一種智能交通系統的自適應擁塞控制方法

隨著(zhù)經(jīng)濟的發(fā)展，交通需求和交通量成為城市交通網(wǎng)絡(luò )中急需解決的問(wèn)題，智能交通系統為改善和提高交通發(fā)揮了重要的作用，其中，交通信號控制是智能交通系統的一個(gè)重要方面，平面交叉口的控制是智能交通流量控制的基礎。交通信號控制系統具有較強的非線(xiàn)性、模糊性和不確定性，用傳統的控制理論和方法很難對其進(jìn)行有效的控制，如傳統的交通路口的信號控制是一個(gè)新的研究方向。1977年希臘的C．P．Pappis和英國的E．H．Mamdani提出了單交叉口模糊控制法(稱(chēng)Pappis法)，分析考慮單交叉路口的理想狀態(tài)下的控制；1992年我國徐東玲等學(xué)者也提出了基于感應控制思想的單路口模糊神經(jīng)網(wǎng)絡(luò )控制方案，效果較好。
目前很多路口都是多相位的，因此多相位平面交叉口的研究很有必要。筆者針對車(chē)流量擁塞控制問(wèn)題提了一種模糊模型參考學(xué)習控制策略。交通路口車(chē)流量的高突發(fā)性和時(shí)變特征對智能交通系統自適應性能提了更高的要求。筆者提出的控制策略，主控制通道采用模糊控制方法，綜合考慮多相位平面交叉口當前到達車(chē)輛的排隊長(cháng)度和后繼兩相位車(chē)輛的排隊長(cháng)度，對相位實(shí)施不同的配時(shí)方案，保證系統的穩定性和魯棒性；輔助學(xué)習通道采用模糊模型參考自適應方法實(shí)現主通道控制參數的自修正和自學(xué)習過(guò)程，針對車(chē)流量突發(fā)性狀況自適應調整主控制通道的配時(shí)參數，對相位實(shí)施不同的配時(shí)方案，提高多相位路口的通行能力，緩解交通壓力。

1 車(chē)流量擁塞控制模型
根據智能交通系統中多相位路口車(chē)流量主動(dòng)隊列管理的作用機制，可以得到擁塞控制的流體動(dòng)力學(xué)模型如下所示：

其中，V(t)為車(chē)流量窗口大??；F(t)為車(chē)流傳播時(shí)間RTT；d(t)為車(chē)流緩沖區隊列長(cháng)度；M(t)為車(chē)流鏈路容量；Ty為傳輸時(shí)間；K(t)為交通路口活動(dòng)相位連接數；y(t)為主動(dòng)丟棄概率。定義(V。d)為流體模型的狀態(tài)變量，y為輸入變量。令V’=0和d’=0時(shí)，得到網(wǎng)絡(luò )流體動(dòng)態(tài)系統的平衡點(diǎn)(V0，d0，y0)。進(jìn)一步在平衡點(diǎn)附近線(xiàn)性化，則可得到在近似時(shí)滯二階動(dòng)態(tài)的傳遞函數為


2 主通道模糊控制系統設計
本文模糊模型參考學(xué)習控制器引入了參考模型的學(xué)習機制對模糊控制的知識庫進(jìn)行修正。由于高速網(wǎng)絡(luò )中分組丟棄機制需要較強的實(shí)時(shí)性，因此本文提出的控制方法采用了模糊反向推理機制對主控制器的參數進(jìn)行修正，以滿(mǎn)足系統的實(shí)時(shí)性要求。擁塞控制系統輸入為平均隊列長(cháng)度與期望隊列長(cháng)度的偏差以及偏差的變化率，系統輸出為所計算的丟棄概率。主通道模糊控制器是一個(gè)雙輸入單輸出結構的控制器，輸入變量為A，B(隊列偏差、偏差變化率)，輸出變量為C(控制量丟棄概率)?？刂埔巹t表示為
Ri：if A is Ai and B is Bj then C is Ck (3)
其中Ai，Bj，Ck分別表示語(yǔ)言詞集。主通道模糊控制器的輸入為E和EC，輸出為U，設定E，EC和U的論域均為：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。對應的模糊語(yǔ)言子集為{NB(負大)、N(負中)、NS(負小)、ZO(零)、PS(正小)、PM(正中)、PB(正大)}。通過(guò)比例因子ke和kec將偏差e和ec轉換為模糊學(xué)習控制器的輸入論域E和EC，通過(guò)量化因子ku將控制器的輸出轉化為實(shí)際控制量。E=exke和EC=ecxkec其中()為取整運算。在模糊模型參考學(xué)習控制器中，控制規則可以得到在線(xiàn)實(shí)時(shí)調整，每個(gè)輸出與輸入可以用一定的對應關(guān)系來(lái)表示：
U=axE+(1-α)xEC>，α∈[0，1] (4)
通過(guò)調整α，就可以根據不同交通網(wǎng)絡(luò )狀況、不同時(shí)刻的誤差和誤差變化率來(lái)調整控制規則。當平均隊列長(cháng)度與期望隊列長(cháng)度之間的偏差較大時(shí)，或者當網(wǎng)絡(luò )的業(yè)務(wù)量突發(fā)性能較強時(shí)，誤差對輸出的影響應超過(guò)誤差變化率的影響，α的值應取得較大以獲取較好的穩定性。反之，α的值可取得小些以提高系統控制精度。模糊模型參考學(xué)習控制就是利用參考模型的輸出與實(shí)際輸出的誤差及其變化率實(shí)時(shí)在線(xiàn)地調整α的值來(lái)達到調整控制規則的目的。為了使模糊模型參考學(xué)習控制器做到實(shí)時(shí)在線(xiàn)推理，對模糊模型參考學(xué)習控制器的推理過(guò)程進(jìn)行了改進(jìn)。

3 輔助通道模糊反向推理設計
本文仍然采用模糊推理方法來(lái)完成對α的調整，以保證修正過(guò)程的簡(jiǎn)單迅捷。α的調整過(guò)程是基于參考模型與實(shí)際對象的誤差及其變化率的模糊推理來(lái)實(shí)現的。具體實(shí)現如圖1所示。