毕业论文设计(交通灯)

1、单交叉路口红绿灯智能控制系统 专业：自动化 姓名：张 桂 指导教师：王彩霞老师 摘 要 近年来随着社会的快速发展和人们生活水平的不断提高，城市 交通的车流量大幅度增加，给交通道路的运行带来了巨大的压力。在复杂 的城市交通控制系统中，单交叉路口交通控制系统通常采用的方法是定时 控制方案，预先人为地分配好红黄绿灯的保持时间。其主要目的是协调好 车辆的通行,尽量减少车辆的延误和道路的拥挤。为了能更好更快地解决城 市交通道路拥挤的问题，特别是对交通灯的控制要求就很高。因此本课题 选择模糊控制算法来实现交通灯对交叉路口的智能控制。 本文首先介绍模糊控制的相关内容，利用模糊控制算法设计了单路口 红绿灯模糊

2、控制器，研究对交通灯的控制的模糊控制算法，并利用仿真将 模糊控制的效果与定时控制的效果进行比较。使用 matlab 仿真结果表明： 利用模糊控制算法来实现对交通灯的控制，其效果优于定时控制。 关键词 单交叉路口交通灯，模糊控制，仿真，matlab abstract in recent years along with societys fast development and the people living standards unceasing enhancement, municipal transportations traffic flow magnitude increased

3、large scale, has brought the huge pressure for the transportation paths movement. in the complex municipal transportation control system, the method which the list four corners traffic control system usually uses is the timed control plan, artificial assigns the good red yellow green light maintains

4、 the time in advance. its main purpose is coordinated the good vehicles passing through, reduces vehicles delay and paths crowded as far as possible. for can better solve the municipal transportation road congestion quickly the question, the control request is very specially high to the traffic ligh

5、t. therefore this topic choice fuzzy control algorithm realizes the traffic light to the four corners intelligent control. this article first introduced that the fuzzy control the related content, the use fuzzy control algorithm design single- channel lipstick green light fuzzy controller, has studi

6、ed to the traffic light the control fuzzy control algorithm, and carries on using the simulation fuzzy controls effect with the timed control effect the comparison. uses the matlab simulation result to indicate: uses the fuzzy control algorithm to realize to the traffic light the control, its effect

7、 surpasses the timed control. key words: single-junction traffic lights，fuzzy control，simulation，matlab 目 录 1 绪 论.- 1 - 1.1 智能交通系统简介 .- 1 - 1.2 国内外发展的现状 .- 3 - 1.3 本文主要研究内容 .- 5 - 2 模糊控制原理.- 6 - 2.1 模糊控制概述 .- 6 - 2.2 模糊控制概念 .- 7 - 2.3 模糊控制特点 .- 8 - 2.4 模糊控制理论基础 .- 8 - 2.4.1 模糊集合 .- 8 - 2.4.2 模糊算子 .-

8、 11 - 2.4.3 隶属度函数 .- 12 - 2.4.4 模糊控制规则 .- 15 - 2.4.5 模糊推理 .- 17 - 2.4.6 反模糊化 .- 19 - 2.5 模糊控制器 .- 21 - 2.5.1 模糊控制器的组成 .- 21 - 2.5.2 模糊控制器的结构 .- 24 - 2.5.3 模糊控制器的设计 .- 26 - 3 单路口交通灯控制系统.- 28 - 3.1 交通信号模糊控制思想 .- 29 - 3.2 交叉口车辆传感器设计 .- 32 - 3.3 模糊控制器的设计 .- 33 - 3.3.1 确定模糊控制器的输入输出变量 .- 34 - 3.3.2 确定模糊控制

9、规则 .- 36 - 3.3.3 模糊推理及反模糊化的方法 .- 39 - 3.4 模糊响应表的生成 .- 40 - 4 仿真系统设计与实现.- 41 - 4.1 matlab 软件介绍.- 41 - 4.2 matlab 模糊逻辑工具箱介绍.- 42 - 4.3 评价指标计算 .- 42 - 4.4 仿真系统设计与实现 .- 43 - 4.5 仿真结果分析 .- 44 - 5 结论与展望.- 46 - 结束语.- 48 - 参考文献.- 49 - 致 谢.- 50 - 1.绪 论 1.1 智能交通系统简介 智能的交通控制系统（its）主要是利用了最先进的电子科技信息技术,形 成了以人员,公路

