CN101789178B - 街区路口交通信号优化控制方法 - Google Patents

Abstract

本发明涉及一种街区路口交通信号优化控制方法，基于自适应动态规划的优化控制，步骤1：为街区路口设计最基本的模糊神经网络交通信号控制器；步骤2：获得一段时间内的状态变量和控制变量；步骤3：利用一个时刻的状态变量、控制变量和评价变量等构造训练误差信号，训练人工神经网络评价器；步骤4：利用人工神经网络评价器构造训练误差信号，训练模糊神经网络交通信号控制器；步骤5：使人工神经网络评价器、模糊神经网络交通信号控制器同时满足预定训练指标要求；步骤6：利用下一时刻的训练数据，重复步骤3～5，直至利用完所有时刻的训练数据；步骤7：最终获得优化的模糊神经网络交通信号控制器，传输到街区路口机，对交通信号进行控制。

Description

街区路口交通信号优化控制方法

技术领域

本发明涉及城市内街区路口交通信号控制领域，提出一种基于自适应动态规划的优化控制方法。

背景技术

近年来，城市交通需求的快速增长，产生了一系列问题，如交通拥堵、交通延误、环境污染和交通事故等。甚至出现“道路越建越多，车辆越来越堵”的奇怪现象。关键问题之一在于现有的城市交通信号控制系统没有充分发挥合理的交通指挥和疏导作用。据统计，在美国凤凰城市实施了先进交通信号控制系统后，碰撞事故减少6.7％，车辆行程时间减少11.4％，延误降低24.9％，停车数减少27％，能源消耗显著减少，突出了交通信号优化控制的重要性。

城市交通信号控制方法可以分为定周期控制和反馈控制两类。定周期控制采用预先设定的周期和绿信比(绿灯时间在信号控制周期中所占的比例)的配时方案，也是目前普遍采用的方法。反馈控制是在交叉口进口道上设置车辆检测器，信号配时可根据检测到的车流信息而随时改变。一些先进的反馈控制则将交通系统看作一个不确定系统，通过测量状态量如车流量、停车次数、延误时间和排队长度等，实现信号配时的动态优化调整。模糊控制也是应用的比较多的方法，但效果受限于专家的经验。

自适应动态规划自20世纪80年代提出，其基于人工神经网络能以任意精度逼近非线性函数的特性，通过单步计算实现对动态规划的一段时间序列的性能指标函数的估计，有效地解决了动态规划性能指标函数计算维数灾的难题，为高维复杂系统的最优控制提供了一种切实可行的理论和方法。近年来在各种复杂控制领域陆续得到了成功应用，包括飞机的自动降落控制、多个电梯的调度控制、无线通讯网络的控制等。

发明内容

为了解决街区路口交通信号控制的高维复杂系统的最优控制问题，本发明的目的在于提供一种基于自适应动态规划的街区路口交通信号的优化控制方法。

为了达成所述目的，本发明提供基于自适应动态规划的街区路口交通信号优化控制方法，其整个流程由以下几个步骤组成：模糊神经网络交通信号控制器的设计；从路口机采集数据；人工神经网络评价器的设计与训练；模糊神经网络交通信号控制器的训练；交替训练；训练数据的更新；优化的模糊神经网络交通信号控制器传输到路口机；其优化控制步骤如下：

步骤1：在街区路口机中运行模糊神经网络交通信号控制器，定义街区路口的交通流数据为状态变量，作为模糊神经网络交通信号控制器的输入值，定义交通控制信号为控制变量，作为模糊神经网络交通信号控制器的输出值；

步骤2：利用路口机中的交通状态采集设备采集一段时间内的状态变量，同时记录控制变量，将采集到的一段时间内的状态变量和控制变量传输到远端计算机，作为训练数据；

步骤3：人工神经网络评价器的输入值为状态变量，输出值为模糊神经网络交通信号控制器的性能指标函数的近似值，初始时刻t＝1，利用一个时刻的状态变量和控制变量构造评价变量，和人工神经网络评价器的训练误差信号，利用人工神经网络评价器的训练误差信号对人工神经网络评价器进行训练，使人工神经网络评价器的训练误差信号减小到预定阈值或训练达到预定次数，获得具有满足训练指标要求的人工神经网络评价器；

