（系统分析与集成专业论文）城市交通流智能控制及仿真研究.pdf

学位论文独创性声明 本人所呈交的学位论文是我在导师的指导下进行的研究工作及取得的研究成果- 据 我所知，除文中已经注明引用的内容外，本论文不包含其他个人已经发表或撰写过的研 究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢 意。 作者签名：耻日期： 学位论文使用授权声明 本人完全了解华东师范大学有关保留、使用学位论文的规定，学校有权保留学位论 文并向国家主管部门或其指定机构送交论文的电子版和纸质版。有权将学位论文用于非 赢利目的的少量复制并允许论文进入学校图书馆被查阅有权将学位论文的内容编入有 关数据库进行检索。有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后 适用本规定。 学位论文作者签名：f 司孑1 日期。靼ff - 乌 b 七f ，、 j 殆等 、砺巫 辄 三 签 l 币 玑 聊 醐 华东师范夫学碗j 。毕业论文 城市交通流智能挣锥4 及仿真研究 摘要 本文对城市交通流智能控制及仿真进行了研究。对于智能控制，我们利用了模糊控制理论，这 是冈为模糊控制不需要建立被控对象的精确数学模型，是基于规则的一种智能控制方式，并且能够 实时快速的控制交通。为了有效的描述道路交通拥堵情况，我们定义了阻塞参数，井选取此参数作 为模糊控制器的输入量。阻塞参数是车辆密度和平均速度这两个参数的统一，它能较准确的反映车 道上的阻塞程度，避免了单纯采用车辆密度或平均速度来表示车道阻塞程度的片面性。阻塞参数的 使用使模糊控制器的输入量减少，设计的复杂度降低，反应速度加快。本文提出了两个模糊控制方 案，即变化相序控制方案和固定相序控制方案，并分析了两者的优缺点。前者在对交叉路口进行控 制时，交叉路1 ：3 的相位顺序是变化的。而后者在对交叉路口控制时，交叉路口依然按用户设定的相 序运行只是每个相位的时间延时随交叉路口的阻塞程度而变化。 为了对本文提出的模糊控制方案进行分析和验证，我们利用元胞自动机理论建立了仿真模型， 设计和实现了e c t s ( e c n ut r a f f i cs i m u l a t i o n ) 交通流仿真系统。该系统具有直观性：用户可以 看到车道和交叉路口处的车辆运行状况；适用性：系统既可以利用随机数模拟车流数据，也可采 用现实中交通流数据。同时还可以通过智能控制模块对运行数据分析，自动调整交通参数。可控 性：用户可以自主改变车道及各交叉路口参数，如车道长度、交叉路口信号周期、相位数等。这些 特性使得用户方便地观察和分析交通运行状况，并协助用户作出有效的决策，保证交通通畅。 最后，我们对e c t s 系统进行了性能分析，分析结果说明系统工作稳定，较准确地反映了现实 交通。同时，我们还利用e c t s 系统对提出的模糊控制方案进行了验证。实验数据表明，这两种控 制方案均能对交通流进行有效的控制。 【关键词】交通流模糊控制元胞自动机仿真 兰查塑垫查兰型主望些堡苎 塑查奎塑堕塑些丝型丝堕壅型壅 a b s t r a c t i nt h i sp a p e r ，w eh a v ed o n es o m er e s e a r c hi ni n t e l l i g e n tc o n t r o la n ds i m u l a t i o no f u r b a nt r a f f i cf l o w t oi n t e l l i g e n tc o n t r o l ，w eu s et h et h e o r yo f f u z z yc o n t r o l ，b e c a u s ef u z z yc o n t r o li sam a n n e ro f i n t e l l i g e n t c o n t r o lb a s e do nr u l e sw h i c hn e e d sn o tt ob u i l dp r e c i s em a t h e m a t i c a lm o d e l ，a n dc a nc o n t r o lt r a f f i cq u i c k l y i nr e a lt i m e i no r d e rt od e s c r i b et h ec o n g e s t e ds t a t u so fr o a d se f f e c t i v e l y , w ed e f i n et h ec o n g e s tp a r