《（全稿）人工智能技术在交通控制领域的应用_(可编辑)》

《《（全稿）人工智能技术在交通控制领域的应用_(可编辑)》》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、《现代电子技术》2007年第23期总第262期人工智能技术在交通控制领域的应用朱铭琳(运城学院山西运城044000)摘要：基于目前交通问题及交通系统发展的现状，近年来人们开始借鉴新的理论和技术研究交叉口的交通控制技术°介绍了城市册能交通系统的发展概况与雉势，对当前的研究成果进行了详尽的分析和阐述，并提出了我国智能交通系统研究方向和发展对策.这些研究对于提高城市交通控制系统的披制效果具有现实意义・关键词：城市交通：区城控制；智能控制karamics傲观交通仿真中图分类号:TP18文献标识码：B文章编号：

2、1004・373X(2007)23-149-03ApplicationofArtificialIntelligentTechnologyinTrafficControlFieldZHUMinglin(YunchcngUniversity•Yunchcng»0440001('hinn)Abstract：Accordingtothecurrentsituationoftraffic>peoplebegintoapplynewtheoriesandtechnologiesonthetrafficcontro

3、l.Thispaperintroducesthegeneralsituationanddevelopmenttrendonthecitytransportationsystemintelligencetransportationsystem.tnakcsadiscussiononthelastachievementindetail.Italsointroducesthefutureresearchdirectionanddevelopmentpolicyonintelligenttrafficsys

4、tem.Itisveryimportanttoimprovethecontroleffectoftheurbantrafficcontrolsystem.Keywords：urbantrafficiareacontroliintelligentcontroljParamicsmicroscopictrafficsimulationsoftware交通信号控制(TrafficSignalControl,TSC)是依据路网交通流数据•对交通信号进行初始化配时和控制，同时根据实时交通流状况，实时调整配时方案

5、，实现交通控制的优化。交通控制从被控区域的最小延误时间出发，获得最佳的配时方案•是系统化最优的思想⑴。为获得整个路口交通效益的最大，可采用两种方法:一是采用数学模型对交叉口各个方向的车辆到达作准确的预测，根据运筹学和最优化理论确定各个方向的绿灯时间；二是采用智能控制的方法对交叉口进行控制。由于城市交通系统具有随机性、模糊性、不确定性等特点，很难对其建立数学模型。计算机的出现和广泛应用促成了人工智能研究热潮的掀起，针对传统交通控制系统的固有缺陷和局限性•许多学者把人工智能的实用技术相继推出并应用到交通控

6、制领域。1交通控制领域中入工智能研究方法1.1基础研究方法交通控制领域中人工智能基础研究方法有模糊控制、遗传算法、神经网络，另外还有蚁群算法、粒子群优化算法等。模糊系统模糊逻辑是一种处理不确定性、非线性等问题的有力工具，持别适用于表示模糊及定性知识，与人类思维的某些特征相一致•故嵌入到推理技术中具有良好效果。模糊控制能有效处理模糊信息，但是产生的规则比较粗糙，没有自学习能力。收稿日期：2007-01-18遗传算法遗传学通过运用仿生原理实现了在解空间的快速搜索，广泛用于解决大规模组合优化问题。在解决实

7、时交通控制系统中的模型及计算问题时，可以通过遗传算法进行全局捜索和确定公共周期，也可以利用遗传算法来解决面控系统中各交叉路口信号控制方案的最优协作问题，有效避免可能由此引起的交通方案组合爆炸后果。神经网络人工神经网络擅长于解决非线性数学模型问题.并具有自适应、自组织和学习功能•广泛应用于模式识别、数据分析与处理等方面，其显著特点是具有学习功能。1.2城市交通网路区域协调区域协调是指在交通中心的宏观调控作用下，根据不同的交通流量，最大限度地发挥路口之间互补的优势，均衡每个路口的交通流量，从而提高道路的通

8、行能力，他要求路口之间(即包括城市道路与快速路、城市道路与城市道路)的良好协作，然而路口之间是相互影响、相互作用的，因此为实现区域协调必然会引起路口之间出现一定程度的冲突。如何解决这些冲突是一个亟需解决的重要问题。路网协调控制可以采用上述人工智能的基础研究方法，近年来Agent技术开始应用于交通控制领域。基于Multi-Agent的城市交通网络智能决策系统研究通过应用Agent技术，实现了交通网络系统理论方法，专家的知识经验和计算机之间的相互结合。系统的