爱华网
摘要:本文提出以车辆到达率作为模糊输入的拥挤道路控制策略。通过评价道路拥挤程度指标,设计了一种以减少车流到达率为目标的模糊推理算法,并以实例验证了方法的可靠性。结果表明,这种模糊算法能够在一定程度上取代传统控制方法,从而提高拥挤管理效率。
Abstract: In this paper, with the arrival rate of vehicles as the fuzzy input,to put forward a new method of control strategy in congested route. By evaluating the extent of road congestion index, this paper designed a fuzzy reasoning algorithm which put reducing the arrival rate of traffic as control objective, and the reliability of the method is verified by an example. The results indicate that this fuzzy algorithm, to a certain extent, can replace the traditional control methods, thereby enhancing the efficiency of congestion management.
关键词:拥挤道路;交通量;模糊控制
Key words: congestion route;traffic;fuzzy control
中图分类号:TP13 文献标识码:A文章编号:1006-4311(2010)31-0162-03
0引言
近年来,随着经济的高速发展,以及私家车拥有量的持续攀升,城市道路交通问题严重,交通拥挤日益突出。这种交通拥挤可以是常发性的(如早晚上下班高峰),也可以是突发性的(如交通事件或事故)。无论是哪种交通拥挤都会带来出行效率、安全性降低,因此需要建立有效的拥挤路线控制策略。
自1977年希腊的C.P.Pappis和英国的E.H.Mamchni提出了单交叉口模糊控制算法以来,模糊控制越来越多的被应用于解决交通问题中,尤其在交叉口模糊控制方面取得巨大的突破[1～3]。拥挤道路的交通量控制系统具有随机性、模糊性和复杂性,传统又缺少相应的较好的控制策略,拥挤线路的状况得不到很好的控制,而模糊控制不需要建立精确的数学模型(只需要本领域专家的经验和知识)[4],将其应用于拥挤路段的交通量控制具有很好的优越性。
1评价拥挤程度指标的计算方法
交通拥挤的控制目标就是要通过对交通因素的合理控制,使车辆运行时间延误和排队长度降低,从而有效地解决道路拥挤问题。运行时间延误和排队长度是反映路线拥挤程度的重要量化指标,也是整个拥挤道路控制系统的控制目标。因此需要正确计算预测拥挤程度指标。本文对这两个变量进行预测采用确定性排队方法。
确定性排队方法基于两个基本的假设,一个是假设车辆到达率和道路通行能力不变,另一个是车辆到达率开始是小于道路通行能力[5]。然而实际交通状况与假设不符,尤其在交通拥挤时,如车辆的到达率是一直变化的。AI-Deek于1998年对确定性排队方法进行了改进, 将交通需求量看成是一个随时间变化的变量。本文参考AI-Deek提出的方法[6],对延误时间和排队长度进行预测。计算所用符号意义为:
μ2为交通事件发生时的路段通行能力,即L(t)曲线在时间0～T内的斜率;μ1为交通事件处理后的路段通行能力,即L(t)曲线在时间T以后的斜率;λi为第i个时刻车辆的到达率;T为交通事件持续时间;qi为第i个时刻到达的车辆排队长度;di第个时刻到达的车辆延误时间。
计算图1排队车辆数和延误:
(1)当ti-1>0,ti qi=qi-1+(ti-ti-1)(λi-μ2)(1)
延误时间为:
di=di-1+(ti-ti-1)((λi/μ2)-1) (2)
(2)当ti-1,ti>T时,第i个时刻排队车辆数为:
qi=qi-1+(ti-ti-1)(λi-μ1)(3)
延误时间为:
di=di-1+(ti-ti-1)((λi/μ1-1)(4)
从以上的延误与排队车辆数的计算公式可以得出:在交通事件发生时的路段通行能力μ2和交通事件处理后的路段通行能力μ1固定的情况下,某个时刻到达车辆的延误时间与排队车辆数与车辆到达率λi成正比,即车辆到达率越高,路线拥挤程度越高,与实际情况相符。因此在λi>0的情况下,适当控制λi,可以减少路线的拥挤程度。
2模糊控制
2.1 拥挤道路交通量控制系统设计讨论的拥挤道路交通量控制系统可以用图2表示。
如图2所示,典型的单向双车道线路,交通事故引起的路段通行能力降低,使得无法及时疏散后达车辆,而形成拥挤线路。道路入口处前设置环形线圈,用于检测车辆到达率;道路入口处设置交通量控制设备,用于控制进入拥挤道路的交通量。
2.2 模糊控制规则的建立根据前面Al-Deek提出的方法,在车辆到达率λi≥0的前提下,λi越小,延误与排队车辆数越小,但实际情况又不能关闭拥挤路段的入口,使到达车辆无法进入拥挤路段,即λi=0。所以该模糊控制建立在λi≥λ的基础上(λ为系统控制值),遵循“多到多放行,少到少放行”的控制原则,适当控制车辆到达率,以达到迅速降低拥挤路段的压力、缓解交通拥挤的目的。车辆到达率控制在λ～λmax(λmax为该路段车辆最大到达率),以e=λi-λ之差为输入,路段入口处放行的交通量作为输出,放行的交通量取值范围为λ～λ+(λi-λ)。