步骤4：利用人工神经网络评价器计算得到的模糊神经网络交通信号控制器的性能指标函数的近似值、构造模糊神经网络交通信号控制器的训练误差信号，对模糊神经网络交通信号控制器进行训练，将模糊神经网络交通信号控制器的训练误差信号减小到预定阈值或训练达到预定次数，获得具有满足训练指标要求的模糊神经网络交通信号控制器；

步骤5：若人工神经网络评价器的训练误差信号仍然能满足训练指标要求，则执行步骤6；若人工神经网络评价器的训练误差信号不能满足训练指标要求，则返回步骤3，重复步骤3和步骤4，对模糊神经网络交通信号控制器和人工神经网络评价器进行交替轮换训练，直至使模糊神经网络交通信号控制器和人工神经网络评价器的训练误差信号同时满足训练指标要求或重复训练达到预定次数；

步骤6：利用下一时刻t＝t+1的数据，对训练数据进行更新，判断所有时刻的训练数据是否训练完毕，如果所有训练数据训练完毕，则执行步骤7；否则，重复上述步骤3至步骤5，直至利用完所有时刻的训练数据，完成模糊神经网络交通信号控制器的优化；

步骤7：将获得的优化的模糊神经网络控制器传输到街区路口机，用来实施交通信号的控制；若交通流变化、使优化的模糊神经网络交通信号控制器的控制性能下降，则返回步骤2，重复上述步骤2至步骤6继续对模糊神经网络交通信号控制器进行再次优化。

本发明的有益效果：综上所述，街区路口交通信号的优化控制方法就是根据街区路口各相位交通流的情况，自适应调整交通信号控制方案，提高街区路口的承载和通行能力，如提高交通流的通过率、减少各相位的车辆排队长度或等待时间等。与其他街区路口交通信号优化控制方法相比，本发明提出的基于自适应动态规划的方法具有以下不同之处：

●提出的基于自适应动态规划的交通信号优化控制方法不依赖于交通流模型，适用性较广；

●优化控制调节过程不干涉街区路口机的正常运行，采用并行或离线优化的方式，确定模糊神经网络交通信号控制器的性能指标函数优化之后，再传输到路口机，进行模糊神经网络交通信号控制器的更新。

●采用了模糊神经网络交通信号控制器，结合了专家经验，提高了模糊神经网络交通信号控制器和人工神经网络评价器的训练收敛速度。

附图说明

图1是基于自适应动态规划的街区路口交通信号优化控制流程图

图2是基于自适应动态规划的街区路口交通信号优化控制结构图

具体实施方式

下面结合附图详细说明本发明技术方案中所涉及的各个细节问题。应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。

基于自适应动态规划的街区路口交通信号优化控制方法的结构图如图2所示。图2上部分是实际交通路口和路口机，路口机中运行着模糊神经网络交通信号控制器，模糊神经网络交通信号控制器的输出值作为控制变量u(t)用于对交通信号进行控制，并通过交通状态采集设备采集交通流数据作为状态变量x(t)，并将状态变量x(t)与控制变量u(t)作为训练数据传输到远程计算机，如图2下部分所示。在远程计算机对模糊神经网络交通信号控制器进行基于自适应动态规划的优化，优化后的模糊神经网络交通信号控制器传输到路口机中、实现模糊神经网络交通信号控制器的优化更新。

图2下部分示意了基于自适应动态规划的模糊神经网络交通信号控制器的优化原理。模糊神经网络交通信号控制器根据状态变量x(t)、计算出控制变量u(t)。状态变量x(t)和控制变量u(t)同时输入到人工神经网络评价器中，计算得到模糊神经网络交通信号控制器的性能指标函数的近似值J(t)，用于逼近模糊神经网络交通信号控制器的性能指标函数R(t)。利用状态变量x(t)和控制变量u(t)，构造评价变量r(t)。利用评价变量r(t)和模糊神经网络交通信号控制器的性能指标函数的近似值J(t)构造人工神经网络评价器的训练误差信号E_c(t)，对人工神经网络评价器进行训练，满足预定训练指标要求。利用人工神经网络评价器计算得到的模糊神经网络交通信号控制器的性能指标函数的近似值J(t)构造模糊神经网络交通信号控制器的训练误差信号E_a(t)，对模糊神经网络交通信号控制器进行训练，使模糊神经网络交通信号控制器满足预定训练性能指标要求，并最终获得优化的模糊神经网络交通信号控制器。图中实线表示信号流方向，虚线表示训练信号流方向。交通流模型可以用来产生交通流数据，本发明中直接利用从实际街区路口采集到的交通流数据，不依赖于交通流模型。