10、和车辆三位为一体的新公路交通控制系统的总称。its 的 作用主要是能够通过利用现有的道路交通设施来减少交通的拥挤,并加强了 对车辆的集中管理和合理调度,为驾驶员以及乘客提供足够多的交通,安全, 娱乐等信息,使得人,车,路能够密切地相结合和统一,这将极大地提高交通 运输通行效率,保障交通安全,增强车辆行驶的舒适性和安全性,这也对于改 善环境保护和提高能源的利用起了很大的作用。为此 its 已引起了各国的 关注和重视。 智能交通控制系统(its) 按交通控制系统结构分类,可分为集中式的计 算机交通控制系统和分布式的计算机交通控制系统。按交通控制系统的控 制模式分类,可分为静态系统和动态系统。从功能

11、角度上来说,包含的项目 很多,大体可以分为以下五类： 1）先进的交通管理系统(atms)：是指开发先进的交通控制,监测和信 息处理的先进管理技术。该系统主要用于在道路,车辆和驾驶员之间建立相 互的通讯联系,然后交通控制中心接收到各种交通信息(如车辆检测,交通信 号,告警和求助信号)并经过快速处理和调节此时的交通信号显示来向驾驶 员和管理人员提供实时的交通信息,从而使交通道路处于最佳的运行状态。 主要包括以下几部分: a 信息检测系统：信息检测系统完成交通量,车道占有率,车速等参数的 检测,是交通管理与控制的基本依据,通常是通过各类车辆检测器来测定。 如:视频检测器(如摄像头),环形线圈检测器,

12、磁性检测器,雷达检测器,超声 波检测器,射频设备监测器等等。 b 信息处理系统：信息处理系统(包括交通控制中心的各级计算机硬件 与软件),主要对数据,语音,图像等信息进行处理和分析,生成并不断更新交 通运输信息数据库,提出交通控制方案,并通过相应的设备对有关路段内的 交通流做出相应的管理与调度。 c 信息传输系统：在控制中心与信息采集,提供系统终端之间,需要借助 于信息传输系统进行联系。为了确保系统内部数据,语音,图像信息准确,及 时地传输,以满足运营管理的通信需求,传输系统通常由城市道路综合通信 专用网-光纤传输网和其它专网集合而构成。 2）先进的车辆控制系统(avcs)：即能够辅助以至替代

13、驾驶员实行控制 的技术,如驾驶员警告和援助技术,障碍物避让技术,以及自动驾驶灯,从而 使汽车行驶安全,高效。目前美国有 3000 多家公司从事高智能汽车研制,已 经推出自动恒速控制器,红外智能导驶仪等产品。 3）先进的驾驶员信息系统(adis)：是以驾驶员为服务对象,其技术手 段有很多种,如通过办公室或者家庭的计算机终端,公路咨询广播系统等,向 驾驶员提供当前的交通和道路情况,车辆位置和行驶信息,甚至可以自动导 航。 4）营运车辆调度管理系统(cvo)：是专为运输企业提高盈利而开发的 智能型营运管理技术,目的在于提高商业车辆,公共汽车和出租汽车的效率。 企业的车辆调度中心通过卫星,路边信号站等

14、装置,以及车辆自动定位,识别 和称重等设备,对营运车辆进行调度管理。该系统的通信能力极强,可以对 全国或者更大范围的的数万乃至数十万辆车辆进行实施控制。 5）先进的大众运输系统(apts)：采用如个人计算机，电视等各种智能 技术向公众根据出行的时间和路线,方式以及对各种车辆的选择等提供咨询,并 在公共车站通过显示器向乘客提供车辆的不同情况的运行信息等方法来促 进公共运输业的发展。 在不同的交通运输项目中,往往采用下面几种技术: a 交通检测技术:通过感应圈,红外,微波,闭路电视摄像,卫星定位检测 技术,对不同路段的车辆和道路进行检测,并收集交通车流数据和图像信息； b 交通控制技术:包括先进的

15、交通信号控制系统,匝道信号控制系统,信 号灯控制系统等技术； c 通讯技术:主要包括了高密度的波分复用技术,光纤的传输以及接入技 术,无线传输技术等； d 数据处理:包括对车流数据,收费数据,监控信息数据等一些数据的处 理； e 信息提供:通过图像信息或者 fm 等通讯手段提供了出行的信息。 1.2 国内外发展的现状 城市交通路口的拥挤问题往往突出表现在一些单交叉路口处,80%以上 的交通延误和拥挤主要集中在单交叉路口上,交叉口的通行能力不足道路的 50%。在交叉口处,不同运行方向车辆的交叉运行,容易导致交叉路口处的车 辆运行效率降低。再加上一些不合理的交通道路的几何设计和相位设计,使 得交叉

