【正文】 智能交通信號燈 Intelligent traffic lights 摘要：信號控制是一種必要的措施以確保的質(zhì)量和安全 ,交通循環(huán)。現(xiàn)在的信號控制的進一步發(fā)展具有極大的潛力來減少運行時間、車輛、事故成本和整車排放。檢測的發(fā)展和計算機技術(shù)改變了交通信號控制從定時開環(huán)規(guī)定自適應(yīng)反饋控制。目前的自適應(yīng)控制方法 ,像英國、瑞典 MOVA SOS)和英國 (孤立的信號 (areawide 又控制 ),采用數(shù)學優(yōu)化與仿真技術(shù)來調(diào)整信號波動的時間觀察到的交通流實時的。優(yōu)化是通過改變時間和周期長度的綠色的信號。在 areawide 交 叉口控制偏移是之間也發(fā)生了變化。已經(jīng)開發(fā)為幾種方法確定最優(yōu)周期長度和最小延遲在十字路口 ,但基于不確定性和嚴格的交通信號控制的本質(zhì) ,全局最優(yōu)是不可能找到的。 1． 引文： 由于越來越多的公眾意識的環(huán)境影響道路交通許多當局現(xiàn)在所追求的政策來 :，管理供求 ?擁擠，影響模式和路徑選擇 ?。貫徹“三個代表”重要思想 ,提高公共汽車 ?有軌電車和其他公共服務(wù)車輛 。設(shè)施提供更好的、更安全 ,騎自行車和行人的道路使用者等脆弱 。降低汽車排放 ?、噪聲和視覺入侵 。為所有道路改善安全 ?用戶群。 在自適應(yīng)交通信號控制的彈性增強的增加的數(shù)量在 周期層疊的綠色階段 ,從而使數(shù)學優(yōu)化非常復雜和困難。因為這個原因 ,自適應(yīng)信號控制在大多數(shù)情況下不是建立在精確的優(yōu)化上 ,而是建立在綠色的擴展原理。在實踐中 ,遵循的均勻性是最主要的交通信號控制安全的原因。這一規(guī)定的限制的周期時間和相位的安排。因此 ,在實踐中是交通信號控制的針對性的解決方案和調(diào)整的基礎(chǔ)上由交通規(guī)劃者?，F(xiàn)代可編程信號控制器以大量的可調(diào)參數(shù)是非常適合這一過程。對于好的結(jié)果 ,一個經(jīng)驗豐富的策劃人和微調(diào)領(lǐng)域中是必要的。模糊控制已經(jīng)被證明是成功的 ,在這些問題中 ,精確的數(shù)學建模是困難的或不可能的 ,但一名有經(jīng)驗的 人可以控制的工藝操作。因此 ,交通信號控制是一種適合于任務(wù)特別為模糊控制。事實上 ,最古老的文化之一的潛力的例子是一個模擬的模糊控制在一個 intersection 交通信號控制的兩個單向的街道。即使在這個非常簡單的情況下 ,模糊控制是至少在作為一個良好的傳統(tǒng)的自適應(yīng)控制。一般而言 ,模糊控制是發(fā)現(xiàn)在復雜問題都優(yōu)于用多目標決策。在交通信號控制多種交通流競爭來自同一時間和空間 ,而且不同的優(yōu)先選擇往往不同交通流或車輛組。此外 ,優(yōu)化標準 ,包括幾個同時喜歡平均和最大車輛和行人延誤、最大隊列長度和百分比停止的車輛。所以 ,它很可 能是很有競爭力的模糊控制在復雜真實的十字路口的地方傳統(tǒng)的優(yōu)化方法的使用是有問題的。 2．模糊邏輯：介紹了模糊邏輯 ,并成功地應(yīng)用于大范圍的自動控制任務(wù)。最大的好處模糊邏輯是有機會模型與不確定的模糊決策。此外 ,模糊邏輯有能力理解語言指令和控制策略的基礎(chǔ)上產(chǎn)生的先驗的溝通。這一點在利用模糊邏輯來控制理論的基礎(chǔ)上 ,是模仿人類專家控制的知識 ,而不是為了構(gòu)建過程本身。的確 ,模糊控制已經(jīng)被證明是成功的 ,在這些問題中 ,精確的數(shù)學建模是困難的或不可能的 ,但一名有經(jīng)驗的操作員可以控制的過程。一般而言 ,模糊控制是發(fā)現(xiàn)在復雜問題都 優(yōu)于多目標決策。 目前 ,有大量的基于模糊推論系統(tǒng)技術(shù)。不過它們當中的主要部分 ,受含糊不清的根基 。即使它們大都是古典數(shù)學方法表現(xiàn)更好 ,他們還帶有黑色的盒子 ,如德模糊化 ,這是很難證明數(shù)學或邏輯的。例如 ,如果 然后模糊規(guī)則 ,它們在核心的模糊推理系統(tǒng) ,經(jīng)常報道的工作方式 ,是 Ponens概括規(guī)則推理機制的經(jīng)典 ,但隨便起來就不是這樣的 ,這之間的關(guān)系 ,這些規(guī)則和多值邏輯是任何已知的復雜和人工。此外 ,專家系統(tǒng)的性能應(yīng)相當于人類專家 :它應(yīng)該得到同樣的結(jié)果 ,專家給 ,但提醒當控制問題是如此模糊 ,專家是不確定適當?shù)男袨椤，F(xiàn)有的模糊 專家系統(tǒng)很少滿足這第二種情況。 １ 然而 ,很多研究觀察 ,模糊推理的方法是基于相似。 