【文章內(nèi)容簡介】 交通路口車流情況的觀察，本文提出的控制原理概括如下：在一般情況下，主要進(jìn)行主相位 4 的順序轉(zhuǎn)換，但在轉(zhuǎn)換過程中，若滿足輔相位 5 或 8 的換相條件時(shí)，系統(tǒng)應(yīng)轉(zhuǎn)向輔相位執(zhí)行，其輔相位觸發(fā)條件為：正在通行的直行兩個(gè)行使方向中 ， 一個(gè)方向車輛平均長度為零，另一個(gè)方向車輛平均長度為中等以上。其相位轉(zhuǎn)換決策流程圖如圖 33 所示： 東 北 西 南 圖 31 十字路口模型結(jié)構(gòu)圖 圖 32 相位轉(zhuǎn)換示意圖 1 2 3 4 5 6 7 8 交通信號(hào)控制系統(tǒng)設(shè)計(jì) 9 如圖 32 可知，信號(hào)系統(tǒng)共有八個(gè)相位，在一個(gè)周期內(nèi)這八個(gè)相位按實(shí)際的要求進(jìn)行換相，其具體的控制步驟如下： Step1:系統(tǒng)根據(jù)檢測(cè)到的交通流數(shù)據(jù)，得出相位 1 初始綠燈時(shí)間 Gs，并對(duì)其開始放行，同時(shí)令 Gs=T。 Step2:當(dāng)系統(tǒng)執(zhí)行完初始綠燈時(shí)間 Gs 時(shí)，輸入檢測(cè)到的交通流實(shí)時(shí)數(shù)據(jù)，通過運(yùn)算，確定系統(tǒng)下一步工作； 如果滿足輔相位 5 或 6 的觸發(fā)條件（包括 Step1 中系統(tǒng)檢測(cè)到的數(shù)據(jù)），則轉(zhuǎn)到 Step3；否則： 判斷是否放行相位 2，如放行，則轉(zhuǎn)到 Step3；否則： 由得到的相位 1 的 ? T， 如果 T+? TGm,則令 Gs=? T 并送系統(tǒng)執(zhí)行，同時(shí)令 T+? T=T，執(zhí)行結(jié)束后，轉(zhuǎn) Step2； 如果 T+? T Gm，則令 Gs= Gm T 并送系統(tǒng)執(zhí)行，執(zhí)行結(jié)束后，轉(zhuǎn) Step4； Step3： 系統(tǒng)根據(jù)檢測(cè)到的交通流數(shù)據(jù)，得出相位 5 或 6 的初始綠燈時(shí)間 Gs，對(duì)相位 5 或 6 開始放行，執(zhí)行結(jié)束后，轉(zhuǎn)下一步； Step4： 系統(tǒng)根據(jù)檢測(cè)到的交通流數(shù)據(jù)，得出相位 2 的初始綠燈時(shí)間 Gs，對(duì)相位 2 開始放行，執(zhí)行結(jié)束后，判斷是否繼續(xù)延長綠燈時(shí)間，如需要延長，則用與 相似的方法進(jìn)行，如不需要，則轉(zhuǎn)下一步； Step5：對(duì)主相位 4，輔相位 8 的相序轉(zhuǎn)換方法與上述類同，因篇幅有限，不再贅述。 控制特點(diǎn) （ 1） 在各相位初始綠燈信號(hào)時(shí)間的設(shè)定上，改變傳統(tǒng)固定時(shí)間長度的方式，由系統(tǒng)根據(jù)該相位具體車流長度而具體給出，優(yōu)點(diǎn)是提高了系統(tǒng)的靈 活性，減少了不必要的綠燈時(shí)間浪費(fèi)。 （ 2） 在一般情況下，系統(tǒng)主要在 4 個(gè)主信號(hào)相位之間進(jìn)行轉(zhuǎn)換，輔相位是主相位的補(bǔ)充，從而提高了系統(tǒng)相位的靈活性。 