a m e t e r a n dt a k ei ta st h ei n p u to fo u rf u z z yc o n t r o l l e r c o n g e s tp a r a m e t e ri st h eu n i t yo ft h et w op a s a m e t e r s ，c a r d e n s i t ya n da v e r a g ev e l o c i t y i tc a nr e f l e c tt h ed e g r e eo fc o n g e s t i o no nr o a d w a yt r u l y , a n da v o i dt h e u n i l a t e r a l i s mo f u s i n gc a t d e n s i t yo ra v e r a g ev e l o c i t ys i n g l y t h eu s eo f c o n g e s tp a r a m e t e rc u t st h en u m b e r o fi n p u t ，a n dl o w st h ec o m p l e x i t yo fd e s i g n ，a n da c c e l e r a t e st h er e s p o n s et ot h et r a f f i cc o n g e s t i o n i nt h e p a p e r , t w op r o j e c t so ff u z z yc o n t r o la r ep u tf o r w a r d ，t h a ti sv a r i a b l ep h a s eo r d e rp r o j e c ta n dc o n s tp h a s e o r d e rp r o j e c t ，a n da n a l y z et h ea d v a n t a g ea n dd i s a d v a n t a g eo ft h et w op r o j e c t s w h e nt h ec r o s sb e c o n t r o l l e db yt h ef o r m e rp r o j e c t ，t h ep h a s eo r d e ro f t h ec r o s sw i l lv a r yw i t ht i m ee l a p s e ，h o w e v e r ，w h e nb e c o n t r o l l e db yt h el a t t e r , t h ep h a s eo r d e rw i l lb ec o n s t ，o n l yt h et i m eo fp h a s e sc h a n g e sw i t ht h ec o n g e s t d e g r e e i no r d e rt oa n a l y z ea n dv a l i d a t et h ef u z z yc o n t r o lp r o j e c t st h ep a p e rp u t sf o r w a r d w eb u i l da s i m u l a t i o nm o d e lu s i n gt h et h e o r yo f c e l l u l a ra u t o m a t a , t h e nd e s i g na n dr e a l i z et h ee c t s ( e c n ut r a f f i c s i m u l a t i o n ) t r a f f i cf l o ws i m u l a t i o ns y s t e m t h es y s t e mh a st h ef o l l o w i n gp e r f o r m a n c e ， i n t u i t i o n a l ： u s e r sc a ns e et h em o v i n gs t a t u so fc a r so nt h er o a da n di nt h ec r o s s ( 萤a p p l i c a b i l i t y ：t h es y s t e mc a l lg e t t h ed a t ao fc a rf l o wf r o mt h es y s t e mi t s e l f , a n da