基于人工蜂群的交通信号自适应优化控制  

Optimized Control of Adaptive Traffic Signal Based on Artificial Bee Colony

作　　者：郭新兰[1] 李涛[2] 

机构地区：[1]南京交通职业技术学院机电工程系,江苏南京211188 [2]华为技术有限公司,江苏南京210012

出　　处：《常州工学院学报》2013年第2期6-12,共7页Journal of Changzhou Institute of Technology

基　　金：南京交通职业技术学院2011年度科研项目(JY1110)

摘　　要：基于不需要明确数学模型的自适应动态规划(ADP),提出一种新的城市交通信号控制算法。考虑到已有ADP算法中主要模块由人工神经网络构成,对模块分别通过梯度下降法训练、调整网络参数,造成ADP模块参数调整效果不理想。文章引入人工蜂群理论(ABC),并将人工蜂群理论用于ADP算法中神经网络参数的优化学习,提出改进的ABADP算法,借助人工蜂群理论的优点来提高神经网络的学习速度,以便尽快取得优化控制效果。将ABADP算法用于单交叉路口的交通信号控制问题,验证所提出算法在学习速度上的优势。仿真结果显示,基于人工蜂群理论的ADP算法可以提高ADP算法的学习效率。This paper presents a new traffic signal control algorithm based on a model-free action-depend- ent ADP （ adaptive dynamic programming）. Because the existing ADP algorithm modules is constituted by the ar- tificial neural network and the application of gradient descent algorithm to such modules to adjust the network pa- rameters will not bring about ideal ADP module parameters, this paper introduces artificial bee colony theory （ ABC）, and applies it to the optimized learning of ADP neural network parameters so as to come up with an im- proved ABADP algorithm. To the traffic signal control of a single crossing is applied this improved algorithm,and the simulation result shows that ABC-based ADP algorithm can enhance the learning efficiency of ADP.

关 键 词：交通信号控制 自适应动态规划 人工蜂群理论 

分 类 号：U491.51[交通运输工程—交通运输规划与管理]