基于神经网络的交叉口多相位模糊控制

doi:1000-565X(2004)06-0067-04

华南理工大学学报(自然科学版) ›› 2004, Vol. 32 ›› Issue (6): 67-70,79.doi: 1000-565X(2004)06-0067-04

基于神经网络的交叉口多相位模糊控制

许伦辉¹ 衷路生² 徐建闽¹

1. 华南理工大学交通学院广东广州 510640；2. 南方冶金学院机电工程学院江西赣州 341000

收稿日期:2003-08-27 出版日期:2004-06-20 发布日期:2015-09-09
通信作者: 许伦辉（1965-），男，教授，硕士生导师，主要从事最优控制、智能控制、交通工程的研究。 E-mail:azhong2001343@sohu.com
作者简介:许伦辉（1965-），男，教授，硕士生导师，主要从事最优控制、智能控制、交通工程的研究。
基金资助:
国家自然科学基金资助项目（60064001）；广东省自然科学基金资助项目（20011707）

Multi-phase Fuzzy Control of Intersections Based on Neural Network

Xu Lun-hui¹ Zhong Lu-sheng² Xu Jian-min¹

Received:2003-08-27 Online:2004-06-20 Published:2015-09-09
Contact: 许伦辉（1965-），男，教授，硕士生导师，主要从事最优控制、智能控制、交通工程的研究。 E-mail:azhong2001343@sohu.com
About author:许伦辉（1965-），男，教授，硕士生导师，主要从事最优控制、智能控制、交通工程的研究。

摘要/Abstract

摘要： 根据城市交叉口交通流的特点,给出了一种交叉口多相位自适应控制算法,综合考虑相邻车道上的车队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,文中所设计的模糊神经网络控制器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,是实现交通系统智能控制的一条新途径.

关键词: 交通控制, 模糊控制, 神经网络, BP学习算法, 车辆平均延误

Abstract:

According to the features of traffic flow in urban intersections, a multi-phase self-adaptive control algorithm was proposed. Multi-layer BP neural network was used to realize the multi-phase fuzzy control in road intersections by taking the queue length on contiguous phase lanes into account. Simulation results show that, as a new method of the intelligent control of traffic system, the proposed fuzzy neural network controller can decrease the average vehicle delay in single intersections and it possesses excellent learning and generating abilities.

Key words:

traffic control, fuzzy control, neutral network, BP learning algorithm, average vehicle delay

中图分类号:

U412.35

许伦辉衷路生徐建闽. 基于神经网络的交叉口多相位模糊控制[J]. 华南理工大学学报(自然科学版), 2004, 32(6): 67-70,79.

Xu Lun-hui Zhong Lu-sheng Xu Jian-min. Multi-phase Fuzzy Control of Intersections Based on Neural Network[J]. Journal of South China University of Technology(Natural Science Edition), 2004, 32(6): 67-70,79.

[1]	方港, 袁珑华, 王晓明, 等. 基于集合卡尔曼-Elman网络的软测量建模方法[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 126-136.
[2]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[3]	朱铮宇, 罗超, 贺前华, 等. 基于唇重构与三维耦合CNN的多视角音唇一致性判别[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 70-77.
[4]	叶峰, 陈彪, 赖乙宗. 基于特征空间嵌入的对比知识蒸馏算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 13-23.
[5]	刘怡俊, 曹宇, 叶武剑, 等. 基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 104-113.
[6]	冷晟, 付有为, 马万太, 等. 基于GA-BP神经网络的喷射成形锭坯形貌调控技术[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 27-34.
[7]	杨旭锋, 刘泽清, 张懿. 基于贝叶斯神经网络的金属材料P-S-N曲线估计[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 82-92.
[8]	许伦辉, 余佳芯, 裴明阳, 等. 基于几何路网结构和强化学习的车辆重定位策略[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 99-109.
[9]	李潇, 汪涛, 张毅, 等. 网联车混行条件下交通流量融合方法[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 49-55.
[10]	兰凤崇, 张越, 陈吉清, 等. 人车碰撞事故中行人伤亡风险的关联性分析与预测 [J]. 华南理工大学学报(自然科学版), 2022, 50(5): 1-10.
[11]	杨春玲杨雅静. 基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 81-89,141.
[12]	邱志斌, 卢祖文, 王海祥, 等. 基于Mel频谱图和CNN的电网涉鸟故障鸟声识别[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 129-136.
[13]	邢晓芬, 李敏盛, 徐向民. 基于自适应亮度调节的图像情感转换[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 1-12.
[14]	蔡晓东, 曾志杨. AFGSRec：一种自适应融合全局协同特征的社交推荐模型[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 71-79.
[15]	陆以勤, 潘周双, 张洋, 等. 基于交互式连接图注意力网络的知识图谱补全方法[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 13-19.

基于神经网络的交叉口多相位模糊控制

1. 华南理工大学交通学院广东广州 510640；2. 南方冶金学院机电工程学院江西赣州 341000

Multi-phase Fuzzy Control of Intersections Based on Neural Network

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

基于神经网络的交叉口多相位模糊控制

1. 华南理工大学交通学院 广东 广州 510640；2. 南方冶金学院机电工程学院 江西 赣州 341000

Multi-phase Fuzzy Control of Intersections Based on Neural Network

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

1. 华南理工大学交通学院广东广州 510640；2. 南方冶金学院机电工程学院江西赣州 341000