基于遗传算法的交通信号自适应模糊控制

论文摘要

自适应模糊控制是模糊控制理论与自适应控制理论相互交叉、相互渗透而形成的一个研究领域。由于自适应模糊控制系统可以在运行过程中不断修正自己的控制规则来改善控制性能，并且收敛速度快、鲁棒性好，非常适用于非线性和多变量复杂系统，因而受到控制界的广泛重视。由于经典模糊控制的规则集和隶属度函数往往是预先根据人的经验确定，且一经确定在整个控制过程中就不再改变。因此，当路口交通情况变化较大、特别是不同方向车流量相差较多的情况下，控制效果变得不理想。故采用搜索功能强大、不需了解对象机理、仅由适应度驱动的遗传算法对模糊控制器进行实时优化，从而实现交叉路口信号配时的自适应控制。本文综述了智能交通系统交叉路口控制的背景以及基于模糊逻辑的交叉路口优化控制的研究进展，就交叉路口信号配时控制的特点及应用的特殊场合对各种模糊逻辑控制器的设计方法进行分类，并阐述各种方法的设计思路和部分重要细节。分析了遗传算法的机理、三种算子的本质，以及算法出现局部最优的原因和常用对策。讨论了运用遗传算法分别对应用于城域孤立交叉路口的经典FLC的模糊规则集和模糊子集隶属度函数的优化问题，针对城域路网不同于孤立交叉路口的特点，设计了双模糊控制系统，并根据路网车流量的变化，对辅助模糊控制器的输入、输出量的连续的模糊子集隶属度函数进行实时优化，详细阐述设计思想、编码方案、适应度函数的选取、遗传算子的改进等细节问题，使用仿真证明该自适应双模糊控制系统的有效性。最后，作为今后研究的方向，本文提出了引入了免疫记忆环节和抗体浓度调节环节的免疫遗传算法，保证抗体的多样性，避免陷入局部极小和出现早熟收敛现象。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 基于模糊逻辑的城域交叉路口优化控制研究进展
• 1.2.1 孤立路口优化控制研究
• 1.2.2 城域路网（多路口）优化控制研究
• 1.2.3 遗传算法优化模糊控制器的研究
• 1.3 目前存在的问题
• 1.4 本文主要工作
• 第二章 孤立交叉路口自适应模糊逻辑控制
• 2.1 相关理论研究
• 2.1.1 自适应模糊控制
• 2.1.2 遗传算法
• 2.2 经典模糊逻辑控制
• 2.2.1 控制规律
• 2.2.2 经典模糊控制
• 2.2.3 经典模糊控制系统的结构
• 2.3 GA优化模糊逻辑控制
• 2.3.1 GA优化模糊控制
• 2.4 基于MATLAB的两个例子的仿真实验和结果
• 2.5 本章小结
• 第三章 城域路网自适应模糊逻辑控制
• 3.1 路网（多交叉路口）的模糊控制
• 3.1.1 路网模型
• 3.1.2 路网（多交叉口）控制与孤立交叉口控制的区别
• 3.1.3 城域路网模糊控制
• 3.2 GA优化的城域路网模糊控制系统
• 3.2.1 设计思想
• 3.2.2 编码方案及适应度函数
• 3.2.3 改进的遗传算子
• 3.3 基于MATLAB的仿真实验和结果
• 3.4 本章小结
• 第四章 总结与展望
• 4.1 总结
• 4.2 进一步的工作
• 参考文献
• 致谢
• 附录A（攻读学位期间发表的论文）
• 附录B（部分MATLAB仿真源程序）