l s oc a ng e td a t af r o mr e a l - l i f e ，i tc a na d j u s tt h ep a r a m e t e r v a l u ea u t o m a t i c a l l yb a s e do nt h ea n a l y s i so fi n t e l l i g e n tc o n t r o lm o d u l e 匿) c o n t r o l l a b l e ：u s e r sc a nc h a n g e t h ep a r a m e t e rv a l u eo f l a n ea n de a c hc r o s s s u c ha s t h e l e n g t ho f l a n e 、t h ec y c l e t i m eo f c r o s s 、t h e n u m b e r o f p h a s eo f c r o s s t h e s ep e r f o r m a n c em a k eu s e rw a t c ha n da n a l y z et h es t a t u so f t r a f f i ce a s i l y , a n dc a r la l s o h e l pu s e rw o r ko u tt h ee f f e c t i v ed e c i s i o n ，e n s u r et h et r a f f i cf l o wf l u e n t l y f i n a l l y , w ea n a l y z et h ep e r f o r m a n c eo f t h ee c t s ，t h er e s u l to f a n a l y s i si n d i c a t et h a tt h ee c t sw o r ks s t e a d i l ya n dc a nr e f l e c tt h er e a lt r a f f i cm o r ep r e c i s e l y a tt h es a m et i m e ，w ea l s ov a l i d a t et h ef u z z yc o n t r o l p r o j e c tu s i n gt h ee c t s t h ed a t ao ft h ee x p e r i m e n ti n d i c a t e ，t h et w op r o j e c t sc a l lc o n t r o lt r a f f i cf l o w e f f e c t i v e l y k e yw o r d t r a f f i cf l o w , f u z z yc o n t r o l ，c e l l u l a r a u t o m a t a , s i m u l a t i o n 华东师范大学坝士毕业论文 城市交通漉智能控制及仿真研究 1 1 概述 第1 章绪论 随着城市化速度的加快，机动车日益普及，人们在享受机动车所带来的巨大便利的同时，也面 临着交通拥挤的困惑。城市交通拥堵、交通事故频发。无论是发达国家还是发展中国家都承受着不 断恶化的交通的团扰。在世界各大城市，交通堵塞尤为严重。据美国有关部门预测，到2 0 2 0 年，美 国因交通事故造成的经济损失每年将会超过1 5 0 0 亿美元，而日本东京目前每年因交通拥堵造成的经 济损失约为1 2 3 0 亿美元。尽管人们发明了红绿灯修建了立交桥，但是交通堵塞问题始终没有完全 解决。交通环境恶化以及能源短缺等成为当前世界各国面临的共同问题，使之成为世界性的难题”3 。 显然，解决交通堵塞的直接办法就是修建更多的路桥以提高路网的通行能力。然而，修建路桥 的巨额资金和城市空间的严格限制，使这一方法的有效性大打折扣。因为交通系统是一个复杂的综 合性系统，单独从道路或车辆的角度来考虑，都将很难解决交通问题。在这种背景下，把车辆和道 路综合起来系统地解决交通问题的思想就油然而生，这就是智能交通系统( i t s ) 。 i t s 在早期曾被称为智能车辆道路系统( i n t e l l i g e n tv e h i c l e - h i g h w a ys y s t e m 简称i v h s ) 。 是目前世界各国交通运输领域竟相研究和开发的热点。