[发明专利]街区路口交通信号优化控制方法

摘要

本发明涉及一种街区路口交通信号优化控制方法，基于自适应动态规划的优化控制，步骤1：为街区路口设计最基本的模糊神经网络交通信号控制器；步骤2：获得一段时间内的状态变量和控制变量；步骤3：利用一个时刻的状态变量、控制变量和评价变量等构造训练误差信号，训练人工神经网络评价器；步骤4：利用人工神经网络评价器构造训练误差信号，训练模糊神经网络交通信号控制器；步骤5：使人工神经网络评价器、模糊神经网络交通信号控制器同时满足预定训练指标要求；步骤6：利用下一时刻的训练数据，重复步骤3～5，直至利用完所有时刻的训练数据；步骤7：最终获得优化的模糊神经网络交通信号控制器，传输到街区路口机，对交通信号进行控制。

主权项

一种街区路口交通信号优化控制方法，其特征在于，基于自适应动态规划的街区路口交通信号优化控制系统包括交通状态采集设备、模糊神经网络交通信号控制器、人工神经网络评价器，其优化控制步骤如下：步骤1：在街区路口机中运行模糊神经网络交通信号控制器，定义街区路口的交通流数据为状态变量，作为模糊神经网络交通信号控制器的输入值，定义交通控制信号为控制变量，作为模糊神经网络交通信号控制器的输出值；步骤2：利用路口机中的交通状态采集设备采集一段时间内的状态变量，同时记录控制变量，将采集到的一段时间内的状态变量和控制变量传输到远端计算机，作为训练数据；步骤3：人工神经网络评价器的输入值为状态变量，输出值为模糊神经网络交通信号控制器的性能指标函数的近似值，初始时刻t＝1，利用一个时刻的状态变量和控制变量构造评价变量，和人工神经网络评价器的训练误差信号，利用人工神经网络评价器的训练误差信号对人工神经网络评价器进行训练，使人工神经网络评价器的训练误差信号减小到预定阈值或训练达到预定次数，获得具有满足训练指标要求的人工神经网络评价器；步骤4：利用人工神经网络评价器计算得到的模糊神经网络交通信号控制器的性能指标函数的近似值构造模糊神经网络交通信号控制器的训练误差信号，对模糊神经网络交通信号控制器进行训练，将模糊神经网络交通信号控制器的训练误差信号减小到预定阈值或训练达到预定次数，获得具有满足训练指标要求的模糊神经网络交通信号控制器；步骤5：若人工神经网络评价器的训练误差信号仍然能满足训练指标要求，则执行步骤6；若人工神经网络评价器的训练误差信号不能满足训练指标要求，则返回步骤3，重复步骤3和步骤4，对模糊神经网络交通信号控制器和人工神经网络评价器进行交替轮换训练，直至使模糊神经网络交通信号控制器和人工神经网络评价器的训练误差信号同时满足训练指标要求或重复训练达到预定次数；步骤6：利用下一时刻t＝t+1的数据，对训练数据进行更新，判断所有时刻的训练数据是否训练完毕，如果所有训练数据训练完毕，则执行步骤7；否则，重复上述步骤3至步骤5，直至利用完所有时刻的训练数据，完成模糊神经网络交通信号控制器的优化；步骤7：将获得的优化的模糊神经网络控制器传输到街区路口机，用来实施交通信号的控制；若交通流变化、使优化的模糊神经网络交通信号控制器的控制性能下降，则返回步骤2，重复上述步骤2至步骤6继续对模糊神经网络交通信号控制器进行再次优化。