16、路口的运行情况常、经常处于一种极其拥挤和混乱的局面.当发生这 样的情况后,一方面是造成交叉路口的通行能力下降,车辆运行延误,同时也 给环境带来了相关的问题。另一方面,一旦交叉路口发生车辆堵塞和拥挤, 这不仅仅影响到了该交叉路口的临近路段,还会使其他路段同样的拥挤，不 能正常的运行。因此,对于是否充分地利用道路资源的主要关键就是对交叉 路口资源的利用是否充分的问题,对于交叉路口的交通运行特性进行深入的 分析,并找出造成交通阻塞和拥挤的原因,对于怎样提高交叉路口的运行能 力的具体条件和相对应的措施,以及对措施的实施效果是提高交叉路口运行 能力和缓解城市交通阻塞和城市交通压力问题是很有效和富有经济性

17、的方 法。 基于此类交通问题,许多发达国家和发展中国家都十分重视智能交通 控制系统的开发和应用。从美国对 its 项目的规划中知道,从 2000 年到 2011 年,美国已经准备了 200 亿美元投资于构造全国的 its 项目中。且已经 在洛杉矶等地方开始开发了 its 在洛杉矶市对交通道路的自动的交通检测 和控制,通过计算机控制系统来监控全市的交通运行状况和系统本身的性能； 在道路上所设置的感应线圈可以检测出车辆的行驶速度和车流量以及车辆 对道路的占用情况,并且能在短时间内对一些情况进行数据修改；交通信号 可通过计算机针对实际的交通状况来进行自适应的调整或者人为的干涉;并 且在一些关键的路段

18、和重点的地区都会配有摄像机,以此来及时地观察该路 段的交通情况。所以在不通过增加对道路的投资的前提下,its 很明显地提 高了交通通行效益,道路畅行了许多。 关于日本的 its 主要包括了三个控制系统,一是由 ahs 和 asv 组成的智 能诱导系统(stuart cruise system; ahs: advanced cruise assist highway system; asv: advanced safety vehicle)；二是通过 etc 来收费 的电子系统(electronic toll collection system),相当于不停车收费系 统；三是 vics 汽车信息

19、通讯系统(vehicle information and communication system)。据统计，从 2000 年初到 2001 年 6 月,日本已普 及有 300 万辆汽车安装上了 vics 的通讯系统,并且对于 etc 的应用更加广 泛。同时，韩国政府于 2001 年 3 月开始制订了全新的 its 计划-its 蓝图, 预算投人 75 亿美元,并且在 2010 年前建成 7 个先进的 its 子系统,主要包 括了汽车及高速公路系统,先进的交通管理系统,电子收费系统等。近年来, 我国的许多研究学者以及研究机构在交通建模与交通控制方面作了大量的 研究工作,并将许多研究成果应用于交

20、通控制系统中,建立了一些比较优秀 的交通控制系统。 1.3 本文主要研究内容 本课题的主要任务是设计一个单交叉路口交通灯智能控制系统，要求 能根据车流量大小来调节红绿灯亮的时间。因此，所采用的控制算法有很 多种，如神经网络，专家系统，遗传算法和模糊控制等，本课题选择的是 模糊控制算法，所以文章首先重点介绍模糊控制的相关知识，包括模糊控 制的概述、模糊控制的特点、模糊控制理论基础、模糊集合、模糊算子、 模糊控制规则、隶属函数、模糊推理、反模糊化、模糊控制器及其设计步 骤等；然后将模糊控制应用到交通灯控制系统中，最后通过进行 matlab 仿 真得以验证其可行性。 2.模糊控制原理 2.1 模糊控

21、制概述 模糊控制是以模糊集合论作为它的数学基础，它的诞生是以 1965 年美 国的控制论专家 l. a. zadeh 教授提出的模糊集理论为标志，从而为描述， 研究和处理模糊性现象提供了一种新的工具。同时，模糊控制对于利用模 糊集合控制理论建立数学模型和设计控制器的方法也出现了。模糊控制的 核心主要是利用模糊集合的控制理论，把人的控制策略转化为能被计算机 所接受的算法语言，这种方法能实现控制，同时能模拟人的思维方式对一 些被控对象进行有效的控制。 将模糊集合的控制理论运用于自动控制中的模糊控制理论，在近几年 得到了很快的发展，其原因主要是针对那些复杂的非线性系统，假如不能 获得精确的数学模型时

