基于粒子群的模糊神经网络交通信号控制  

FuzzyNeuralNetworkModelforControlling TrafficSignalBased on Particle Swarm Optimization

作　　者：于万霞[1] 杜太行[1] 郑宏兴[2] 

机构地区：[1]河北工业大学,天津300130 [2]天津工程师范学院电子工程系,天津300222

出　　处：《微计算机信息》2008年第7期18-19,179,共3页Control & Automation

基　　金：国家自然科学基金项目(60671009)

摘　　要：针对城市交通流的特点,提出了一种单交叉口多相位模糊神经网络交通信号控制模型,并采用全局优化的粒子群算法优化模糊神经网络参数。仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力。According to the characteristics of short-time traffic flow,a fuzzy neural network model is proposed to solve traffic signal control.A fast global optimization algorithm,particle swarm optimization(PSO) algorithm is applied to training the fuzzy neural network.The simulation results demonstrate the proposed model can efficiently reduce average vehicle delay time and improve the ability of road traffic.

关 键 词：交通控制 模糊神经网络 车辆平均延误 粒子群算法 

分 类 号：U491.54[交通运输工程—交通运输规划与管理]