基于自适应动态规划的街区路口交通信号优化控制方法的流程图如图1所示。整个流程由以下几个步骤组成：模糊神经网络交通信号控制器的设计；从路口机采集数据；人工神经网络评价器的设计与训练；模糊神经网络交通信号控制器的训练；交替训练；训练数据的更新；优化的模糊神经网络交通信号控制器的传输到路口机进行更新。具体步骤包括：

步骤1-模糊神经网络交通信号控制器的设计：

所述模糊神经网络交通信号控制器实现交通信号控制，是将一些先验知识或交通工程领域专家经验包含在模糊控制规则中，便于得到合理的交通信号的控制变量。模糊神经网络交通信号控制器为五层结构，其中：第一层是输入节点层，起传输信号到下一层的作用；第二层是词集节点层，用以表示为状态变量x(t)定义的隶属度函数，t为时刻；第三层是规则节点层，用来代表模糊规则，所有第三层节点形成模糊规则基；第四层是归一化层，对传入第四层的数据进行归一化处理；第五层是输出层，用来计算控制变量u(t)。为了说明各层节点函数作以下定义：f^k为节点的整合函数，用以联结从其它节点来的信息：活性或数据，为此节点提供网络输入，其中上角标k代表层数；a^k为节点的活性函数，用于输出活性值作为此节点的网络输出。模糊神经网络交通信号控制器每层节点的函数功能如下：

第一层：起传输信号到下一层的作用，第一层的节点整合函数f_i ¹如下表示：

$f_i^1=x_i\left(t\right)$ 且 $a_i^1=f_i^1$

其中状态变量x(t)，可以包括街区路口南北方向直行、南北方向左转、东西方向直行、东西方向左转4个相位上车辆排队量，单个状态变量标记为x_i(t)，i＝1，2，...，p，状态变量x(t)也可以选择等待时间。为使状态变量x(t)与控制变量u(t)对应，状态变量x(t)中的第1个章状态变量x₁(t)总对应当前相位，通过相位轮换的方法实现。以南北方向直行和东西方向直行的2相位示例，一个相位是绿灯，则另一个相位是红灯，默认绿灯为第1个相位，令Q_g和Q_r分别代表绿灯和红灯相位的排队量，则x(t)＝{Q_g，Q_r}。

第二层：单个节点构成一个简单的隶属度函数，此处采用钟形函数，第二层的节点整合函数f_ij ²如下表示：

$f_{\mathrm{ij}}^2=\frac{{(a_i^1-c_{\mathrm{ij}})}^2}{{{\mathrm{\σ}}_{\mathrm{ij}}}^2}$ 且 $a_{\mathrm{ij}}^2=e^{f_{\mathrm{ij}}^2}$

其中c_ij和σ_ij分别是钟形函数的中心值和宽度，对应第i个输入状态变量x_i(t)的第j个词，如j＝{1，2，3}，代表{小，中，大}等词集。

第三层：这一层用来执行模糊逻辑规则前提条件的匹配，即对状态变量x(t)的不同词集进行匹配，因此，规则节点具有“与”运算功能，第三层的节点整合函数f_m ³如下表示：

