專利名稱：基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能交通技術(shù)領(lǐng)域，特別是一種基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法。
背景技術(shù)：
隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，城市交通擁堵問題日益嚴(yán)重。城市交通控制系統(tǒng)作為智能交通系統(tǒng)的一個(gè)重要子系統(tǒng)，一直是研究的熱點(diǎn)。由于交通系統(tǒng)具有復(fù)雜性，不確定性，時(shí)變性以及非線性等特點(diǎn)，現(xiàn)有的控制技術(shù)難以有效對(duì)其進(jìn)行控制。隨著科技的不斷進(jìn)步，采用新的控制理論和方法設(shè)計(jì)出先進(jìn)的城市交通信號(hào)控制系統(tǒng)，改善交通控制效果，是當(dāng)前智能交通控制研究的重點(diǎn)。交通系統(tǒng)是典型的復(fù)雜系統(tǒng)，是城市交通設(shè)施與參與者之間共同作用的成果，難以用數(shù)學(xué)模型進(jìn)行描述。交通信號(hào)控制問題可以詮釋為交叉口之間的決策問題。通常利用博弈論求解多個(gè)交叉口之間的沖突、協(xié)調(diào)和競爭問題，但該理論難以描述實(shí)際系統(tǒng)的動(dòng)態(tài)特性，且要求每個(gè)交叉口都是理性的參與者。針對(duì)經(jīng)典博弈論存在的缺陷，演化博弈理論從有限理性的博弈參與人出發(fā)，不要求在完全信息下進(jìn)行決策，認(rèn)為交叉口不是行為最優(yōu)化者，交叉口之間的決策是通過交叉口之間的模仿、學(xué)習(xí)和突變等動(dòng)態(tài)過程實(shí)現(xiàn)的，非常適合用于描述交通系統(tǒng)的動(dòng)態(tài)特性。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，相對(duì)于其他一些智能算法的應(yīng)用，該方法的結(jié)構(gòu)簡單，性能穩(wěn)定，具有良好的可修改性和可擴(kuò)展性。本發(fā)明采用以下方案實(shí)現(xiàn):一種基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:采用兩層遞階分布式結(jié)構(gòu)，上層是區(qū)域控制層，下層是路口控制層；區(qū)域控制層主要負(fù)責(zé)每個(gè)時(shí)段周期和相位差的優(yōu)化，路口控制層則負(fù)責(zé)在每一周期內(nèi)綠信比的優(yōu)化；所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法按如下過程進(jìn)行:S1:在時(shí)段內(nèi)的每個(gè)周期結(jié)束前的若干秒，根據(jù)實(shí)時(shí)檢測的路網(wǎng)交通流量數(shù)據(jù)以及路口參數(shù)信息和預(yù)測信息，優(yōu)化得到下一周期路口使用的綠信比；S2:在每一個(gè)時(shí)段的最后一個(gè)周期，通過前面若干個(gè)周期采集到的路網(wǎng)交通流量數(shù)據(jù)，優(yōu)化得到下一個(gè)時(shí)段內(nèi)區(qū)域共用的周期和相位差；S3:各路口根據(jù)過程S1、S2得到的配時(shí)方案，配置運(yùn)行。在本發(fā)明一實(shí)施例中，所述過程SI中綠信比的優(yōu)化方法指在時(shí)段內(nèi)的每個(gè)周期結(jié)束前的若干秒，根據(jù)實(shí)時(shí)檢測的路網(wǎng)交通流量數(shù)據(jù)和預(yù)測信息，以基于演化博弈的優(yōu)化方法得到下一周期路口使用的綠信比，具體步驟如下:S21:演化的每一時(shí)期t，從單交叉路口的所有相位中隨機(jī)挑選兩個(gè)相位進(jìn)行有限次數(shù)的博弈，并確定相位的博弈收益值Ut ;S22:重復(fù)步驟S21直到兩個(gè)相位之間達(dá)到最大的博弈次數(shù)MaxNum，并計(jì)算使用純
策略Si的相位的平均博弈收益值丐
權(quán)利要求
