一種智能交通系統的自適應擁塞控制方法

其中，E＾，E＾C，S分別為e＾，e＾c和α的模糊量，其論域均為{-6，-5，-4，-3，-2，-1，O，1，2，3，4，5，6}。E＾，E＾C和S對應的模糊詞集為{NB，NM，NS，ZO，PS，PM，PB}。根據在校正過(guò)程中要遇到的各種可能出現的情況和相應的調整策略得到控制規則表如表1所示。

根據表1，用Max-Min方法進(jìn)行Fuzzy推理和逆模糊化，可得到模糊判決表。在系統運行時(shí)的t時(shí)刻采樣周期內，根據E＾，E＾C由α調整規則模糊判決表可直接查出相應的S，從而得出α的相應調整值。
α(t)=kαxS+0．5 (5)
其中，kα為量化因子，使得α∈(0，1)。

4 控制算法實(shí)現步驟
對于整個(gè)模糊模型參考學(xué)習控制器來(lái)說(shuō)，在t時(shí)刻采樣周期內，根據隊列長(cháng)度誤差和誤差變化率E＾，E＾C，可由模糊判決表查出相應的S，進(jìn)一步得到相應的α值，再由E，EC，α根據式(4)可得到規則自校正模糊控制器的輸出U，并由量化因子ku計算得到丟棄概率p?？刂扑惴▽?shí)現步驟如下：
1)計算擁塞控制系統的輸入狀態(tài)。
2)根據參考模型的輸出與實(shí)際對象輸出計算e＾，e＾c。
3)根據參考模型誤差和誤差變化率E＾，E＾C，由式(5)計算相應的α值。
4)計算規則自校正模糊控制器的輸出U。
5)由模糊控制的量化因子計算最終的丟棄概率p。

5 仿真研究
通過(guò)仿真試驗來(lái)評估模糊參考模型網(wǎng)絡(luò )自適應擁塞控制算法，交通流拓撲結構采用啞鈴型結構，鏈路容量為1 500個(gè)／s，隨機延時(shí)為[16 s，24 s]之間的平均分布，業(yè)務(wù)源采用了持續性業(yè)務(wù)流，交通路段的緩存為800個(gè)，平均流量長(cháng)度為500個(gè)。仿真研究將本文提出的模糊模型參考控制方法與普通模糊控制進(jìn)行比較，研究了在突發(fā)性狀況下2種算法的控制性能和魯棒性能。

2種控制算法的仿真結果如圖2、圖3所示，注意到當輸入源發(fā)生突發(fā)性增長(cháng)時(shí)，普通模糊控制策略將使緩沖區隊列長(cháng)度嚴重脫離期望隊列長(cháng)度，而使用了模糊參考模型自適應控制后，緩沖區隊列僅僅經(jīng)過(guò)一個(gè)短暫的突發(fā)脈沖就恢復到平衡點(diǎn)附近。從實(shí)驗結果可以看出，由于普通模糊控制器的推理方式和規則知識固定，因此在交通道路車(chē)流發(fā)生突發(fā)變化時(shí)難以達到滿(mǎn)意的控制性能，而本文提出的車(chē)流自適應擁塞
控制方法能夠跟隨車(chē)流量狀況實(shí)時(shí)調整模糊控制參數，進(jìn)而對突發(fā)性車(chē)流擁塞對象具備了良好的自適應控制性能。

6 結束語(yǔ)
針對車(chē)流狀態(tài)的突變行為，本文提出了一種基于模糊參考模型機制的自適應擁塞控制算法，以提高在多相位交叉路口的車(chē)流量控制的服務(wù)質(zhì)量。該方法采用雙通道信息回路對車(chē)流量緩沖區隊列長(cháng)度作自適應調整與控制。自適應模糊控制計算過(guò)程簡(jiǎn)單迅捷，該算法在自適應性能和實(shí)時(shí)性能之間實(shí)現了較好的平衡。性能之間實(shí)現了較好的平衡。