Kosko,舉個例子 ,寫的模糊隸屬??代表的相似性定義對象特性的 imprecisely。以這句話嚴重 ,我們學習系統(tǒng)的多值等價 ,即模糊相似度。原來 ,從 Lukasiewicz 多值邏輯的定義 ,我們能構(gòu)建出一個模糊推理方法的表演 ,依賴于專家知識推理和只在定義的邏輯概念。所以 ,我們不需要任何人造的解模糊化方法確定 (如重心 )決定最后輸出的推斷。我們基本的觀察是 ,任何的模糊集的生成一個模糊相似度 ,這些相似之處可以結(jié)合到一個模糊關(guān)系 ,變成了一個模 糊相似度 ,太。我們把這稱為誘導模糊關(guān)系總模糊相似度。如果 然后模糊推論系統(tǒng)實際上是選擇 :比較了每一個問題的 IFpart 規(guī)則庫以一實際輸入值 ,找到最相似案例和火相應(yīng)的 THENpart。如果它并非是獨一無二的 ,使用一個標準賦予了一位專家來進行。基于多值邏輯 Lukasiewicz welldefined,我們展示如何使用該方法可以正式實施。 假設(shè)和原則模糊交通信號控制交通信號控制是用來最大限度地提高效率的現(xiàn)有交通系統(tǒng)。然而 ,交通系統(tǒng)的效率 ,甚至可以模糊。通過提供時間分離的權(quán)利的方式接近流動 ,交通信號產(chǎn)生深刻影 響了效率的交通流。它們能操控的優(yōu)勢或者劣勢的車輛和行人的 。取決于權(quán)利的分配方式。因此 ,正確的應(yīng)用、設(shè)計、安裝、操作和保養(yǎng)維護 ,交通信號的關(guān)鍵 ,是安全、高效有序的交通十字路口的運動。 在交通信號控制的 ,我們都能找到某種中不確定性的許多層面。交通信號控制的輸入是不準確的 ,而且這也意味著我們無法處理的交通方式的確切位置?？赡苄允菑碗s的控制 ,并處理這些可能性是一個極其復雜的任務(wù)。安全、最小化最大化 ,減少延遲環(huán)境方面的一些目標的控制 ,但這是很難處理大家聚在一起 ,傳統(tǒng)的交通信號控制。 causeconsequence 關(guān)系的解釋也不可能在交通信號控制。這些都是典型特征的模糊控制。 基于模糊邏輯控制器的設(shè)計來捕獲的關(guān)鍵因素 ,而不需要控制過程中許多詳細的數(shù)學公式。由于這個事實 ,他們有許多優(yōu)勢 ,在實時應(yīng)用。有一個簡單的運算的控制器結(jié)構(gòu) ,因為它們不需要很多的數(shù)值計算。他們的 IFTHEN 邏輯推理規(guī)則不需要很多的計算時間。同時 ,控制器能夠進行了大范圍的輸入 ,因為不同的控制規(guī)則可適用于他們。如果系統(tǒng)相關(guān)知識是為代表的 IFTHEN—— 簡單模糊控制器的規(guī)則 ,fuzzybased 可以控制系統(tǒng)具有效率及減輕。的主要目標是確保交通信號控制交叉 口安全系統(tǒng)通過保持沖突交通流分開。最優(yōu)性能的十字路口相結(jié)合的系統(tǒng)工程 ,環(huán)境影響時間價值和交通安全。我們的目標是優(yōu)化系統(tǒng) ,但是我們需要來決定什么屬性和重量將被用來判斷最優(yōu)。 整個的知識的過程中 ,系統(tǒng)設(shè)計者對交通信號控制在這種情況下 ,被控制的能量儲存在規(guī)則知識庫。有一個基本的規(guī)則從而影響系統(tǒng)的閉環(huán)的行為 ,因此它們應(yīng)該是獲得了徹底。規(guī)則的發(fā)展是很耗時 ,設(shè)計師經(jīng)常需要為他翻譯過程知識轉(zhuǎn)化為合適的規(guī)則。 Sugeno提到的四種方法 ,推導出惡化模糊控制規(guī)則 : 2:控制工程師的知識 2,3,6,7,11,14] 3。該主算子的來講模糊建模的控制措施 6。髓啟發(fā)式的設(shè)計規(guī)則 7。往往在線改編的規(guī)則。 通常一個組合這些現(xiàn)象的一些方法是必要的 ,以獲得較好效果。在常規(guī)控制經(jīng)驗 ,增加設(shè)計的模糊控制器 ,導致減少開發(fā)時間。 項目的主要目標是 FUSICOresearch理論分析的模糊交通信號控制 ,廣義模糊規(guī)則的交通信號控制使用語言變量 ,驗證了模糊控制原理和校準的隸屬度函數(shù) ,并發(fā)展了一種模糊自適應(yīng)信號控制器。 vehicleactuated控制的策略 ,如 SOS,MOVA和 LHOVRA是控制算法 ,對第一代。 ２ 模糊控制算法 ,該算法可以之一的第二代 ,代的人工智能 (AI)。摘要模糊控制是有能力處理多目標的、多維的和復雜的交通狀況 ,如交通信號。模糊控制的典型優(yōu)點是簡單的流程 ,有效控制 ,提高產(chǎn)品質(zhì)量 。 3． FUSICO： FUSICOproject 塑造出的經(jīng)驗的警察。這個規(guī)則庫的發(fā)展是在 1996 年