i t s 是指将先进的信息技术、电子通讯技术、 自动控制技术、计算机技术以及网络技术等有效地综合地运用于整个变通运输管理体系而建立起的 一种在大范围内、全方位发挥作用的、实时、准确、高效的交通运输综合管理和控制系统。 同发达国家相比，我们国家的交通状况也同样并不乐观，不说特大城市、大城市、就是中等城 市的交通也出现了拥挤阻塞现象。我国城市化水平和私人小汽车保有率较低，但城市人口密度高， 交通需求量大。由于历史原因我国城市道路交通基础设施十分薄弱，因此造成交通拥挤十分严重， 给城市居民出行带来了极大的不方便。与此同时，高密度的城市用地使的城市建成区难以通过大幅 度扩大道路通行能力来改善交通状况。在这样一种情形下，i t s 在中国的应用是十分迫切的。i t s 可以通过提高交通系统效率来降低交通拥挤，同时又避免修建大量道路带来的征地、拆迁和其他严 重环境影响”1 。 对城市交通流进行智能控制便是i t s 中的一个重要组成部分。由于交通系统具有较强的非线性、 模糊性和不确定性，是一个典型的分布式系统，用传统的理论与方法很难对其实现有效的控制。把 先进的智能控制技术、信息融合技术、智能信息处理技术与交通工程结合起来，是一个崭新的研究 方向，它能够推动和促进学科之间的相互交叉，理论成果与实际应用相互结合，具有重要的学术和 华东师范k 学硕j 毕业论文 城市交通流智能控制段仿真研究 应用价值。在现有道路条件下提高交通控制水平，台理使用现有交通设施，发挥其能力是解决 问题的有效方法之。 1 2 国内外城市交通流智能控制系统研究现状 1 2 1 国外研究现状 自1 9 6 3 年加拿大多伦多市建成了世界上第一套由数字计算机实现的城市交通信号控制系统以 来，人们相继完成了很多交通控制系统。 英国道路运输研究所( t r r l ) 于1 9 6 8 年研制成功了t r a n s y t 系统，该系统包括两个主要组成部 分，一是交通模型，用来模拟在信号灯控制下交通网上的车辆行驶状况，以便计算在一组给定的信 号配时方案作用下网络的运行指标；二是优化过程，改变信号配时方案并确定指标是否最小，通过 反复计算来求得最佳配时方案。 2 0 世纪7 0 年代初，英国运输和道路研究所与3 家公司联合在t r a n s y t 基础上研制出一种自适 应控制系统s c 0 0 t ( s p l i t ，c y c l ea n do f f s e to p t i m i z a t i o nt e c h n i q u e ：绿信比、周期和相 何筹优化技术) 。该系统于1 9 7 5 年在英国哥拉斯哥市进行现场试验，取得了较好的效果。现在全世 界共有超过1 7 0 个城市正运行着该系统。 2 0 世纪7 0 年代末由澳大利亚新南威尔士道路和交通局( r t a ) 研制了s c a t s ( s y d n e yc o o r d i n a t e d a d a p t i v et r a f f i cs y s t e m ：悉尼协调自适应交通系统) 。从1 9 8 0 年起陆续在悉尼等城市安装使用。 目前，世界上大约有5 0 个城市正在运行该系统。 2 0 世纪9 0 年代美国、德国和希腊等国家分别研制了o p a c 、m o t i o n 和t u c 系统，对城市交通进 行动态控制 1 。 1 2 2 国内研究现状 作为一个发展中国家，与发达国家相比，我国在发展i t s 的必要基础条件上还有较大差距，再 加上我国特有的混合交通特点，以及城市结构、路网结构、交通结构的不完善，促使我们来研究制 定我国发展i t s 的战略及发展框架。 近几年，我们国家也加大了对智能交通系统的研究和开发。“十五”期间，有关部门和相当一批 城市都对智能交通系统的开发和应用进行了安排。科技部在“十五”国家科技攻关重大专项中安排 了“智能交通系统关键技术开发和示范j 程”项目该项目以中心城市和高速公路相关应用项目为 2 卜东帅范入学顺1 1 毕业论义 城市交通流智能控制及仿真研究 龙头，在城市智能化交通管理、公共交通系统、交通信息服务、跨省市高速公路联网收费、高速公 路智能化管理以及智能交通系统的产业化和基础性工作等方面开展科技攻关和应用示范。目前该项 目中的示范城市选择和产业化项目的招标已经完成，项目即将全面启动。 “十五”期间，交通部还将充分利阁交通部公路交通综合试验场和i t s 工程研究中心试验室的 资源，建设道路汽车间的试验通信系统、传感器( 包括检测器) 和专用短程通信试验平台、交 通控制仿真系统和智能公路试验殴施等，为智能变通系统的开发、试验和评价提供基础条件。 一些高校如同济大学、清华大学等也组织有关人员对交通规划决策、智能交通系统的系统整台、 城市道路交通仿真等进行研究。