基于混沌算法的不對稱交通信號模糊控制系統設計

曹秀爽 張志軍

（1、唐山工業職業技術學院自動化工程系，河北 唐山063000 2、首鋼京唐鋼鐵股份有限公司，河北 唐山063000）

隨著社會的進步和人們對美好生活的向往，汽車保有量一直連年攀增，有限的道路資源成為城市管理的瓶頸，交通信號燈配時的不合理一定程度上造成綠燈時間的浪費，降低了道路利用率，當前大多工業區的建立，使得居住區的居民需要每天往返于居住區和工業區之間，這樣交通流呈現多呈現“潮汐特性”，統的定時配時設置不能很好的控制協調不平衡的交通流量，要緩解潮汐特性路口的交通早晚輪番擁堵的現狀，不對稱配時被提出，這是一項治理擁堵的簡單有效的技術措施。

那么如何合理的設置不對稱信號配時，才能夠降低交叉口通行延誤，以達到確確實實能改善具有潮汐特性路口的通行能力呢？很多學者紛紛進行了大量的研究，文獻[1]針對交叉口的交通流量不對稱情況，性能指標選為車輛的平均延誤時間，利用SAGACIA 優化方法優化不對稱配時參數，優化產生一組不對稱綠燈信號配時，對此類路口的交通狀況起到了改善作用。但是，城市交通控制系統是一個具有較大隨機性、復雜性的非線性系統，很難建立精確的數學模型，而模糊控制不依賴于被控對象的數學模型，很多學者將模糊控制應用到了交通領域[2]，由于模糊控制規則等參數獲得要依靠人們的經驗，具有主觀性和隨機性，在交通流量不對稱比較嚴重的交叉口，控制效果不是很理想；本文將模糊控制和混沌優化方法應用到交叉口的信號配時，根據交叉口的交通流量變化，采用借相位設置依次通行的不對稱相位，性能指標為車輛的平均延誤時間，應用混沌算法優化模糊控制規則，輸出各相位不對稱的綠燈配時。

在優化領域混沌算法優越獨特的特性被廣泛的應用，對模糊控制器控制規則和隸屬度函數等參數進行優化，在優化過程的中對要優化參數用實數進行編碼，利用混沌的遍歷性使得不易陷入局部最優，得到性能更優的下一個新解，使得逐步向最優解方向靠近。

本文通過混沌算法優化不對稱配時的模糊控制器的模糊控制參數，并將優化后的不對稱模糊控制器用于具有“潮汐特性”的四相位交叉口交通信號控制。

1 具有潮汐特性交叉口的相位設計

在交叉口的安全性和通行能力方面考慮，合理的相位的設計起到很大作用，如果相位順序不合理，相鄰的相位在發生轉換時刻容易發生車輛碰撞，特別是具有潮汐特性的交叉路口，在交通高峰時段這種現象更為明顯，使得路口通行效率低，時常出現闖紅燈現象。

1.1 設置時段。對于交通流量不對稱的交叉口，根據其所具有的潮汐特性，可以設置不對稱的綠燈配時方案和合理恰當的相位順序，根據各進口道在不同配時時段內交通流量的多少，把流量不對稱交叉口劃分成早晚高峰、平時時段及夜間時段，并且具有不同的綠燈配時和相位順序。由于篇幅限制，這里以早高峰的綠燈配時及相位順序設計為例。

1.2 設置相位。研究對象為流量不對稱的干支交叉路口，因為主干路上車流量大，所以設置相對應的不對稱綠時配時及相位順序；而支路上車流量較小，所以設置相對應的對稱配時及相位順序，并且均采用先直行后左轉放行方式，避免相鄰相位的車流發生沖突。不對稱路口的相位順序設置如圖1 所示。

第一相位為干路上南北方向直行通行，第二相位為北向南直行同時可以左轉，該相位時直行的車流量大，當直行方向車流的流量平緩之后，直行通行停止，直行車流和左轉車流沒有交叉，同時放行互不影響，稱為借相位放行,節省了時間，減少了北向南直行通行車輛的延誤。直行車流無形中多放行了一部分時間，可以看出該相位順序緩解了車流量大的入口方向的車輛延誤；第三相位為南北同時左轉，當直行車流停止通行后，南北同時放行左轉，此時左轉車流實現了不間斷的放行時間，也同樣增加了左轉車道放行的通行時間；第四相位設置在支路上，支路上車流量相對較小，我們把直行左轉設置為同時放行。

2 模糊控制器設計

2.1 系統控制方案設計。模糊控制器的輸入分別為當前相位的車流量和下一相位的車流量，模糊控制器的輸出為下一個相位的綠燈車輛通行時間。模糊控制的不對稱交通信號控制系統如圖2，其中qi 和qj 分別為當前相位和下一相位的車流量，構成模糊控制器的精確輸入值；t 為下一相位的通行綠燈信號時間精確值；QI、QJ、T分別為精確值qi、qj、t 的模糊變量值。