1.一種基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:采用兩層遞階分布式結(jié)構(gòu)，上層是區(qū)域控制層，下層是路口控制層；區(qū)域控制層主要負(fù)責(zé)每個(gè)時(shí)段周期和相位差的優(yōu)化，路口控制層則負(fù)責(zé)在每一周期內(nèi)綠信比的優(yōu)化；所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法按如下過程進(jìn)行: S1:在時(shí)段內(nèi)的每個(gè)周期結(jié)束前的若干秒，根據(jù)實(shí)時(shí)檢測的路網(wǎng)交通流量數(shù)據(jù)以及路口參數(shù)信息和預(yù)測信息，優(yōu)化得到下一周期路口使用的綠信比； 52:在每一個(gè)時(shí)段的最后一個(gè)周期，通過前面若干個(gè)周期采集到的路網(wǎng)交通流量數(shù)據(jù)，優(yōu)化得到下一個(gè)時(shí)段內(nèi)區(qū)域共用的周期和相位差； 53:各路口根據(jù)過程S1、S2得到的配時(shí)方案，配置運(yùn)行。
2.根據(jù)權(quán)利要求1所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述過程SI中綠信比的優(yōu)化方法指在時(shí)段內(nèi)的每個(gè)周期結(jié)束前的若干秒，根據(jù)實(shí)時(shí)檢測的路網(wǎng)交通流量數(shù)據(jù)和預(yù)測信息，以基于演化博弈的優(yōu)化方法得到下一周期路口使用的綠信比，具體步驟如下: S21:演化的每一時(shí)期t，從單交叉路口的所有相位中隨機(jī)挑選兩個(gè)相位進(jìn)行有限次數(shù)的博弈，并確定相位的博弈收益值Ut ； 522:重復(fù)步驟S21直到兩個(gè)相位之間達(dá)到最大的博弈次數(shù)MaxNum，并計(jì)算使用純策略 Si的相位的平均博弈收益值
3.根據(jù)權(quán)利要求2所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述的博弈收益值Ut指第t時(shí)期，相位在博弈開始前對(duì)各種可能的純策略帶來的收益的一種預(yù)測，選擇一個(gè)周期內(nèi)單交叉路口平均延誤時(shí)長的預(yù)測值倒數(shù)作為博弈收益值，即
4.根據(jù)權(quán)利要求2所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述的確定相位選擇純策略Si的增長率，并更新演化下一時(shí)期采用純策略Si的相位在單交叉路口的所有相位中所占的比例的方法如下:在演化時(shí)期t使用純策略Si的相位集合用Xt(Si)表示，在演化時(shí)期t使用純策略Si的相位在單交叉路口的所有相位中所占比例
5.根據(jù)權(quán)利要求1所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述過程S2的實(shí)現(xiàn)方式是:每個(gè)時(shí)段起始，首先Webster方法確定干線的共同周期，并在所述過程SI的基礎(chǔ)上確定單交叉路口綠信比，然后采用RDOC方法進(jìn)行優(yōu)化，并將所獲得的最優(yōu)相位差可行方案應(yīng)用于交通干線系統(tǒng)；具體的控制步驟下: 551:初始化時(shí)段包含N。個(gè)周期，p=0 ； 552:當(dāng)P=Ntl，確定干線的共同周期和交叉口綠信比；根據(jù)當(dāng)前的交通需求，應(yīng)用RDOC方法優(yōu)化相鄰交叉口之間的相位差，最后根據(jù)所得的方案調(diào)整當(dāng)前干線上相鄰交叉口之間的相位差； 553:第P個(gè)周期結(jié)束，p=p+l ;若p>N。，p=0 ;返回步驟S52。
