基于可变相序的多相位交叉口信号的模糊控制

根据城市交通中交叉口处各车道车流量时刻变化的特点,在对绿灯的延时进行模糊控制的基础上,综合考虑各相位的延误次数,对下一放行相位的选择亦进行模糊控制。提出一种基于可变相序的多相位交叉口模糊控制方法,合理选出优先权较大的相位作为放行相位。该控制方法可有效提高交叉口的通行能力,减少车辆延误。     

一种交通信号灯模糊控制器的模型设计

针对当前交叉口交通流运行的高度复杂性和随机性,设计了基于模糊控制的城市交通信号控制系统,不需要建立精确的数学模型,能够适应交叉口的实时控制.采用的模糊控制器输入参数是2个方向上的车辆数目,输出是绿灯的延时长度.该系统具有易于测量,误差小的特点.模糊控制具有简单、稳定、实用的特点.     

交通信号2级模糊控制系统的优化设计与仿真

分级模糊控制能有效减少模糊规则数,易于提取模糊规则,适于交通状况复杂的城市交通信号控制,但难以由人工合理定义全部模糊隶属度函数.采用遗传算法对2级模糊控制器中模糊隶属度函数进行优化,对1个4相位单交叉口进行了多次仿真.仿真结果表明,该方法能有效降低通行车辆在交叉口的平均等待时间,明显优于传统控制方法.     

基于遗传算法的城域交叉路口两级模糊控制

分级模糊控制能有效减少模糊规则数，易于提取模糊规则，适合于交通状况复杂的城域交叉路口的交通控制，但它存在难以由人工合理定义全部模糊隶属度函数的问题．为此，提出了一种面向城域单交叉路口的自适应两级模糊控制系统，并采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化调整．该控制系统具有分级模糊控制的优点，同时可以让模糊隶属度的选取更为合理，使模糊隶属度函数在不同交通情况下自适应地变化，从而改善控制效果．对一个两相位孤立交叉口进行仿真．结果表明该法能有效降低通行车辆在交叉口的平均等待时间。     

一种智能PID型控制器的研究

采用模糊控制理论与PID调节器相结合，给出了一种智能PID控制器的设计方法．介绍了PID型模糊控制器的设计原理，并应用于开关磁阻电机驱动控制系统(SRD)进行仿真实验，证明该控制器较常规PID控制及单纯的模糊控制具有更好的控制性能．     

基于神经网络的工业洗衣机模糊控制器的研究

讨论了一种基于模糊控制曲面的神经网络控制器的实现．将它与原先开发的模糊控制器进行了对比研究，可以取代原来的模糊控制器．通过改变样本点可以改善原来的模糊控制控制器，为提高工业洗衣器控制器的控制性能提供了一种方法．     

一种基于模糊神经网络的城市道路交叉口可变相序控制

在结合模糊控制和神经网络各自优点的基础上,提出一种城市道路交叉口可变相序自适应控制算法.算法根据通行权转移度设计出相位转移模块和绿灯延时模块,并分别为之建立模糊控制器,每个控制器都通过多层BP神经网络来实现.仿真结果表明,该方法能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力.     

二级倒立摆新型模糊控制策略的研究

阐述了二级倒立摆的一种新型模糊控制策略——分层模糊控制方法．该方法将二级倒立摆的多个状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制的模糊规则少、收敛速度快、控制效果好，具有较强的实用性。     

水轮机组调节的模糊控制算法研究

从提高模糊控制精度出发．提出了一种混合参数自调整模糊PID控制器结构，融合了常规PID控制器和模糊控制的优点．控制器主要包括了常规PlD控制器、增益调整型模糊控制器和直接控制型模糊控制器3个部分，能根据对象参数的变化合理地调整控制器的参数．叙述了混合参数自调整模糊PID控制器各部分的功能和参数的选择．针对水轮机组控制的仿真实验表明了该控制策略的有效性，与常规PID控制器的对比结果表明该控制算法能够提高系统的响应速度和鲁棒性．     

关于模糊PID控制器的应用设计

研究了模糊PID控制器在直流调速系统中的作用，将常规PID控制器改善为模糊PID控制器，使其参数能进行模糊自整定．这是一种常规的PID控制和模糊控制相结合的方法．该方法利用模糊控制理论，以误差和误差变化作为输入语言变量，以输出增量作为输出语言变量，可有效地改善系统的稳态性能指标。     

干道交叉口交通信号的模糊控制设计

城市主干道往往承受着巨大的交通负荷，而干道交叉路口的交通流控制效果的好坏直接影响着整个城市的交通状况．以城市主干道交叉口为研究对象，提出了一种实用的交通流模糊控制算法．在现有的模糊控制算法的基础上，增加了绿灯延时终止算法，该算法通过对绿灯延时的细微调整，防止了不必要的绿灯延时，从而利用模糊逻辑对绿信比进行了优化．仿真结果表明，该控制方法比固定配时控制方法能更好地减少行车延误时间．     