當(dāng)前相位判斷 輔相位轉(zhuǎn)換器 轉(zhuǎn)換 轉(zhuǎn)換 主相位轉(zhuǎn)換器 當(dāng)前相位 下一相位 下一相位 直行相位 是 否 非直行相位 交通流 否 是 圖 33 相位轉(zhuǎn)換決策流程圖 淮安信息職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)論文 （ 3） 在傳統(tǒng)的信號(hào)控制中，一般都給初始綠燈一個(gè)固定的時(shí)間，其不足之處是不考慮具體車流情況，從而在很多時(shí)候會(huì)使綠燈時(shí)間白白浪費(fèi)，因此，本設(shè)計(jì)采取模糊控制的方法，根據(jù)各相位的車道綜合隊(duì)長 Ls，對(duì)相位初始綠燈時(shí)間進(jìn)行模糊設(shè)定。 交通信號(hào)模糊控制的理論基礎(chǔ) 模糊和模糊控制的概念 在現(xiàn)實(shí)生活中一些概念是有明確意義的，比如說“建筑物”、“一個(gè)”、“ 機(jī)器”等，對(duì)于這些明確的概念，在數(shù)學(xué)中可以用經(jīng)典集合來表示。但現(xiàn)實(shí)生活中并不是所有的概念都是明確的，例如“老年人”這個(gè)概念，不可能在年齡軸上劃定一個(gè)區(qū)間，規(guī)定在這個(gè)區(qū)間內(nèi)的就是老年人。再比如，某人說“今天的溫度真高”，但對(duì)于另一個(gè)人來說，氣溫很舒適，“今天的氣溫不算高”。類似于這樣的問題，對(duì)于不同的人來說可能就有不同的答案。面對(duì)這類大量存在于客觀實(shí)際的模糊現(xiàn)象，人們使用經(jīng)典數(shù)學(xué)來描述遭遇了實(shí)質(zhì)性的困難。 1965 年美國加州大學(xué)伯克萊學(xué)院的 Zadeh 教授首次發(fā)表了關(guān)于模糊集的論文，從而奠定了模糊數(shù)學(xué)的基礎(chǔ) 。 1968～ 1973 年間又先后提出語言變量、模糊條件語句和模糊算法等概念和方法，使得某些以往只能用自然語言的條件語句形式描述的手動(dòng)控制規(guī)則可采用模糊條件語句形式來描述，從而使這些規(guī)則成為在計(jì)算機(jī)上可以實(shí)現(xiàn)的算法。在過去 40 多年里，對(duì)模糊集合和模糊控制的理論研究和實(shí)際應(yīng)用廣泛而活躍。目前，模糊理論已經(jīng)在自動(dòng)控制、人工智能、圖像識(shí)別、氣象研究等領(lǐng)域發(fā)揮了重要作用。需要特別指出的是，盡管模糊理論描述的現(xiàn)象可能是模糊的，但理論本身卻是精確的。 模糊控制是模糊理論在控制領(lǐng)域的應(yīng)用，是智能控制的主要方法之一。概括地說，模糊控制模仿操作人員的控制過程（包括控制經(jīng)驗(yàn)和知識(shí)），用語言規(guī)則來描述控制規(guī)律。這里的語言規(guī)則在模糊系統(tǒng)中就是所謂的 IFTHEN 規(guī)則。例如，如果汽車速度快，則給油門施加較小的力，這就是一個(gè)模糊 IFTHEN 規(guī)則。由于模糊控制無需知道被控對(duì)象的數(shù)學(xué)模型，所以在控制具有不確定性和具有強(qiáng)非線性對(duì)象時(shí)，較經(jīng)典控制方法有著無法比擬的優(yōu)勢(shì)。自從 1973 年英國教授 . Mamdani 首先將模糊集合理論成功地應(yīng)用于鍋爐和蒸氣機(jī)的控制以來，模糊控制已形成了產(chǎn)業(yè)化趨勢(shì)，尤其在家用電器行業(yè)的應(yīng)用已相當(dāng) 成熟，日本、歐美等國家的模糊家電已相當(dāng)普及。 模糊集合和隸屬函數(shù) 一般地，給定一個(gè)論域，把具有某種確定性質(zhì)且彼此可以區(qū)別的對(duì)象組成的一個(gè)整體稱為集合。若用 A 代表論域 X 中的一個(gè)集合， x 表示論域中一個(gè)元素，則把 x 屬于 A 記為 x?A；否則 x 不屬于 A，記為 x? A。即論域中的任一元素，要么屬于某個(gè)集合，要么不屬于該集合，決不會(huì)出現(xiàn)含混不清的情況。