城市交通信号控制研究
伴随着经济的高速增长，城市化水平正在迅速提高，城市的经济职能不断加强，居民的经济、文化活动日益频繁。这就导致了城市交通需求的快速增长。而随着城市交通的飞速发展，同时也带来了一系列问题如城市交通拥挤、交通延误、交通事故和交通污染等。显然，解决城市交通问题的最直接的办法就是修建更多的道路和桥梁以提高路网的通行能力，但是由于资金和城市空间限制的问题，这一方法往往不是十分可行。本论文试图通过对城市交通信号控制问题的研究，寻求合适的城市交通信号控制算法，从一定程度上来解决城市交通的拥挤和堵塞问题。
论文的主要内容和创新之处如下：1、短时交通流预测的研究。提出了两种新的短时交通流预测方法，一是复合人工神经网络方法，二是模糊时间序列方法。复合人工神经网络主要有两部分组成。一部分主要考虑预测点数据在时间上的相关性，另外一部分主要考虑预测点数据在空间上的相关性。最后把两个预测到的数据进行加权处理并得到最后的预测结果。模糊时间序列方法的最大的优点是能够处理历史数据是语言变量的预测问题。
2、对相位进行了研究并提出了可变相位的概念。首先讨论了相位设计的专家系统，然后研究了相位的相序。最后提出了可变相位的概念。所谓可变相位是：不仅相位的时间及相位的顺序是可以改变的，而且相位个数和相位的组合也是可以改变的。
3、对单路口交通信号控制问题进行了研究。根据我国的特殊国情，特别研究了混合交通流下单路口信号配时和控制问题。基于F.韦伯斯特-B.柯布信号配时公式给出了混合交通流下单路口信号配时公式，为混合交通流下的交通优化配时研究开拓了一个新的研究思路，对改善中国的交通拥挤状况有着重要的意义。另外，又提出了混合交通流下单路口的分布式模糊控制模型，该模型主要包括四个主要模块：非机动车辆模块、相位选择模块、观测模块以及决策模块。
4、对两相邻路口的信号控制问题进行了研究。提出了两相邻路口协调控制算法，此算法综合考虑了各个车道上的车队长度，以及各车道两感应线圈之间车的数量和两路口间的车流量，因此和以往算法相比更加适合路口的信号控制。
5、对区域交通信号控制进行了研究。利用Agent技术结合前面已有的研究成果对城市交通信号控制的进行了建模并利用博弈理论给出了协调控制算法。所建立的模型和算法主要优点是能够适应实时变化的交通环境，克服以往算法的不足。
交通流预测;人工神经网络;模糊时间序列;交通信号控制;城市交通
中国科学院自动化研究所
博士
控制理论与控制工程
王飞跃
2005
中文
TP391.41;U491.51
125
2006-06-13（万方平台首次上网日期，不代表论文的发表时间）