2.2 輸入變量定義及模糊化。輸入變量為當前相位與下一相位的交通流量，模糊化運算模塊的作用是將輸入的精確量轉化為[0，1]上的模糊量，也就是要知道模糊集的論域，以及所應用的隸屬度函數和模糊集的數量。設當前相位qi，下一相位qj，規定模糊化運算的輸入變量qi 和qj 的取值范圍為[0，40]，將論域劃分為11 個等級，則11 個模糊論域{0，1，2，3，4，5，6，7，8，9，10}. 量化因子K1=K2=0.25，憑經驗獲得。實際值q 相對應的模糊論域的Q=[q/4]，[x]表示不大于x的最大整數。QI 和QJ 的模糊語言值設置為｛很少，少，較少，中等，較多，多，很多｝，選取三角形隸屬度函數作為輸入的模糊子集隸屬度函數。

圖2 控制系統結構框圖

2.3 輸出變量定義及模糊化。輸出變量為下一綠燈相位的綠燈時長t，定義輸出變量t∈[0，40]s，將論域劃分為11 個模糊論域｛0，1，2，3，4，5，6，7，8，9，10｝，比例因子K3=0.25，實際值t 相對應的模糊論域值T=[t/4].T的模糊語言值｛很短，短，較短，中等，較長，長，很長｝。選用三角形分布函數作為模糊子集的隸屬度函數。

3 混沌算法

3.1 混沌思想。混沌現象普遍存在于非線性系統中，該現象的特點是具有遍歷性、隨機性、“規律性”；將混沌量映射為待優化量采用了“載波”的方法實現，并把其遍歷范圍也變換成待優化變量的合適的取值范圍，算法優化過程中進行搜索求解利用了混沌變量的特性，其具有的特性使得算法搜索求解更加準確有效[3]。

3.2 混沌算法基本步驟。Step 1.初始產生不同軌跡的混沌待優變量。Step 2.用載波的方式產生待優化變量；并將變化范圍“放大”到相應論域范圍。Step 3.用新產生的混沌變量迭代搜索，計算相應的性能指標，并且和原指標相比較。Step 4.用隨機擾動方式在當前最優解附近進行若干步的細搜索，得到對應的性能指標，如果優于當前最優解則保留，否則丟棄。Step 5.判斷事先設置的迭代次數，如果達到迭代次數，則輸出最終最優解并終止搜索；如果沒有到達迭代次數返回step3 繼續進行搜索求解。

4 模糊控制器的優化

4.1 解群設置。以每兩個相位的車流量為輸入，對應的輸出為一組數據，定義解群為4×3 的矩陣，第一列和第二列分別為四個相位，第三列是輸出相位的輸出綠燈時長，解的基本結構如下：

4.2 解的不對稱優化設置。所設置的解的結構中，輸入為第四相位和第一相位的車流量時，綠燈時間t1 是模糊控制器第一相位輸出，為南北方向直行；第一相位和第二項位的車流量作為輸入時，模糊控制器輸出第二相位綠燈時間t2，為北向直行和北拐東；輸入為第二相位和第三相位的車流量時，綠燈時間t3 為模糊控制器第三相位輸出，為南北左轉綠燈時間；輸入為第三相位和第四相位的車流量時，綠燈時間t4 為模糊控制器第四相位輸出，為東西向直行、左轉的時間。

5 實例驗證及分析

本文選用唐山市一個不對稱交通流量的干支交叉路口（建設路和朝陽道交叉路口）為研究對象，建設路為南北方向主干道（雙向八車道），朝陽道為東西方向支路(雙向兩車道)，早晚高峰時主干道上交通流量嚴重不對稱，所以設置相應相位順序和不對稱信號配時配置，能夠緩解交叉口車輛延誤，提高路口在高峰期的通行能力。假設交叉口每個方向車輛隨機到達，平峰時模擬采用泊松分布規律，高峰時模擬采用二項分布規律，仿真時需要把所有車輛都換算成當量小汽車數量。車流量大的一和三相位的飽和流量為3600PCU/h，車流量較小的二和四的飽和流量為2880PCU/h，如果交叉口車輛到達概率小于1000PCU/h 時，經驗上認為交通處于平峰時段，大于1000PCU/h 時，經驗上認為處于高峰時段。仿真結果如表1 和圖3 所示。

表1 模糊控制規則表

圖3 仿真結果

從仿真結果可以看出，經過混沌算法優化模糊規則后，應用模糊控制對具有潮汐特性的交叉口進行不對稱配時控制時，比普通定時優化不對稱配時的控制效果好，車輛的平均延誤收斂雖然慢一點，但是平均延誤明顯減小，使得交叉口的車輛通行效率有明顯改善。

6 結論

本文研究了一個具有“潮汐”特性的干支交叉口交通信號的模糊控制方法，以交叉口的車輛平均延誤為模糊控制交通信號的性能指標。利用混沌優化算法優化了模糊控制規則，混沌算法具有遍歷性、隨機性和規律性的特點，避免了搜索過程陷入局部最優，使得解群不會處于停滯不前狀態。以交叉口車輛平均延誤作為性能評價指標，對混沌算法優化后的模糊控制器控制的不對稱交通信號配時進行了仿真研究。結果表明，優化后的模糊控制器比靠經驗獲得的模糊控制器能有效減小交叉口車輛平均延誤；采用模糊邏輯控制的不對稱交通信號配時比固定的不對稱交通信號配時更能有效減小交叉口車輛平均延誤。