也是短时交通流量预测相对于中长期预测更困难的关键所在。本文 所讨论的是短时交通流量的一步预测，即对下一决策时刻( t + l 时刻) 的交通流量 做出短期实时预测，仿真实验所选取的实测数据的采样问隔为1 0 分钟( 一般认为 预测时间跨度不超过1 5 分钟的交通流量预测是短时预测) 。 这些年来，出于交通控制的需要，该领域的学者从不同方面提出了很多关 于交通网络短时交通流量预测模型，较早期的预测方法主要有自回归滑动平均 模型a r m a ( a u t or e g r e s s i v e & m o b i l ea v e r a g e ) 、自回归模型( a r ) 、滑动平 1 4 硕士学位论文第二章交通流量预测方法研究 均模型( m a ) 以及历史平均模型( h a ) 等等。这些线性预测模型考虑的因素较为简 单，参数一般用最小二乘( l s ) 进行估计，相对而言计算简便，易于实时更新数据， 便于大规模应用。但是由于这些很难反映交通流随机过程的强不确定性与非线 性性。无法克服随机干扰因素对交通流的影响，所以随着预测时间的缩短，这 些模型的预测精度就会变得很差。随着短时交通流量预测研究的深入，人们又 提出了一些更为复杂的，精度更高的预测方法。从表现形式上分，可将它们分 为基于确定数学模型的方法和无模型的方法两大类。前者包括多元回归模型、 a l i m a 模型、自适应权重联合模型、u t c s 一2 模型以及由这些模型构成的各种 组合预浸8 模型等；后者则包括非参数回归，ki m方法、谱分析法、状态空 间重构模型、小波网络、基于多维分形的方法、基于小波分解与重构的方法和 多种与神经网络相关的复合预测方法等等。 基于a r i m a 模型的交通流预测是根据路网结点过去和现在的交通流量， 运用滑动和自回归的方法科学地预测未来时段的交通流量，要求的数据样本量 不大，并且有明确的收敛准则，算法本身决定了这是一种全局寻优而不是局部 搜索法，因此准确性和实时性都比较高，适合实时动态预测交通流。本文根据 长沙市五一大道人工调查的交通流量数据，利用m a t l a b 作为分析工具，通过编 程对流量数据序列进行相关函数分析，建立交通流时间序列a r i m a 模型，并 用实测数据进行预测，结果表明该a