然而現(xiàn)實(shí)交通信號(hào)控制系統(tǒng)設(shè)計(jì) 11 生活中時(shí)刻存在著模糊概念，如“運(yùn)行狀況良好”、“水溫有點(diǎn)高”等，它 們的邊界都是不明確的。 Zadeh 創(chuàng)立的模糊集合為解釋這種模糊概念提供了可能。這種模糊集合的邊界是模糊的，允許論域中的某些元素部分屬于該集合，只要規(guī)定該元素屬于這個(gè)集合的程度即可。 模糊集合定義為：給定論域 X 中的一個(gè)模糊集 A，是指對(duì)任意 x? X，都為其指定個(gè)數(shù)μ A(x)?[0,1]與之對(duì)應(yīng)，這個(gè)數(shù)稱為 x 對(duì) A 的隸屬度。 做出一個(gè)映射： μA： X →[0,1] ， x →μA (x) ，稱 μA為 A 的隸屬函數(shù)。由模糊集合的定義可知，論域 X 上的模糊子集 A 完全由隸屬函數(shù) μA(x)來表征。 X 對(duì)模糊子集 A 的隸屬程度由μ A(x)在閉區(qū)間 [0， 1]的取值大小來反映。 μA(x)的值越接近 1，表示 x 從屬于 A 的程度越大；反之， μA(x)的值越接近 0，則表示 x 從屬于 A 的程度越小。顯然，當(dāng) μA(x)的值為 {0， 1}時(shí)，隸屬函數(shù) μA 已蛻變成一個(gè)清晰集合的特征函數(shù)，模糊集合也就蛻變成為一個(gè)清晰集合。因此，可以這樣概括清晰集合和模糊集合間的互變關(guān)系，即模糊集合是清晰集合在概念上的拓展，清晰集合是模糊集合的一種特殊形式。隸屬函數(shù)則是特征函數(shù)的擴(kuò)展，特征函數(shù)是隸屬函數(shù)的一個(gè)特例。 模糊關(guān)系 (1) 普通二元關(guān)系和關(guān)系矩陣 關(guān)系是集合理論中的一個(gè)重要概念，是描述客觀事物之間聯(lián)系的數(shù)學(xué)模型。如果對(duì)集合 X、 Y 的元素之間的搭配 [(x, y)， x?X, y?Y]施加某種限制，這時(shí)構(gòu)成的集合就是直積 X Y 的一個(gè)子集。該子集具有某種特定性質(zhì)，反映了 X、 Y 元素之間的某種特定關(guān)系。關(guān)系的定義如下：設(shè) X 與 Y 是兩個(gè)非空集合，集合 X,Y 的直積 X Y 的一個(gè)子集 R 稱為 X 到 Y 的一個(gè)二元關(guān)系，簡稱關(guān)系。關(guān)系R 的特征函數(shù)為： CR(x, y) =??? ?? Ryx Ryx ),(,0 ),(,1 (31) 關(guān)系 R 可以用矩陣來表示，稱為關(guān)系矩陣，其中元素 rij 基于特征 函數(shù)的定義，與序偶 (xi, yj )?R 對(duì)應(yīng)的記為 1，與序偶 (xi,yj)? R 對(duì)應(yīng)的記為 0。 (2) 模糊關(guān)系 在普通集合理論中，關(guān)系 R 描述事物之間有或無的肯定關(guān)系，對(duì)于不能簡單地用是或否來表達(dá)的模糊概念，則需要用模糊關(guān)系來描述。模糊關(guān)系是普通關(guān)系的擴(kuò)展，普通關(guān)系只是表示事物間是否存在關(guān)聯(lián)，而模糊關(guān)系是描述事物間對(duì)于某一模糊概念上的關(guān)聯(lián)程度。模糊集合 X 到模糊集合 Y 的一個(gè)模糊關(guān)系是指以直積 X Y 為論域的一個(gè)模糊子集，記 作 R。模糊關(guān)系 R 由其隸屬函數(shù) 181。R 完全刻畫。當(dāng)論域 X Y 為有限情況下， 模糊關(guān)系可以寫成矩陣形式。