6.根據(jù)權(quán)利要求5所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述RDOC方法的具體實(shí)現(xiàn)步驟如下:561:初始化，在可行解空間中隨機(jī)挑選K個(gè)不重復(fù)的候選相位差可行方案作為第一代； 562:相位差可行方案的收益計(jì)算；在交通干線系統(tǒng)中，通過計(jì)算相位差可行方案的收益值來判斷相位差可行方案適應(yīng)當(dāng)前動(dòng)態(tài)交通需求的程度；相位差可行方案的收益通過(Umax-D)計(jì)算得到，其中U-為一個(gè)相對(duì)較大的數(shù)，D表示整個(gè)交通干線總延誤； 563:計(jì)算相位差可行方案的增長率，然后根據(jù)相位差可行方案增長率大小進(jìn)行排序，選取最大增長率的相位差可行方案配置當(dāng)前交通需求的交通干線系統(tǒng)的相位差； 564:若此時(shí)演化代數(shù)達(dá)到規(guī)定最大演化代數(shù)T或者連續(xù)t,代所有單交叉路口的平均收益之差不超過0.1，則演化結(jié)束；否則轉(zhuǎn)入下一步驟； 565:生成下一代；按照“優(yōu)勝劣汰”的自然選擇機(jī)制，將上一代的K個(gè)不重復(fù)的相位差可行方案按相位差可行方案增長率排序，并確定要淘汰的相位差可行方案數(shù)量K';從可行解空間中隨機(jī)挑選K'個(gè)不重復(fù)的候選相位差可行方案替代上一代淘汰的相位差可行方案，并將增長率最高的相位差可行方案直接復(fù)制到下一代，然后根據(jù)相位差可行方案的增長率用輪盤賭選擇生成下一代；這里要注意的是，所挑選K'個(gè)不重復(fù)的相位差可行方案也必須與上一代中K個(gè)相位差可行方案不同；轉(zhuǎn)到步驟S61。
7.根據(jù)權(quán)利要求6所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述的交通干線相位差可行方案指對(duì)于一個(gè)由η個(gè)交叉口組成的交通干線系統(tǒng)，其含有的優(yōu)化相位差個(gè)數(shù)為砍.u(/' = i,2，..、"-為從交叉口 Ci下行至交叉口Ci+1東西直行相位上ci+1相對(duì)于Ci的相位差，T表示交通干線共同周期；％+u所有可能采取行動(dòng)的集合記為A(m)，其中m為行動(dòng)的個(gè)數(shù)，定義下行所有的+1少= 1,2，…3-1}隨機(jī)選擇的行動(dòng)構(gòu)成的行動(dòng)組合稱為交通干線相位差可行方案；所述的可行解空間指所有可行行動(dòng)組合的集合，記為 X，并滿足 ΙιυΧ2υ...υ2 =尤，且\ η χ」=φ.i，j e {i，2，...，mn}。
8.根據(jù)權(quán)利要求6所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述的交通干線總延誤
9.根據(jù)權(quán)利要求6所述的基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，其特征在于:所述相位差可行方案的增長率的計(jì)算方法如下:在演化的第t代，相位差可行方案Xi收益為Ut(Xi),用Pt(Xi)度量在時(shí)期t使用相位差可行方案Xi的集合；用ηOl(Xl) = Pt(Xi) /Σ7丨(A)表示在時(shí)期t使用Xi在演化第t代的全部相位差可行方案中所占份額，η表示演化第t代中包含的相位差可行方案的個(gè)數(shù)；用狀態(tài)變量Θ t表示這一比例構(gòu)成的向量，則可得在時(shí)期t群體中平均收益&相位差可行方案Xi的增長
全文摘要
本發(fā)明設(shè)計(jì)了一種基于演化博弈的交通信號(hào)周期自適應(yīng)控制方法，將演化博弈理論應(yīng)用于交通信號(hào)自適應(yīng)控制中，充分考慮了交通流和信號(hào)控制的動(dòng)態(tài)特性，建立了信號(hào)燈自適應(yīng)控制模型，應(yīng)用于解決當(dāng)前區(qū)域城市交通號(hào)燈控制的問題。該方法是一種完全分布式的控制方法，可以很好的解決交通系統(tǒng)的不確定性、隨機(jī)性、非線性、局部性等特點(diǎn)，此外，相對(duì)于其他一些智能算法的應(yīng)用，該方法的結(jié)構(gòu)簡單，性能穩(wěn)定，具有良好的可修改性和可擴(kuò)展性。
文檔編號(hào)G08G1/081GK103177589SQ201310139809
公開日2013年6月26日 申請(qǐng)日期2013年4月22日 優(yōu)先權(quán)日2013年4月22日
發(fā)明者余春艷, 李建明, 吳麗麗 申請(qǐng)人:福州大學(xué)