并取得了一定的成果。 1 3 对城市交通流智能控制进行研究的意义 对城市交通流进行智能控制，可以使道路通畅，提高交通效益，合理进行交通控制可以对交通 流进行有效的引导和调度，使交通保持在一个平稳的运行状态，从而避免或缓和交通拥挤状况，大 大提高交通运输的运行效益。还可以减少交通事故。增加交通安全，在降低污染程度，节省能源消 耗上面也有一定的意义。 1 4 本文的研究目的和研究内容 本文中，首先采用模糊控制理论对城市交通流进行智能控制，采取对交叉路口红绿灯配时进行 智能控制的方法，实现对交通流的控制。在选择输入量和控制量时，进行了全面的考虑，把车辆密 度和平均速度两者统一起来，融合成一个参数，将其作为模糊控制器的输入量。此参数包含了两者 的信息，能够比较准确的反映当前车道的阻塞程度。控制量为相位的绿灯延时。延时包括两方面， 正延时和负延时。当某一相位车道阻塞严重时，此相位绿灯时间会加长；反之，绿灯时间会缩短。 此外还有一个控制量，用于对相位进行选择，因此，这种方案中交叉路口的相序并不是固定的，而 是随车道上的阻塞程度而不断变化的。因为考虑到采取变化相序控制方案有可能导致某一相位长时 间不被执行，从而使此相位上车辆长时间停在路口，我们还提出了一种固定相序控制方案，交叉路 口在此方案的控制下相位顺序不发生变化，只是每个相位的时间延时随着交叉路口阻塞程度的变 化而变化。 为了验证基于模糊控制理论的交通流智能控制的有效性，我们建立了仿真系统。设计和实现了 e c t s 仿真系统，此系统以交通流微观模型为基础，采用了元胞自动机原理，为用户提供了直观友好 的用户界面，并且提供了多种功能，使用户对目前的交通状况有个清晰、直观的了解。此外，还 1 # 东岍，范人学坝= i ：毕业论文城市交通涓l 智能拄制及仿真硪宄 提供了多个接口，为本系统咀后的发展和完善提供了方便。 1 5 本文的组织结构 本文的组织结构如下所述： 第2 章简要讲述了模糊控制的基本知识，以及模糊控制器的设计方法，并且简要介绍了模糊控 制在交通控制中的应用。 第3 章是论文的重点之一，具体介绍了基于模糊控制的交通流智能控制方法的设计及模糊控制 器的建立。在这一章，我们首先对模糊控制器的输入量进行了选择，在全面考虑了车道和车辆的运 行参数的前提下，将车辆密度和平均速度融合成一个参数，以此参数作为输入量，这样既简化了模 糊控制器的设计，同时又能比较精确地反映车道的阻塞状况。 第4 章讲述了元胞自动机原理，及采用元胞自动机理论建立了单车道模型和交叉路口模型，井 对其进行了分析，为下一章仿真系统的设计打下了理论基础。 第5 章也是论文的一个重点，具体讲述了e c t s 系统的设计与实现。 第6 章对e c t s 系统进行了性能分析，给出了系统的测试结果，分析了优缺点。 第7 章总结与展望，对全文进行回顾和总结井指出了下一步继续努力的方向。 附录a 对e c t s 系统的使用方法进行了说明。 # 东妇l 赶凡学蟮ik 毕业论文 城隶交迸浚整8 2 拄8 跌伤巍研究 2 。莲概述 第2 章模糊控制基础知识 模糊集合和模糊控制的概念是幽美国加利福尼驻大学著名教授l a z a d e h 在其f u z z ys e t s ， f u z z ya l g o r i t h m 和ar a t i o n a l ef o rf u z z yc o n t r o l 等著名论著串蕾毙提出的。模糊集合弱；| 入，霹穆 人的判断、思维过程用比较简单的数学形式直接表达出来，从而使对复杂系统做出合乎实际的、符 合人类思维方式的处理成为可能。髓前，模糊理论也在自动控制、人工智能、图像识别、管理科学、 气象鞭搬等颁蠛得舞了广泛应霸。 模糊控制是模糊理论在控制领域中的应用，其核心是用语言描述的控制规则。人的手动控制策 略是通过操作者的学习、试验以及长期经验积累丽形成的。它可嫩过入的自然语言加以描述，如若 薅霜巢方向车辆捧酞较长，溺加长缭疗延时：爱之，簧l 缩短绿汀疑瓣。显然，它满子一种语言控俸。 由于自然语言具有模糊性，因此这种语言控制就称为模糊控制。 为了实现模糊控铡，需要将操作者或专家的控制经验和知识袭示成语言变量描述的控制规则。 然蓐掰这些藏瑙去控翻系统，遮藏是模獭控制嚣。攘粕控翩器靛工侔过程如下：撩据耩确量转纯采 的模糊输入信息，按照手动控制策略获得的语言控制规则进行模糊推理，给出模糊输出判决，将其 转化为精确量，馈送到被控制对象。设计一个模糊控制器必须解决以下3 个问题： ( t ) 精确薰瓣模猢佬把语言变量懿语言馕纯为菜个适当论城上的模糊子嶷。 ( 2 ) 模糊控制算法的设计通过一组模糊条件语句构成模糊控制规则决定的模糊关系。 ( 3 ) 输出信惠的模糊判决毙蹴由模糊量到糖确量靛转化。 实践谣裙，篌嬲控靠爨有班下几个特点。 ( 1 ) 它不需要知道被控对象的数学模型。 ( 2 ) 它易于实现对具有不确定性的对象和爨霄强非线性的对象进行控制。 ( 3 ) 它对被控对象特性参数的变佬其有较强的鲁棒性 ( 4 ) 它对控制系统的干扰具肖较强的抑制能力l ”。 华东帅范人学砸1 毕业论文 城市交通流智能控制及仿真研究 2 2 模糊数学基础 2 2 1 模糊集合 1 定义 在经典集合论中，任何一个元素与任何一个集合之间的关系，只能“属于”和“不属于”两种 情况，两者必居其一，而且只居其一绝对不允许模棱两可。如“不大于3 的自然数”是一个清晰 的概念，其内涵和外延均是明确的。但是，我们也经常遇到没有明确外延的概念，其实质是模糊概 念。如“比3 大得多的自然数”就是一个模糊概念。我们无法划定一个明确的界限，使得在这个界 限内所有自然数都比3 大得多，而界限外的所有自然数都不比3 大得多。只能说某个数属于“比3 大得多”的程度高，而另一个数属于“比3 大得多”的程序低。 设u 为一可能是离散或连续的集合，u 被称为论域，用 “ 表示论域u 的元素。 模糊集台是用隶属函数来表示的。 论域u 中的模糊子集a ，是以隶属函数，“为表征的集合，即由映射： u ：u 一 o ，1 确定论域u 的一个模糊子集a 以称为模糊子集的隶属函数， ) 称为 对a 的隶属度，它表示 论域u 中的元素“属于其模糊子集a 的程度。它在 0 ，1 闭区间内可连续取值，隶属度也可简记为 4 ) 。 关于模糊子集a 和隶属函数，有以下关系： ( 1 ) 域u 中的元素是分明的，u 本身是普通集合，只是u 的子集是模糊集合，称a 为u 的模糊 子集，简称模糊集。 ( 2 ) 以 ) 是说明u 隶属于a 的程度的，心 ) 的值越接近1 ，表示u 从属于a 的程度越大， 反之，“似) 的值越接近于0 则表示u 从属a 的程度越小。 ( 3 ) 模糊集合完全由它的隶属函数来刻画。隶属函数是模糊数学的最基本概念，借助于它才能 对模糊集合进行量化。正确地建立隶属函数，是利用精确的数学方法去分析处理模糊信息 的基础”。 6 + # 东i f j 范大学硕士毕业论文 城市交通流智能控制及仿真研究 2 表示方法 表示u 上的一个模糊集a ，原则上只要将u 中的每个元素赋以这个元素对模糊集的隶属度用 一定的形式将其组合在一起即可。模糊集的表示方法有很多种，以下列出常用的三种。 ( 1 ) z a d e h 表示法 在论域u 中，心 ) 0 的全部元素组成的集台，称为模糊集的“台”或“支集”一也就是 说，当某个元素的隶属度为0 时，它就不属于该模糊集合。当模糊集合a 有一个有限的台 “i ，“2 ，“。) 时，a 可表达为 4 ：丝生+ + 筮盟：争兰趔( 2 1 ) 智“， 21 式中，旦趔并不代表“分数”，而是表示论域u 中元素“，与其隶属度( 甜，) 之间的对 “ 应关系，称为“单点”。符号“+ ”也不表示“求和”，而是表示模糊集合在论域u 上的整体。 实际上是将模糊集合视为一些单点的集合，使模糊集合的表达式更加简明，更为醒目，而不 必再考虑那些不属于该集合的元素，尽管这些元素的确在论域u 之中。 ( 2 ) 向量表示法 当模糊集合a 的论域由有限个元素构成时，模糊集合a 还可表示成向量的形式，即 a = 【( “1 ) 2 ) 只 ( ) ( 2 2 ) 应用向量表示法时，隶属度等于零的项，在式( 2 2 ) 所示向量中必以零代替，不能舍弃。 ( 3 ) 隶属函数表示法 给出隶属函数的解析表达式，也能表示出相应的模糊集合。例如，z a d e h 曾通过“老年人” 和“青年人”两个模糊集合的隶属函数老年人0 ) ) 及青年人( “) ，即 f 0 ，0 s 5 0 如枞 卜1 1 + ( 字) - 2 】一，5 0 u 5 ，5 i 范萄 袭2 2 离散域上模糊集的隶属螭数 隶属艘 一6- 543* 21o123456 语言值 | n l i ，00 80 + 4o 10oooo0oo0 n mo 20 7 1 o o 。7 0 2 oooo o o o o | n s 000 20 71 o0 900o 0 o0o z e 0 0 o0o0 51 。o0 。5ooooo p s0ooo o oo0 9 1 。0 o 70 2oo p m00000o00o 2 0 7 l 0 7 o 2 p l0oo00oo 0 o 0 1 o 4o 8 。0 袭2 2 所示为离散论域上的模糊集隶属函数。 2 模糊控制舰则 ( 1 摸糖控髑疑瓣兹建立 模糊控制规则是模糊控制的核心。