$f_m^3=\min \{a_{1j}^2,a_{2j}^2,...,a_{\mathrm{pj}}^2\}$ 且 $a_m^3=f_m^3$

其中m＝1，2，...，n，共有n条规则

模糊规则体现专家的经验，可以设计如下9条模糊规则：

(1)若Q_g小，Q_r小，则延长当前绿灯相位一个单位时间；

(2)若Q_g小，Q_r中，则中止当前绿灯相位；

(3)若Q_g小，Q_r大，则中止当前绿灯相位；

(4)若Q_g中，Q_r小，则延长当前绿灯相位一个单位时间；

(5)若Q_g中，Q_r中，则延长当前绿灯相位一个单位时间；

(6)若Q_g中，Q_r大，则中止当前绿灯相位；

(7)若Q_g大，Q_r小，则延长当前绿灯相位一个单位时间；

(8)若Q_g大，Q_r中，则延长当前绿灯相位一个单位时间；

(9)若Q_g大，Q_r大，则延长当前绿灯相位一个单位时间；

第四层：执行归一化操作，第四层的节点整合函数f_m ⁴如下表示：

$f_m^4=\frac{a_m^3}{\underset{m=1}{\overset{n}{\mathrm{\Σ}}}{a}_m^3}$ 且 $a_m^4=f_m^4$

第五层：执行网络解模糊，得到控制变量u(t)，第五层的节点整合函数f⁵如下表示：

$f^5=\underset{m=1}{\overset{n}{\mathrm{\Σ}}}{w}_m{a}_m^4$ 且a⁵＝u(t)＝f⁵

其中w_m第五层连接权重。

最终得到的控制变量u(t)再根据其正负值进行二值化处理为1和-1，-1表示当前相位的绿灯延长一个单位时间，1表示中止当前绿灯相位。

步骤2-从路口机采集数据：

利用路口机中的交通状态采集设备等，获得一段时间内的街区路口的交通流数据作为状态变量x(t)，如各相位上的车辆排队量或等待时间等，同时记录路口机中的模糊神经网络交通信号控制器的输出值作为控制变量u(t)。重复上述数据采集过程一段时间，将采集到的状态变量x(t)和控制变量u(t)作为训练数据传输到远端计算机，远端计算机利用训练数据对模糊神经网络交通信号控制器进行优化。

步骤3-人工神经网络评价器的设计与训练：

所述人工神经网络评价器对模糊神经网络交通信号控制器的控制效果评价，用于逼近模糊神经网络交通信号控制器的性能指标函数R(t)。

人工神经网络评价器采用标准三层前向人工神经网络模型，充分利用人工神经网络的非线性函数逼近能力。每层节点的函数功能如下，其中f^k和a^k的定义与“步骤1模糊神经网络交通信号控制器”相同：

第一层：为输入层，起传输信号到下一层的作用，输入变量包括状态变量x_i(t)，i＝1，2，...，p，和控制变量u(t)，用y_i(t)表示，i＝1，2，...，q(q＝p+1)，第一层节点的整合函数f_i ¹如下表示：

$f_i^1=y_i\left(t\right)$ 且 $a_i^1=f_i^1$

第二层：为隐含层，对输入进行加权处理，

为隐含层神经元权重，exp为指数函数，j＝1，2，...，N_h，N_h为隐含层神经元个数。第二层节点的整合函数f_j ²如下表示：

$f_j^2=\underset{i=1}{\overset{q}{\mathrm{\Σ}}}{w}_{c_{i,j}}^2{a}_i^1$ 且 $a_j^2=\frac{1-\exp (-f_j^2)}{1+\exp (-f_j^2)}$

第三层：为输出层，

为输出层神经元权重，输出模糊神经网络交通信号控制器的性能指标函数的近似值J(t)，第三层节点的整合函数f³如下表示：

$f^3=\underset{j=1}{\overset{N_h}{\mathrm{\Σ}}}{w}_{c_j}^3{a}_j^2$ 且a³＝J(t)＝f³

人工神经网络评价器的训练就是通过对隐含层神经元权重和输出层神经元权重

的调节，使人工神经网络评价器的训练误差信号E_c(t)减小到预定阈值或训练次数达到预定值，满足人工神经网络的逼近能力。

在人工神经网络评价器的训练误差信号E_c(t)的构造过程中，首先构造评价变量。初始的时刻t＝1，利用一个时刻t的状态变量x(t)和控制变量u(t)构造评价变量r(x(t)，u(t))，简写为r(t)，可以采用如下取值。

$r\left(t\right)=1-\frac{1}{1+\mathrm{ST}\left(t\right)}$

其中ST(t)为所有相位上车辆等待时间的总和，ST(t)理论上最小为零，则评价变量r(t)为零，若ST(t)很大，则评价变量r(t)趋于1，从下面“步骤4模糊神经网络交通信号控制器的训练”中可以看到希望模糊神经网络交通信号控制器的性能指标函数R(t)尽量趋于零。