設(shè)有限集 X ={x1,x2,…… xm}， Y ={y1, y2,…… yn}，則 X Y 中的模糊關(guān)系 R 可以表示成 m n 階矩陣： 淮安信息職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)論文 ????????????),() , . . .,(),(. . . . . . . . . .. . . . . . . . . .. . . . . . . . . .. . . . . . . . . .. . . . . . . . . .),() , . . . . .,(),(),() , . . . . . .,(),(212221212111nmmmnnyxRyxRyxRyxRyxRyxRyxRyxRyxR (32) (3) 模糊矩陣的運(yùn)算 由于模糊矩陣本身表示一個(gè)模糊關(guān)系子 R，因此根據(jù)模糊集的交、并、補(bǔ)運(yùn)算定義，模糊矩陣也可作相應(yīng)的運(yùn)算。對(duì)于任意兩個(gè)模糊矩陣 R = (Rij)， (I =1,2,… m。 j =1,2,… n)和 S = (Sjk )， ( j =1,2,… n。 k =1,2,… l)，則模糊矩陣的交、并、合成運(yùn)算為： 模糊矩陣交： R? S= (Rij ∧ Sjk) ml (33) 模糊矩陣并： R? S= (Rij ∨ Sjk) ml (34) 模糊矩陣合成運(yùn)算： R 對(duì) S 的合成運(yùn)算 RoS 指的是一個(gè) m 行 l 列的模糊關(guān)系矩陣 T = (tik)，其中 T 的第 i 行第 k 列元素 tik等于 R 的第 I 行元素與 S 的第 k列的對(duì)應(yīng)元素兩兩先進(jìn)行取小運(yùn)算，然后在所得的結(jié)果中再進(jìn)行取大運(yùn)算，即 tik = niV1? (Rij ∧ Sjk), (I =1, 2…m。 k =1, 2…l) (35) 在對(duì)實(shí)際的被控對(duì)象進(jìn)行經(jīng)驗(yàn)總結(jié)時(shí)，通常可以知道輸入模糊集中各元素及其隸屬度和輸出模糊 集中各元素及其隸屬度。只要求出輸入輸出的關(guān) R，并根據(jù)R 制定模糊控制規(guī)則表，當(dāng)對(duì)系統(tǒng)輸入一個(gè)已知的值后，就可以根據(jù)它計(jì)算出輸出值。可見，模糊關(guān)系 R 對(duì)于模糊控制有著極其重要的作用。 交通信號(hào)模糊控制器的設(shè)計(jì) 模糊控制器的基本原理 本文的核心部分在于模糊控制器的實(shí)現(xiàn)，設(shè)計(jì)一個(gè)模糊控制器主要需要解決以下三方面問題：精確量的模糊化、模糊推理、輸出變量的反模糊化。 (1) 精確量的模糊化：由于輸入數(shù)據(jù)是精確值，而模糊控制中的控制規(guī)則用到的都是模糊的語言量，這就需要對(duì)輸入數(shù)據(jù)進(jìn)行模糊化，用相應(yīng)的模糊集 合來表示。 (2) 模糊推理：模糊控制算法的設(shè)計(jì)。通過一組模糊條件語句構(gòu)成模糊控制規(guī)則，利用模糊推理合成原則和經(jīng)模糊化的輸入集合，計(jì)算出模糊關(guān)系。 (3) 輸出信息的反模糊化：將模糊推理得到的模糊控制量變換為實(shí)際用于控制的精確量。 常見的模糊控制器有以下幾種： (1)單輸入單輸出模糊控制器 圖 34(a)為單輸入單輸出模糊控制器，其控制規(guī)則用條件語句表示為： If A then B If A then B else C (2) 雙輸入單輸出模糊控制器 圖 34(b)為雙輸入單輸出模糊控制器，其控制規(guī)則用條件 語句表示為： If A and B then C 這是模糊控制中應(yīng)用最多的一種控制規(guī)則。 交通信號(hào)控制系統(tǒng)設(shè)計(jì) 13 (3) 多輸入單輸出模糊控制器 圖 34I 為多輸入單輸出模糊控制器，其控制規(guī)則用條件語句表示為： If A and B and … and N then U (4) 雙輸入