22、，就可以通过智能的模糊控制器来给出有效的控制。 例如，在炼钢，化工，人文系统以及其他的控制系统中，要想获得正确而 又精密的数学模型是相当困难的。对于这些系统却具有大量的以定性的形 式表示的极其重要的先验信息，以及仅仅用语言规定的性能指标。同时， 要求过程的操作人员是系统的基本组成部分等。所有这些都是一种不精确 性，应用一般的控制理论是很难实现控制的，但是，这类系统由人来控制 却往往容易做到。这是因为过程操作人员的控制方法是建立在直观的和经 验的基础上，他们凭借实践积累的经验，采取适当的对策完成控制任务， 于是，人们把操作人员的控制经验归纳成定性描述的一组条件语句，然后 运用模糊集合理论将其定量

23、化，使控制器得以接受人的经验，模仿人的操 作策略，这样就产生了以模糊集合理论为基础的模糊控制器。模糊控制理 论的提出是控制思想的一次深刻的变革，它标志着人工智能发展到了一个 新的阶段。 2.2 模糊控制概念 模糊逻辑控制简称模糊控制,是一种基于模糊数学理论的新型控制方法。 模糊控制中的模糊量描述是以模糊集合论为基础的,模糊控制的核心在于模 糊控制器。模糊控制器在模糊控制中起十分关键的作用。实施模糊控制要 经过 3 个过程,即: 1)将输入的机器、精确量经输入隶属函数映射成模糊输入变量(模糊化) ； 2)用模糊规则对模糊输入变量推理,并得到模糊控制变量(模糊推理) ； 3)用输入隶属函数将模糊控

24、制变量转换成能进行实际控制的精确控制。 模糊控制的输出量是唯一的，也就是说它给执行机构是一个确定的信 号。在模糊控制器的设计过程中，一般是先将一个精确的输入量模糊化。 使每一个输入量都对应一个模糊集合。然后又由专家经验制订模糊控制规 则，并进行模糊推理。控制规则是模糊控制器的核心所在。最后，要将模 糊控制的输出进行清晰化处理，使输出量唯一。这是因为输入量开始时对 应了一个模糊集合。经过模糊推理，必然得到一个模糊的输出量集合。但 是一个执行机构的控制是唯一的，不能模棱两可。所以，要根据一定的计 算方法得出一个唯一的输出量，传递给执行机构，进行各项调节。 2.3 模糊控制特点 模糊控制是在最近的短

25、短十多年来发展相当迅速，这主要是归结于模 糊控制器的一些明显的特点。 模糊控制理论的特点主要变现在： 1）模糊控制无需被控对象的数学模型。模糊控制是以人对被控对象的 控制经验为依据而设计的控制器，故无需知道被控对象的数学模型。 2）模糊控制是一种反映人类智慧思维的智能控制方法。模糊控制采用 人类思维中的模糊量，如“高” 、 “中” 、 “低” 、 “大” 、 “小”等，控制量由 模糊推理导出。这些模糊量和模糊推理是人类通常智能活动的体现。 3）模糊控制易被人们所接受。模糊控制的核心是控制规则，模糊控制 中的只是表示、模糊规则和模糊推理是基于专家知识或熟练操作者的成熟 经验。这些规则是以人类语言

26、表示的。很明显这些规则容易被一般人所接 受和理解。如“衣服脏了，则投入洗涤剂较多，洗涤时间较长” 。 4）模糊控制的构造容易。用单片机等来构造模糊控制器，其结构与一 般的数字控制系统无异，模糊控制算法用软件实现，也可以用专用模糊控 制芯片直接构造控制器。 5）模糊控制的鲁棒性和适应性好。模糊控制系统无论被控对象是线性 的还是非线性的，都能执行有效的控制，具有良好的鲁棒性和适应性。 2.4 模糊控制理论基础 2.4.12.4.1 模糊集合模糊集合 模糊集合是模糊控制的数学基础，为了表示模糊概念，则引入模糊集 合和隶属度函数的概念： （2-1） 其中 a 称为模糊集合，由 0,1 及 构成，表示元

27、素 x 属于模糊集 合 a 的程度，取值范围为0,1，称 为 x 属于模糊集合 a 的隶属度。 1）模糊集合的表示： 模糊集合 a 由离散性元素构成，表示为 （2-2） 或 （2-3） 模糊集合 a 由连续性的函数构成，各个元素的隶属度就构成了隶属度 函数（membership function） ，此时 a 表示为： （2-4） 在模糊集合的表达中，符号“/” 、 “+”和“”不代表数学意义上的除 号、加号和积分，它们是模糊集合的一种表示方式，表示“构成”或“属 于” 。 模糊集合是通过隶属函数描述的，隶属度的概念是模糊集合理论的基础。 2）模糊集合的运算 由于模糊集是用隶属函数来表征的，因