利用模糊神经网络交通信号控制器的性能指标函数的近似值J(t)、前一个时刻模糊神经网络交通信号控制器的性能指标函数的近似值J(t-1)和评价变量r(t)构造出人工神经网络评价器的训练误差信号E_c(t)，如下式(图2中Z^-1表示前一时刻的变量)

e_c(t)＝γJ(t)-J(t-1)+r(t)

$E_c\left(t\right)=\frac{1}{2}{e}_c^2\left(t\right)$

其中γ(0＜γ＜1)是折扣因子。假设人工神经网络评价器的训练误差信号E_c(t)趋于零，可以递推得到模糊神经网络交通信号控制器的性能指标函数的近似值J(t)为：

$J\left(t\right)=\underset{k=t+1}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\γ}}^{k-t-1}r\left(k\right)$

上式与基于动态规划的模糊神经网络交通信号控制器的性能指标函数R(t)的定义相同。

$R\left(t\right)=\underset{k=t+1}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\γ}}^{k-t-1}r\left(k\right)$

因此，人工神经网络评价器能够准确估计出模糊神经网络交通信号控制器的性能指标函数R(t)，用来定量指导模糊神经网络交通信号控制器的优化。人工神经网络评价器的训练主要是调整隐含层和输出层的联结权重，具体如下：

$w_c^k=w_c^k+\mathrm{\Δ}{w}_c^k$

$\mathrm{\Δ}{w}_c^k=l_c^k\left(t\right)[-\frac{\∂E_c\left(t\right)}{\∂w_c^k}]$

$\frac{\∂E_c\left(t\right)}{\∂w_c^k}=-\left[\frac{\∂E_C\left(t\right)}{\∂J\left(t\right)}\frac{\∂J\left(t\right)}{\∂w_c^k}\right].$

l_c ^k(t)是第k层的学习率。

利用人工神经网络评价器的训练误差信号E_c(t)对人工神经网络评价器进行训练，获得具有满足训练指标要求的人工神经网络评价器，如果误差信号减小到预定阈值，如可在0.000001到0.1范围内取值，或训练次数达到预定值，如可在10到1000000范围内取值。

步骤4-模糊神经网络交通信号控制器的训练：

利用人工神经网络评价器计算得到的模糊神经网络交通信号控制器的性能指标函数的近似值J(t)构造模糊神经网络交通信号控制器的训练误差信号E_a(t)，对模糊神经网络交通信号控制器进行训练。模糊神经网络交通信号控制器的训练误差信号E_a(t)定义为

e_a(t)＝J(t)-U_c(t)

$E_a\left(t\right)=\frac{1}{2}{e}_a^2\left(t\right)$

其中U_c(t)定义为效用函数，通常设定为模糊神经网络交通信号控制器的性能指标函数的近似值J(t)能够接近的一个值。在评价变量r(t)的最小值为零的情况下，可以设定效用函数U_c(t)也为零。训练过程通过调节模糊隶属函数参数和模糊规则的取值范围，对模糊神经网络交通信号控制器进行优化，最终满足训练指标要求，例如误差信号减小到预定阈值，如可在0.000001到0.1范围内取值，或训练次数达到预定值，如可在10到1000000范围内取值。

模糊神经网络交通信号控制器的训练主要是修正第二层钟形函数的中心值c_ij和宽度σ_ij，及第五层的连接权重w_m，具体如下：

$w_m=w_m-l_a\left(t\right)\frac{\∂E_a\left(t\right)}{\∂w_m}$

$c_{\mathrm{ij}}=c_{\mathrm{ij}}-l_a\left(t\right)\frac{\∂E_a\left(t\right)}{\∂c_{\mathrm{ij}}}$

${\mathrm{\σ}}_{\mathrm{ij}}(t+1)={\mathrm{\σ}}_{\mathrm{ij}}\left(t\right)-l_a\left(t\right)\frac{\∂E_a\left(t\right)}{\∂{\mathrm{\σ}}_{\mathrm{ij}}\left(t\right)}$

