罗金玲

摘 要：针对当前城市路口交通信号易发生拥堵的现象，设计出了交通信号智能控制系统。该系统首先对云模型的定义、正态云模型和云发生器进行了分析；其次对单路口交通信号的建模和智能算法进行了研究；最后从总体流程、硬件、软件对系统的设计进行了详细的分析研究。文章对于系统设计和交通规划都具有一定的积极意义。

关键词：云模型；交通信号；智能算法；交通规划

中图分类号：TP391 文献标识码：A 文章编号：2095-1302（2015）11-00-02

0 引 言

随着城市人口和车辆的增多，城市交通问题受到人们越来越多的关注，交通的通畅与否已经影响到人们的生活质量和工作效率。道路交通是一门综合性非常强的系统工程，提高城市的交通效率可以通过扩宽和修建道路来完成，但是城市里的土地资源有限，道路不可能无止境地修建，所以，可以通过智能交通信号来管理整个交通系统，使道路上车辆的行驶更加科学、安全。

1 云模型

1.1 云模型的定义

在当前社会中，有许多的不确定问题和事件，通过数据提取技术将它们的随机性和模糊性提取出来，再利用模糊数学理论对其进行分析，从而得到一个评估近似的结果。这也是人与机器本质的区别，在学习和认知过程中，存在着大量的模糊概念，需要人们不断地对其进行判断、评价和学习。

1995年，我国李德毅院士在对不确定性问题的研究过程中，提出了如何处理定性概念与定量描述过程中使用不确定转换模型，即云模型。云模型是建立在正态分布的基础上，可以较清晰地描述和表示模糊数学中数据之间的关系，具有随机性和稳定倾向性的特点。在当前的工业控制、组合优化、图像处理、信号控制、经济调控等社会生活和生产领域中得到广泛的应用。

1.2 正态云模型

在概率统计学中，正态分布是最常见的分布，有方差和均值两个常用参数，其几何模型和使用符合人类社会发展规律，应用比较广泛。正态云是在正态分布的基础上设计的散点云模型。

正态云的定义如下：一个定量论域X={x}，其中A是X上的一个定性概念，那么对于x都有一个稳定倾向随机数，即x是A上的随机实现。X对于A满足公式（1），则称为x在论域X上的正态云。

（1）

不同参数的正态云生成的正关图像是不同的，其中分布是正态的，取值是不确定的，每个云滴的映射也不同，随着云滴增加，云的特性表现更加明显。为了实现云模型计算，需要三个参数，分别是期望Ex、熵En、超熵He，这三个参数在云模型中的关系如图1所示。

图1 正态云模型

1.3 正态云发生器

正态云发生器是将定性概念和数据分布规律互相转化的模型。分为正态云发生器和逆向云发生器两种。正向云发生器是通过云模型参数生成符合正态分布的云滴的模型，即由期望Ex、熵En、超熵He推出云滴μ（x）的过程，而逆发生器是将云团转化为定性概念的模型。

2 单路口建模与优化

2.1 单路口建模

当前，我国的交通信号主要采用红、黄、绿三色，在单路口建模以前，需要对几个常用的术语进行描述：

（1）周期

信号灯在红黄绿三种颜色间不断交替，当前我国大部分城市采用的都是红绿灯定时的方案，周期是绿、黄、红灯时间相加起来的总和。

（2）车辆滞留量

在单个路口，允许等待红绿灯的最大车辆数目。

（3）绿信比

绿灯时间和周期的比例。

（4）相位

在一个路口，当车辆行驶向同一方向行进称为一相，路口的车辆可能同时有多相行驶，相位越多，代表当前的交通秩序越好。

当道路出现拥堵现象时，就会有交警在路口指挥交通，这使得交通信号具有了智能性。如果交通信号灯在没有交警的情况下能够智能地对车辆进行引导，可以节省大量的警力。

在单个交叉路口的规划中，需要在路口尽可能多地通过车辆，同时根据实际情况有效地改变绿信比，使得车辆滞留量多的路段延长绿灯时间，从而避免该路段的堵塞。单交叉路口规划建模如图2所示。

图2 单交叉路口规划建模

单路口规划的数学模型计算出来的最大车辆通过量f（t）如公式（2）所示：

（2）

为了保证每个相位的相对公平，其中ti的时间和不能超过120秒，每个时间相位ti的时间不能少于10秒，pi为一分钟内通过的车辆数。

2.2 智能算法

交通信号能够随着车流辆的多少而自行设置红绿灯的时间，因此交通信号具有智能分析能力，本文将遗传算法应用到交通信号控制中，使信号灯能够根据不同的交通情况自行进行处理。

遗传算法是借鉴“优胜劣汰，适者生存”的自然法则而产生的随机搜索算法，是当前最流行的智能算法，主要经过群体初始化、数据编码、对信息进行编码、选择及交叉运算，经过变异后设置终止条件，进而得到最优解的过程。

3 交通信号智能控制系统的实现

3.1 系统总体流程

根据交通的特点，设计的系统要具有实时性、灵活性、智能性和独立性的特点，通过照相设备和传感器获取车流量信息，对其进行数据处理并分析，经过遗传算法与交通特点相结合生成适当的控制策略，并生成相应的信号控制系统对信号灯的变化进行管理，达到合理分配交通流量的目的。其总体流程如图3所示。

图3 系统总体流程

3.2 硬件设计

采用LPC2378作为整个系统的中央处理器，将检测器、键盘与LED显示、输出、异常处理、上位机、模拟显示设备与之相连，可以有效地收集道路的交通数据，完成数据的完整采集和输出。其硬件结构如图4所示。

图4 系统的硬件结构

3.3 软件设计

软件是整个系统运算的关键，管理着相关数据信息在设备上的输入和输出，确保不同设备之间的网络数据交流，并进行智能化计算，确保得出最优的红绿灯运行时间，达到智能控制的要求。其核心代码如下：

int sj，i，j；

float Addhe=0；

float p；

for（sj=0；sj

{

Addhe+=diedai[sj].fitness；

}

for（sj=0；sj

{

diedai[sj].rfitness=diedai[sj].fitness/Addhe；

}

diedai[0].shihe=diedai[0].rfitness；

for（sj=1；sj

{

diedai[sj].shihe=diedai[sj.shihe+diedai[sj].rfitness；

}

for（i=0；i

{

p=rand（）%1000/1000.0；

if（p

{

newdiedai[i]=diedai[0]；

}

else

{

for（j=0；j

if（p>=diedai[j].shihe&&p

newdiedai[i]=diedai[j+1]；

}

}

for（i=0；i

diedai[i]=newdiedai[i]；

4 结 语

本文对单路口交通信号智能控制系统进行研究，在当前社会中，交通问题已经成为困扰每个城市发展的重要问题，解决交通难题可以提高市民的生活品质和提升城市的品质。本文结合云模型和遗传算法使交通信号的控制具有智能化，实时缓解了交通拥堵的运行状况。

参考文献

[1]刘雅丽，孙光明，王硕，等.精品教学资源库共享平台的云模型设计与实现[J].河北交通职业技术学院学报，2014，11（4）：1-6.

[2]高键，姜长生，李众.一种新的云模型控制器设计[J].信息与控制，2005，34（2）：157-162.

[3]王芳.基于云模型的高校教师满意度综合评价[J].技术与创新管理，2009，30（5）：636-639.

[4]王成全.基于二维云模型的规则提取算法研究[J].计算机工程与应用，2010，46（26）：46-48.