基于C-FQL算法的城市干线交通信号控制  

Methods of Control for Traffic Signals on Urban Trunk Roads Based on C-FQL Algorithm

作　　者：宋正东[1] 刘智勇[1,2] 

机构地区：[1]五邑大学信息工程学院,广东江门529020 [2]江门职业技术学院,广东江门529090

出　　处：《五邑大学学报（自然科学版）》2011年第3期45-50,共6页Journal of Wuyi University(Natural Science Edition)

基　　金：广东省自然科学基金资助项目(8152902001000014);广东省高等学校自然科学重点研究项目(05Z025)

摘　　要：针对城市干线交通协调控制难于建立准确数学模型的问题,提出了混沌模糊Q学习(C-FQL)方法,即在模糊Q学习过程中添加混沌扰动以改变Agent选择动作的方式,并通过添加遗忘因子以平衡学习过程中扩张与利用之间的关系.城市干线交通协调控制中应用C-FQL方法以优化各交叉路口的周期、相位差和绿信比.借助TSIS交通仿真平台,建立了C-FQL方法在城市干线交通协调控制中的应用仿真,结果表明,C-FQL方法收敛速度快,在城市干线交通协调控制中效果良好.Given the fact that it is difficult to establish an accurate mathematical model for coordinating control on urban traffic trunks, a chaotic fuzzy Q learning （C-FQL） approach, i.e.; the addition of chaotic disturbance to a fuzzy Q learning process, to change the way Agent chooses an action and to balance the relationship between the expansion and utilization by adding the forgetting factor. The C-FQL method is applied to control coordination on Urban Trunk Road to optimize the cycle, offsets and splits of the intersections. Application simulation to be used in control coordination on urban trunk roads is established using the C-FQL method and the TSIS traffic simulation platform. Simulation results show that the C-FQL method converges faster and is effective in control coordination on urban trunk roads.

关 键 词：交通干线协调控制 混沌模糊Q学习 模糊控制 城市交通 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]