其中l_a(t)是模糊神经网络交通信号控制器更新的学习率，上式中的各个变量采用如下公式计算

$\frac{\∂E_a\left(t\right)}{\∂w_m\left(t\right)}=\frac{\∂E_a\left(t\right)}{\∂f^5}\frac{\∂f^5}{\∂w_m}=\frac{\∂E_a\left(t\right)}{\∂u\left(t\right)}{a}_m^4=\frac{\text{\∂}{E}_a\left(t\right)}{\∂J\left(t\right)}\frac{\∂J\left(t\right)}{\∂u\left(t\right)}{a}_m^4$

$\frac{\∂E_a\left(t\right)}{\∂c_{\mathrm{ij}}}=\frac{\∂E_a\left(t\right)}{\∂f_{\mathrm{ij}}^2}\frac{\∂f_{\mathrm{ij}}^2}{\∂c_{\mathrm{ij}}}=-{\mathrm{\δ}}_{\mathrm{ij}}^2\frac{2(x_i\left(t\right)-c_{\mathrm{ij}})}{{{\mathrm{\σ}}_{\mathrm{ij}}}^2},$

$\frac{\∂E_a\left(t\right)}{\∂{\mathrm{\σ}}_{\mathrm{ij}}}=\frac{\∂E_a\left(t\right)}{\∂f_{\mathrm{ij}}^2}\frac{\∂f_{\mathrm{ij}}^2}{\∂{\mathrm{\σ}}_{\mathrm{ij}}}=-{\mathrm{\δ}}_{\mathrm{ij}}^2\frac{2{(x_i\left(t\right)-c_{\mathrm{ij}})}^2}{{{\mathrm{\σ}}_{\mathrm{ij}}}^2}$

${\mathrm{\δ}}_{\mathrm{ij}}^2=-\frac{\∂E_a\left(t\right)}{\∂f_{\mathrm{ij}}^2}=-\frac{\∂f_m^3}{\∂a_{\mathrm{ij}}^2}\frac{\∂a_{\mathrm{ij}}^2}{\∂f_{\mathrm{ij}}^2}\underset{m=1}{\overset{n}{\mathrm{\Σ}}}\frac{\∂E_a\left(t\right)}{\∂f_m^3}=-S_{\mathrm{ij}}{e}^{-f_{\mathrm{ij}}^2}\underset{m=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_m^3$

且

${\mathrm{\δ}}_m^3=-\frac{\∂E_a\left(t\right)}{\∂f_m^3}=-\underset{m=1}{\overset{n}{\mathrm{\Σ}}}\frac{\∂E_a\left(t\right)}{\∂f_k^4}\frac{\∂f_m^4}{\∂a_m^3}\frac{\∂a_m^3}{\∂f_m^3}=\frac{1}{\underset{m=1}{\overset{n}{\mathrm{\Σ}}}{\left(a_m^3\right)}^2}({\mathrm{\δ}}_m^4\underset{\stackrel{m=1}{m\≠j}}{\overset{n}{\mathrm{\Σ}}}{a}_m^3-\underset{\stackrel{m=1}{m\≠j}}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_m^4{a}_m^3)$

${\mathrm{\δ}}_m^4=-\frac{\∂E_a\left(t\right)}{\∂f_m^4}=-\frac{\∂E_a\left(t\right)}{\∂f^5}\frac{\∂f^5}{\∂a_m^4}\frac{\∂a_m^4}{\∂f_m^4}={\mathrm{\δ}}^5{w}_m$

通过对模糊神经网络交通信号控制器的训练，获得具有满足训练指标要求的模糊神经网络交通信号控制器。

步骤5-交替训练：

由于模糊神经网络交通信号控制器的训练结果会影响模糊神经网络交通信号控制器的性能指标函数的近似值J(t)，以及人工神经网络评价器的训练误差信号E_c(t)的值，若人工神经网络评价器的训练误差信号E_c(t)仍能满足训练指标要求，则执行步骤6，若人工神经网络评价器的训练误差信号E_c(t)不能满足训练指标要求，则返回步骤3，重复步骤3和步骤4，对模糊神经网络交通信号控制器和人工神经网络评价器进行交替轮换训练，直至使模糊神经网络交通信号控制器和人工神经网络评价器的训练误差信号同时满足训练指标要求或重复训练次数达到预定值。

