基于RBF神经网络的单交叉口自学习控制系统*

作者：杨海东，杨旭华，王万良 日期：2007-12-28/span> 浏览：3988 查看PDF文档

基于RBF神经网络的单交叉口自学习控制系统*
杨海东，杨旭华，王万良
（浙江工业大学 信息学院，浙江 杭州 310032）

摘 要：单交叉路口自学习信号控制器主要是通过径向基函数（RBF）神经网络建立了交叉口模型，模拟交通警察指挥交通的思维过程。该控制器能够根据交叉口各相位车辆的排队长度，对各个相位的绿信比和总的信号周期进行实时分配，并且根据交通状况的变化，可以对信号配时效果进行评价，对信号作出调整，具有学习功能。仿真结果表明，该系统能够很好地适应实际的交通状况，可以提高道路交叉口的车辆通行能力。
关键词：径向基函数；神经网络；绿信比；信号周期；自学习控制

Selflearning intersection signal control system based on RBF neural network
YANG Haidong, YANG Xuhua, WANG Wanliang
(College of Information Engineering, Zhejiang University of Technology, Hangzhou 310032, China)

Abstract: The selflearning intersection traffic signal control system which established an intersection model by radial basis function (RBF) neural network simulatd the traffic polices experience. According to the queue length waiting in each intersection, both the signal cycle and the split of every intersection were given out. Furthermore, the effect of the control with the changing of the traffic was evaluated, and then the signal was adjusted, so the ability of selflearning was provided. Simulation results reveal that the system can control the actual traffic condition perfectly and improve the passing ability of the intersection.
Key words: radial basis function; neural networks; split; signal cycle; selflearning control

参考文献(Reference)：
［1］刘智勇，吴今培，李秀平，等.城市交通大系统递阶模糊神经网络控制［J］.信息与控制，1997,26(6):441-448.
［2］李秀平，刘智勇，吴今培.平面交叉路口的神经网络自学习控制方案［J］.信息与控制，2001,30(1):76-79.
［3］许伦辉，衷路生,徐建闽.基于神经网络实现的交叉口多相位模糊逻辑控制［J］.中南公路工程，2004,29(2):9-12.
［4］史忠科，黄辉先，曲仁茹，等.交通控制系统导论［M］.北京：科学出版社，2003.
［5］丹尼尔，L 鸠洛夫，马休丁·休佰.交通流理论［M］.蒋璜，译.北京：人民交通出版社，1983.
［6］闻 新，周 露，李 翔，等.Matlab神经网络仿真与应用［M］.北京：科学出版社，2003.