2.2.1 模糊输入输出的隶属函数的确定将模糊控制输入的论域离散化(见表1)。
将上述离散论域分为7个等级,规定输入变量为X,记为X={1,2,3,4,5,6,7}。用模糊语言描述为{0(零),S(小),M(中),B(大),PB(很大)},则输入的隶属函定义数见表2。
同样,将输出分为7个等级。输出变量为Y,记为Y={1,2,3,4,5,6,7}。用模糊语言描述为{0(零),S(小),M(中),B(大),PB(很大)},对应的放行交通量为λ,λ+(λi-λ),λ+(λi-λ)+
(λi-λ)+(λi-λ)+(λi-λ)+(λi-λ)则输入的隶属函数定义见表3。
2.2.2 模糊控制规则如果某个时刻拥挤路段的车辆到达率很大,那么相应较大地放行车辆,具体描述为:if X is A,then Y is B.拥挤路段的交通量模糊控制规则可以用表4表示。
2.3 模糊推理和去模糊化建立的模糊控制规则经过模糊推理决策出控制变量的模糊子集,它是模糊量而不能直接被控制,还需要采取合理的方法将模糊量转换为精确量。把模糊量转换为精确量的过程称为解模糊化,它是模糊化的逆过程。
2.3.1 模糊推理模糊控制规则实际上是一组多重条件语句,它可以表示为从输入偏差论域X到控制量论域Y的模糊关系Rc。当论域是有限时,模糊关系可以用矩阵来表示,所以模糊关系Rc可以写为:
Rc=(Oe×Ou)+(Se×Su)+(Me×Mu)+(Be×Bu)+(PBe×PBu)(5)
其中角标e,u分别表示输入变量和控制量。
将上述各矩阵代入(5)式中,可求出模糊关系Rc矩阵表达式为:Rc=1 0.50.2 00 000.5 0.60.80.50 000.2 0.711 0.40 00 0.511 10.80.20 0.20.41 1 0.80.20 00.20.5 0.8 0.60.50 0000.3 0.71
模糊控制作用取决于控制量u′,控制量u′通过下式进行计算:
u′=e′•Rc (6)
其中e′为输入偏差的模糊向量,当取e′=PB时,则有:
u′=e′Rc=[0,0,0,0,0.2,0.5,1]•
1 0.50.2 00000.5 0.60.80.50 000.2 0.711 0.4000 0.51110.5 00 0.20.41 10.80.20 00.20.5 0.8 0.60.50 0000.3 0.71
=[0,0,0.2,0.5,0.9,1,1]
因此,对与输入偏差e′=PB,根据模糊推理所得出的控制量模糊子集u′为:
u′=++++++
2.3.2 模糊清晰化模糊清晰化也称去模糊化,去模糊的方法有很多种。该控制采用MIN―MAX―重心法,对于上述模糊推理所得到的模糊子集u′计算所得输出量为:
Y==5.58≈6
即当输入偏差e′=PB时,控制量u为“6”级,此时放行的交通量为λ+5/7(λi-λ)。模糊控制这个结果与我们经验结果是非常吻合的,即车辆到达率较高,放行交通量相对多点。由此,上述模糊推理具有可靠性。
3仿真分析
假设某一段单向双车道正常通行能力为u1=120辆/分钟,交通事件发生产生拥挤时路段通行能力降为u2=60辆/分钟;交通事件持续时间T=30分钟,30分钟后拥挤开始消散,路段通行能力恢复到正常通行能力。车辆到达率由环形线圈检测获得,检测时间间隔为5分钟。最大车辆到达率λmax=108辆/分钟。环形线圈检测车辆不同时刻的到达率如表5所示。
根据事件发生时拥挤路段的通行能力,设置系统控制值λ=u2=60辆/分钟。按照前面已设计好的模糊控制算法,预测不同时刻车辆到达拥挤路段的延误和排队车辆数,并与前面Al-Deek提出的算法预测的结果进行比较,比较结果如图3和图4。
从图3和图4可以看出,利用模糊控制原理对拥挤道路交通量进行控制效果很好,能有效地减少车辆延误时间和排队长度。推算结果与实际预测结果相比较,基本上能反映出操作者的操作行为。
4结语
本文提出了一种以拥挤道路研究对象的模糊控制方案,针对拥挤道路到达交通量进行优化,并通过仿真计算,结果表明,该模糊控制方案明显优于实际预测结果,减少了拥挤道路车辆延误时间和排队长度,为道路管理者对拥挤的快速管理提供了理论上和方法上的指导,同时也表明了模糊控制原理在城市交通拥挤管理中具有很好的应用前景。
参考文献:
[1]陈洪,陈森发.单路口交通实时模糊控制的一种方法[J].信息与控制, 1997 ,26(3):227-233.
[2]陈森发, 陈洪,徐吉谦.城市单路口交通的两极模糊控制及其仿真[J].系统仿真学报, 1998 ,10(2):35-40.
[3]Mohamed B Trabia, Mohamed S Kaseko, Marali Ande. A Two - stageFuzzy Logic Controller for Traffic Signals[J]. Transportation ResearchPart C 7 , 1999 : 353-369.
[4]李士勇.模糊控制•神经控制和智能控制论[M].哈尔滨:哈尔滨工业大学出版社,1996:250-251.
[5]徐丽群,蒋馥. 拥挤路线交通量控制的模糊推理算法[J].信息与控制,2003,32(2):132-135.
[6]A l-Deek H M•A combined traveler behavior and system performance model with advanced traveler information systems[J].Transpn Res -A,1998,32(7):479-493.
百度搜索“爱华网”,专业资料、生活学习,尽在爱华网!