干道交叉口交通信号的模糊控制设计

城市主干道往往承受着巨大的交通负荷，而干道交叉路口的交通流控制效果的好坏直接影响着整个城市的交通状况．以城市主干道交叉口为研究对象，提出了一种实用的交通流模糊控制算法．在现有的模糊控制算法的基础上，增加了绿灯延时终止算法，该算法通过对绿灯延时的细微调整，防止了不必要的绿灯延时，从而利用模糊逻辑对绿信比进行了优化．仿真结果表明。该控制方法比固定配时控制方法能更好地减少行车延误时间．     

基于模糊逻辑交通信号优化控制算法

提出了基于模糊逻辑单交叉口信号变相位控制算法，并实现了仿真．传统的信号控制方法，仅考虑了相位时间的优化，而忽略了对相位组合的优化，以现实中常用的4相位信号控制为例，通过研究发现，在不改变原来4相位相序的前提下，通过灵活的相位组合，可以获得更好的控制效果．与传统交叉路口信号模糊控制的方法相比，交通信号变相位控制的相位组合、相位时间更加灵活，更适应城市交叉口实时变化的交通状况．以典型的十字路口为对象，选用不同时段的交通流状况进行仿真实验，研究结果表明，对于交通流量不平衡的交叉口来说，信号变相位模糊控制的效果要优于传统的模糊控制，能够减少车辆延误时间，是进行城市交叉口信号控制的一种实用和有效的算法．     

三串联路口信号灯智能控制与计算机仿真

分析了城市交通系统的特点 ,把模糊控制运用到交通信号灯的实时控制中。在现有的城市交通现状下 ,选择了较有代表性的交通路口 ,在实地进行了数据的采集 ,对数据进行了筛选和分析后 ,建立了理想化的三串联十字路口的城市交通系统模型。在路口处设置车辆检测器 ,使交通系统能随时掌握到达的车辆数。为了减少路口车辆的等待时间 ,提高交通信号灯的控制效能 ,对交通系统模型运用模糊控制的方法 ,建立了模糊控制规则 ,设计了模糊控制器 ,通过对信号灯延长的控制进行优化。通过仿真程序进行系统仿真 ,仿真结果表明优化后的车辆等待时间优于没有优化的交通情况     

单交叉口四相位模糊控制器的设计

在城市交通中,交叉口控制由于交通流的时变性、随机性和不确定性等,使得系统的基于模型的控制理论与方法难于取得良好的控制效果,因此,智能控制理论成为交叉口控制研究的热点。文中设计了一个考虑右转车对非机动车影响的四相位的交叉口两级模糊控制器,有效的克服了常规控制方式的缺点。通过仿真证明了其控制效果要优于常规控制方式和单一优化相序或相位的普通模糊控制器。     

多相位交通信号配时的模糊控制方法

基于交叉路口车流量数据采集和统计分析,提出了多相位交通信号绿灯配时的模糊控制方法和相应的交通信号配时控制算法.由实例研究表明,所构建的模糊控制器能对交叉路口的交通实施准确的和智能化的控制.     

智能交通中单交叉口多相位信号动态控制系统研究

在城市交通控制中,平面交叉口各方向的交通流在不同时刻是不同的。针对这一特点,介绍了一种采用实时模糊和定时控制对单交叉口多相位信号进行动态控制的系统,并提出了一种改进的单交叉口多相位信号实时配时模型。此模型是在模糊控制的基础上采用遗传算法,不断改进控制规则,优化多相位交叉口信号实时控制模型,对绿灯延长时间进行细微调整,实现实时控制。     

具有公交优先的路网交通流智能协调控制

在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法.     

单交叉路口交通流的通用多相位智能控制策略

为提高城市道路交叉路口信号控制的效率，采用面向对象的设计思想，提出了一种新的通用多相位信号控制策略.根据实际交通状况交互建立单交叉路口的通用模型，根据当前路口各车流向的车流量实时分布信息，及时调整相位数和各相位的车流向组合.实时传递路口交通情况，采用模糊控制策略，以车辆延误时间最小为优化目标，对单交叉路口的信号相位和相位绿灯时间分别进行优化.根据实测数据对该方法进行了仿真研究，并与普通信号控制方案作了对比.结果表明，这种通用信号控制方案能使交通流量总体趋于均衡，缩短了车辆延误时间.     

城市区域交通智能分散控制研究

针对城市区域交通非线性、不确定性和模糊性特点，提出了一种新颖的实时智能分散控制策略.把整个城市区域交通作为一个大系统，区域中的各交叉口作为子系统，在每个交叉口设置一个独立的控制器，该控制器根据自己和相邻交叉口的交通流信息对交叉口的相序、相位切换、信号周期和绿信比进行动态优化.每个控制器有3个模块组成：相序优化模块、绿灯判断模块和相位切换模块.对每个控制模块设计了相应的模糊优化控制算法，并用改进的BP神经网络实现算法的模糊关系.控制目标是保持区域内各交叉口前的交通畅通和车辆延误最小.仿真研究表明，在交通流量较大和流量时变的环境下，智能分散控制方法比普通单交叉口车辆感应控制方法的控制效果更好,实用性更强.