因此如何建立模糊控制规则就成为一个十分关键的闻 题。下面将讨论四种建立模糊控制规则的方法。它们之间| 并不是互相排斥的，相反，蓿能 结台这方法鄹缝更好逢耄立藏翔库。 基于专家的经验和控制工程知识 模糊控制规则具有模糊条件旬的形式，它建立了输入谬害变量与输出语言变量之间的 联系。醪鬻生落中壤予决策的犬帮分信息怒蓥子语义薛方式焉非数值的方式。西此，搂糊 卜东师范人学碗： 毕业论文 挑市交通流智能拄制及仿真研究 ( 2 ) 控制规! l ! | 是对人类行为利进行扶麓分析过程的最自然的描述方式。 基于上面的讨论，通过总结人类专家的经验，并用适当的语言加以表述，最终可表示 成模糊控制规则的形式。另一种方式是通过向有经验的专家和操作人员咨询，从而获得特 定应用领域模糊控制规则的原型。在此基础上，便可获得具有更好性能的控制规则。 基于操作人员的实际控制过程 在许多人工控制的r 业系统中很难建立控制对象的模型，因此用常规的控制方法来 对其进行设计和仿真比较困难。而熟练的操作人员却能成功地控制这样的系统。事实上， 操作人员有意无意地使用了一组i f t h e n 模糊规则对系统进行控制。但是他们往往不能用 语言明确地将它们表达出来，冈此可以通过记录他们在实际控制过程中的输入输出数据， 从中总结出模糊控制规则。 基于过程的模糊模型 控制对象的动态特性通常可用微分方程、传递函数状态方程等数学方法来加以描述， 这样的模型称为定量模型或清晰化模型。控制对象的动态特性也可以用语言的方法来描述， 这样的模型称为定性模型或模糊模型。基于模糊模型，也能建立起相应的模糊控制规律。 这样设计的系统是纯粹的模糊系统，即控制器和控制对象均是用模糊的方法来加以描述的， 因而它比较适台于采用理论的方法来进行分析和控制。 基于学习的自组织控制模型 许多模糊控制主要是用来模仿人的决策行为，但很少具各类似于人的学习功能即根 据经验和知识产生模糊控制规则并对它们进行修改的能力。m a m d a n i 于1 9 7 9 年首先提出了 模糊自组织控制，它就是一种具有学习功能的模糊控制。该自组织控制具有分层递阶的结 构，它包含两个规则库。第一个规则库是一般的模糊控制规则库，第二个规则库由宏规则 组成，它能够根据对系统的整体性能要求来产生并修改一般的模糊控制规则，从而显示了 类似人的学习功能。 糊控制规则的形式 模糊控制规则随着模糊控制器的输入输出维数的不同而采用不同的形式。 s 1 s o 型：即单输入单输出型，这种模糊控制器的输入与输出空间的维数都为1 。控制 规则采用以下的形式： i f ( x 为a ) t h e n ( y 为b ) m i s o 型：即多输入单输出型，这种模糊控制器的输入空间的维数大于l 而输出空间 的维数为1 。控制规则采州以下的形式： f 4 。卢东帅范人学坝，l 毕业论文 城市交通流智能控制发仿真研究 ( 3 ) i f ( x l 为a h ，x 。为a 。) ，t h e n ( y 为b ) m 1 m o 型：即多输入多输出型，这种模糊控制器的输入与输出空间的维数都大于】。 控制规! j i l j 采用以1 的形式： i v ( x 1 为a ，x 。为a 。) ，t h e n ( y 1 为b ，y 。为b 。) 模糊控制规则的表示 模糊控制规则通常由模糊判断语句组成，所以，我们司以用模糊关系的方法来表斫这些 控制规则。设模糊控制规则库中的规则都采用以下形式： i f ( x 1 为ah ，x 。为a 。) ，t h e n ( y 为b ) 对于第i 条规则，这个模糊判断句可用模糊关系表示： r ，：( a la n d a 2 a n d a n d a 。j b ) 式中ta 】a n d a 2 a n d a n d a 。为笛卡儿积u l x u 2 x u 。上的模糊集a 1 a 2 x x a 。； ( a la n d a 2 a n d a n d a ，一日) ，j , j 定义在论域u u 2 、u 。v 上的模糊关系( 模糊 集) 。 关系r 的隶属函数为 月= ( ( 4a n d a 2 a n d a n d a 。) 丑) ，( ，。- “。，v ) = ( 彳i ) a n d a n d ；( 4 ) 寸( b ) 实际的控制规则库中有很多条像r 的模糊控制规则，它们共同构成一个由 u l u 2 u 到v 上的模糊关系r 。 r = u ( a 2 a n b ) ， ( 2 1 3 ) 以上是将控制规则库中的所有规则做了处理，得到模糊关系r ，这种方法称为综合法。在 有些模糊控制器中并不将多个模糊控制规则作综合处理，而是将它们各自独立地存放起来， 这种方法称并行法。