步骤6-训练数据的更新：

利用下一时刻t＝t+1数据，对训练数据进行更新，判断所有时刻的训练数据是否训练完毕，如果所有训练数据训练完毕，则执行步骤7；否则，重复上述步骤3至步骤5，直至利用完所有时刻的训练数据，完成模糊神经网络交通信号控制器的优化；

步骤7-优化的模糊神经网络交通信号控制器：

将获得的优化的模糊神经网络控制器传输到街区路口机，用来实施交通信号的控制；若交通流变化，使优化的模糊神经网络交通信号控制器的控制性能下降，则返回步骤2，重复上述步骤2至步骤6继续对模糊神经网络交通信号控制器进行再次优化。

前面已经具体描述了本发明的实施方案，应当理解，对于一个具有本技术领域的普通技能的人，在不脱离本发明的范围的任何修改或局部替换，均属于本发明权利要求书保护的范围。

Claims (3)

1.一种街区路口交通信号优化控制方法，其特征在于，基于自适应动态规划的街区路口交通信号优化控制系统包括交通状态采集设备、模糊神经网络交通信号控制器、人工神经网络评价器，其优化控制步骤如下：

步骤1：在街区路口机中运行模糊神经网络交通信号控制器，定义街区路口的交通流数据为状态变量，作为模糊神经网络交通信号控制器的输入值，定义交通控制信号为控制变量，作为模糊神经网络交通信号控制器的输出值；

步骤2：利用路口机中的交通状态采集设备采集一段时间内的状态变量，同时记录控制变量，将采集到的一段时间内的状态变量和控制变量传输到远端计算机，作为训练数据；

步骤3：人工神经网络评价器的输入值为状态变量，输出值为模糊神经网络交通信号控制器的性能指标函数的近似值，初始时刻t＝1，利用一个时刻的状态变量和控制变量构造评价变量，和人工神经网络评价器的训练误差信号，利用人工神经网络评价器的训练误差信号对人工神经网络评价器进行训练，使人工神经网络评价器的训练误差信号减小到预定阈值或训练达到预定次数，获得具有满足训练指标要求的人工神经网络评价器；

步骤4：利用人工神经网络评价器计算得到的模糊神经网络交通信号控制器的性能指标函数的近似值构造模糊神经网络交通信号控制器的训练误差信号，对模糊神经网络交通信号控制器进行训练，将模糊神经网络交通信号控制器的训练误差信号减小到预定阈值或训练达到预定次数，获得具有满足训练指标要求的模糊神经网络交通信号控制器；

步骤5：若人工神经网络评价器的训练误差信号仍然能满足训练指标要求，则执行步骤6；若人工神经网络评价器的训练误差信号不能满足训练指标要求，则返回步骤3，重复步骤3和步骤4，对模糊神经网络交通信号控制器和人工神经网络评价器进行交替轮换训练，直至使模糊神经网络交通信号控制器和人工神经网络评价器的训练误差信号同时满足训练指标要求或重复训练达到预定次数；

步骤6：利用下一时刻t＝t+1的数据，对训练数据进行更新，判断所有时刻的训练数据是否训练完毕，如果所有训练数据训练完毕，则执行步骤7；否则，重复上述步骤3至步骤5，直至利用完所有时刻的训练数据，完成模糊神经网络交通信号控制器的优化；

步骤7：将获得的优化的模糊神经网络控制器传输到街区路口机，用来实施交通信号的控制；若交通流变化、使优化的模糊神经网络交通信号控制器的控制性能下降，则返回步骤2，重复上述步骤2至步骤6继续对模糊神经网络交通信号控制器进行再次优化。

2.根据权利要求1所述的街区路口交通信号优化控制方法，其特征在于，所述模糊神经网络实现交通信号控制，是将专家经验包含在模糊控制规则中，便于输出合理的交通信号控制量。

3.根据权利要求1所述的街区路口交通信号优化控制方法，其特征在于，所述人工神经网络评价器用于逼近模糊神经网络交通信号控制器的性能指标函数，对模糊神经网络交通信号控制器的控制效果评价。

Images