智能控制理论在中的应用

交通问题是当今世界人们普遍关注的重要问题，交通问题所带来的严重危害日益影响人们的日常生活与社会经济的发展，所以发展中国的智能交通事业势在必行。智能交通控制系统是智能交通系统的重要组成部分。

智能控制理论是自动控制论与人工智能理论交叉的产物。对于具有不确定性，难以建立精确的数学模型的复杂控制对象，智能控制是行之有效的，它决定了智能交通控制系统与智能控制理论相结合的必然性。随着智能控制理论和技术的飞速发展，如人工智能的专家系统、模糊系统、人工神经元网络、遗传算法等，传统的控制技术和方法越来越表现出巨大的局限性。许多学者已将模糊控制和神经网络等先进技术应用于交通控制系统当中。

目前，建立完善的智能交通系统是解决交通基础设施建设增长缓慢与机动车数量逐年增长之间的矛盾的最为有效的途径。智能交通控制系统作为智能交通系统的重要组成部分，受到国内外的广泛关注，取得了许多成果。部分基于数学模型和传统控制方法的智能交通控制机理已相对成熟，并在非拥挤交通路况条件下取得了令人满意的控制效果。然而伴随社会与交通的飞速发展，主要是城市交通路网规模及交通流量的急剧增长，传统交通控制系统的性能受到了极大的挑战，新的技术和方法的引人显得十分必要和非常迫切。

模糊控制是一种重要的智能控制方法。模糊控制器的控制策略是通过学习、试验以及长期经验积累形成的，它可以用自然语言加以描述，而不依赖于精确的数学模型，特别适用于复杂系统和不确定对象，且具有较强的鲁棒性。因此，基于模糊逻辑的智能交通控制系统发展迅速。

因为交通路网的拓扑结构具有分布式特性，以及交通系统具有多层次、复杂的特点，多智能体技术更适合应用于智能交通系统。从长远来看，建立基于多智能体技术的智能交通控制体系具有更广阔的发展前景。

城市交通控制系统发展的初期，人们主要把精力放在信号灯和信号控制器等硬件设备的更新和改进方面。直到机动车辆增多和交通流量增大使得路口间交通流运行与信号控制的日渐增强的耦合作用被认识到时，城市交通控制机理才逐步受到重视并得到研究和发展。

最初的交通信号灯，只按本路口的交通情况独立运行，不考虑其邻近路口的交通状况以及相邻路口信号控制间的耦合作用，这样的路口控制通常称作孤立路口控制或点控。但由于路口间的交通流存在耦合作用，这种相互独立的控制方式会导致频繁停车并影响控制效果，从而需引人协调控制。协调控制包括线控和面控。线控主要指干线方向的信号协调控制，就是设计一种相互协调的配时方案来控制干线上各交叉口信号灯的协作运行。然而，对于整个区域的交通负荷都很大的情况，采用干线协调控制方式往往不能收到预期的控制效果，甚至可能使之恶化，因此需在整个交通网络上寻求统一协调，即交通网络协调控制，或称面控。可见，从控制协调的规模来看，城市交通控制可分为点控、线控和面控三种情况。

就控制方式而言，交通控制可分为定时控制、感应控制和实时自适应控制三种。定时控制根据关于交通状况的历史数据及统计结果，找出每天及每小时的不同交通流的变化规律，用人工方法或计算机仿真方法按不同天及不同时段的若干种典型状况及一定的优化模型与算法制定出相应的信号配时方案，由交通警察根据当时的路况进行选择或用日历钟按照交通流变化的规律每天在一定的时间自行转换。定时控制方式具有简单经济的优点，但对交通流的随机变化不能有效响应，适应能力很差。感应控制方式则在交叉路口的部分或所有进口车道上安装检测器，并随时根据检测得到的交通信息和预先设定的信号配时方案决定当前信号状态是否延长或终止转换。此方式符合交通流的随机特征，较定时控制方式有更大的灵活性，适应能力有所增强，适用于饱和度较低、交通流没有明显变化规律、随机性较强的路口。实时自适应控制则是根据路口检测得到的有关交通信息并基于交通预测模型预测近短期交通需求状况的变化，从协调信号配时方案库中选择相应的最优方案或实时计算产生相应的最优信号配时方案来实现交通控制。由于信号方案的实施充分考虑了实时交通需求，所以能通过不断修正控制参数来适应交通流的动态随机变化，具有较高的控制精度和较好的响应速度，适应能力最强，但由于其需要安装大量的检测设备和通信线路而造价很高。

根据系统控制逻辑和硬件配置来看，城市交通控制系统的体系结构经历了无计算机控制、计算机集中式和计算机分散式三代演变过程。最初的信号灯是人工控制的，所以称为无计算机控制的系统。1946年电子数字计算机问世，不过因为当时的计算机价格较为昂贵，通常只能针对多个路口构成的路网系统设立一个中央计算机系统，根据来自检测器或局部控制器的交通信息数据，统一对整个路网系统进行信号配时方案的选择或计算，这即计算机集中式控制系统。伴随集成电路的发展和计算机的日益微型化，智能交通控制步人计算机分散控制时代，具体分为两种情况：一种是计算机完全分散式控制系统，其特点是无控制中心，各路口的局部微型计算机负责相应的信号配时和与其他计算机的数据交换；另一种则是基于递阶分层结构的计算机分布式控制系统，作为集中式控制和分散式控制的结合，它汇集了二者的优势，既提高了灵活性、可靠性和有效性，又节省了系统投资，所以成为发展方向。

计算机的出现和广泛应用掀起了人工智能研究的热潮。针对传统交通控制系统的固有缺陷和局限性，人工智能中的专家系统、模糊系统、人工神经网络、遗传算法、多智能体等实用技术被相继推出并被应用到交通工程领域。