并行法的并行结构虽然会占用较多的计算机内存，但它有两个明显的 优点：第一，它能使我们清楚地知道输出模糊集中每条控制规则所起的作用有多少：第二， 它能使我们灵活方便地增加、删除和修改规则n ( 4 )模糊推理 模糊控制规则的表示方法不同，进行模糊决策的方法也不同。首先介绍综台决策：按前 面介绍的模糊推断合成，可以利用控制规则进行模糊推理，从而得到有意义的结论。 埏市交通流磐8 l 拄巷缀铸蠹暂 宄 列丁模糊- 芙系r ，给怒输入a 1 ，a 2 ，a 。，则有输出b b = ( a l a 2 a 。) 。r ( 2 t 4 ) 闱模糊关系求b 时，计算是比较复杂的，特别是在m i m o 的情况下，计算就更加复杂，这焓实 时控制带来了困难，圆此事先算出糖糊控制器的输入精确值与输出精确值，并敞在一个规则袭中， 实蠢控潮辩，只簇蠢输入精确蓬奁接鲞表，印虿褥翻输出豹糖确毽，使之 乍用予系统，避受了在线 进行大餐计算使模糊控制易于实现。 当模糊控制规则采用并行结构存储时，模糊决糍的过程如图2 2 所示 嚣2 2 并行结鞠静模壤决策遘稷 在具体讲述这种模糊决策的过程之前，首先定义规则的激励强度或力度。在某时刻t ，过程的状态 值和一条控制规则的前提部分匹配的程度，也表镪了这条控制规则对撮终控制作用贡献的大小。一 条翘瑙秘激励强度。霹霹下式表示： 邙= ( 一1 ) a ( a 2 ) a - a ( 4 。) = ( m i n ( , u ( a ) ，t = 1 ， ) ( 2 1 5 ) 常用的模期决策方法密以下几种； ( 1 擐小运算戴则测模糊决策 该决策采用模糊推理的合成法，第i 条规则所产生的控制决策为 鳓，( v ) 2 9 t 籁( 磅 ( 2 。1 6 ) 式( 2 1 6 ) 中，, u u ，( v ) 为第i 条规则结论中控制作用的模糊集的隶属函数，七一( v ) 为第i 条规则对 最后控制决策的贡献。鼹后决策的输出控制 乍用的模嬲集豹隶属嫩数定义为 鞭( v ) = m a x , u “v ) ，i = l ，n ( 2 ，1 7 ) 式( 21 7 ) 中，n 为控制规则库中规则的个数。 ( 2 ) 豢载运算趣裂型模期决策 该决策把激励强度o t 作为权蘑系数，第i 条规则所产生的控制决策为 16 城枣交透涟智裁控割嫠嫠冀错究 f 1 ( v ) = 口t “( 1 ，) ( 2 18 ) 式( 2 ，1 8 ) 中，掣。( v ) 为茧i 蒸授划缝论中控翻董棼蠲鲢模期囊麓痰耩函数，掣，( v ) 为第i 条援剃对 最后控制决策的贡献。最后决策的输出控制作用的模糊集的隶属黼数定义为 数，( v ) = m a x u ，( v ) ) ，i = 1 ，n 上式中，n 为控话l 麓剃霹中撬刘的个数。 ( 2 1 9 ) 爿j 该方法得到的控制作用仍是输出论域上的模糊集，要获得能够作用在被控系统上的精确德 还要侵剧输出的清搬化过程。 ( 3 ) 状态评价函数搿模糊决策 遗种决策所使用的控制规则采用虬下形式 是：i f 焉i s a l ，黾i s 4 ，t h e n y = z ，x n ) 式( 2 2 0 ) 中，f 是定义从状态空间到数域的映射。 在绘定状态x 7 = ( 薯，善。) 情况下，由备条规则壤敷出的相应控制作用为氆z ( 麓，矗) ，g ；楚激 励强度，实际控制作用可以用下式求出 n q ，( 五，x o ) 甄= 立l 百一 这种模糊决策方法囊接得出控制作用的精确值，所以无需清晰化过程。 2 。输出信息的清晰化 2 。2 1 ) 囊模糊决策得到的绪论仍然是输出控制量的模糊巢，为了将之成搠予被控系统，还需要经避瀵 晰纯_ 邈耀e 清晰纯过程帮模糊纯过羧糖反，它定义了出输出论域上的输出模糊奎阕至g 输出精确窝闻 的一种映射。下面介缁两种常用的清晰化方法。 ( j ) 凝大隶属度方法 遨种方法就楚对模糊决策得出的模糊集u 酶隶属度最大静霓綮”。作为控制输出的精确俊 即 i f ( 籍。) = m a x ( f l f ，( 1 ) ，- t ，岛( 掰，) ，- 城蠢交迂浚謦轾控制教糖箕铡究 t h e n 4 。“。 遂种方法的忧点遐简单易行，缺点是它概括奇勺信息量较少+ 引起定的不精确性，而且这种方法程 很人程度上忽略了，的形状所包禽的信息。 麴暴最大点霄爱于，它翻楚“。；s # 。蔓“。，刘取宅翱静平均遮藏【。l ，帮。q l 孛点， 即 4 材= ( “。，) ，譬 或者“= 秘。l + 材。) 2 - i ( 2 ) 加权平均法 这种方法又稼为重心法，蹇瑟辩形式。 黹通加权平均法。其控制鼙的精确值u 由下式决定： a ( u