28、此两个子集之间的运算实际上就 是逐点对隶属度作相应的运算。 空集 模糊集合的空集为普通集，它的隶属度为 0，即 ax ax ax x a 0 ) 1 , 0( 1 )(的程度属于 )(x a )(x a ii xxxa/ 2211 ),( ,),(),( 2211ii xxxa xxa a / )( 全集 模糊集合的全集为普通集，它的隶属度为 1，即 等集 两个模糊集 a 和 b，若对所有元素 u，它们的隶属函数相等，则 a 和 b 也 相等。即 补集 若 为 a 的补集，则 子集 若 b 为 a 的子集，则 并集 若 c 为 a 和 b 的并集，则 c=ab 一般地， 交集 若 c 为 a

29、和 b 的交集，则 c=ab 一般地， 0)(ua a 1)(uea a )()(uuba ba a )(1)(uua a a )()(uuab ab )()()(),(max()(uuuuuba bababa 2.4.2 模糊算子 模糊集合的逻辑运算实质上就是隶属函数的运算过程。采用隶属函数 的取大（max）-取小（min）进行模糊集合的并、交逻辑运算是目前最常用 的方法。但还有其它公式，这些公式统称为模糊算子。 设有模糊集合 a、b 和 c，常用的模糊算子如下： 1）交运算算子 设 c=ab，有三种模糊算子： 模糊交算子 (2-5) 代数积算子 (2-6) 有界积算子 (2-7) 2）并运

30、算算子 设 c=ab，有三种模糊算子： 模糊并算子 (2-8) 概率或算子 (2-9) 有界和算子 (2-10) )()()(),(min()(uuuuuba bababa )(),()(xxminx bac )()()(xxx bac 1)()(, 0)(xxmaxx bac )(),()(xxmaxx bac )()()()()(xxxxx babac )()(, 1)(xxminx bac 3）平衡算子 当隶属函数取大、取小运算时，不可避免地要丢失部分信息，采用一 种平衡算子，即“算子”可起到补偿作用。 设，则ca b= (2-11) 其中 取值为0，1。 当 =0 时， ，相当于 ab

31、 时的算子。 当 =1 时， ，相当于 ab 时的算子。 平衡算子目前已经应用于德国 inform 公司研制的著名模糊控制软件 fuzzy-tech 中。 2.4.3 隶属度函数 1.概念 对于一个特定的模糊集合来说，隶属度函数基本上体现了所有的模糊 性，所以这种描述也体现了模糊集合的特性和运算的性质。在经典集合中， 特征函数只能取 0 和 1 两个数值，然而在模糊集合中，它的特征函数的取 值范围可以扩大到0,1区间的任意连续值。为了把两者之间区分开来，就 把模糊集合的特征函数称作隶属度函数。隶属度函数是模糊集合论的基础， 因而如何确定隶属度函数就是一个关键的问题。由于模糊集理论研究的对 象具

32、有“模糊性”和“经验性” 。因此找到一种统一的隶属度函数计算方法 是不现实的。尽管隶属度函数的方法带有主观因素，但是主管的反映和客 观的存在时有一定联系的，是受到客观制约的，隶属度函数实质上反映的 是事物的渐变性。 )(1 ()(1 (1)()()( 1 xxxxx babac )()()(xxx bac )()()()()(xxxxx babac 2.几种典型的隶属度函数 在 matlab 中已经开发出了 11 种隶属函数，即双 s 形隶属度函数 （dsigmf） 、联合高斯型隶属度函数（gauss2mf） 、高斯型隶属度函数 （gaussmf） 、广义钟形隶属度函数（gbellmf） 、i

33、i 型隶属度函数(pimf)、 双 s 形乘积隶属度函数（psigmf） 、s 状隶属度函数（smf） 、s 形隶属度函 数（sigmf） 、梯形隶属度函数（trapmf） 、三角形隶属度函数（trimf） 、z 形隶属度函数（zmf） 。 在模糊控制中应用较多的隶属度函数有以下 6 种隶属度函数。 1）高斯型隶属度函数 高斯型隶属函数由两个参数 和 c 确定： (2-12) 2 2 () 2 ( , ) x c f xce 其中参数 b 通常为正，参数 c 主要用于确定曲线的中心。matlab 表示 为： 2）广义钟型隶属度函数 广义钟型隶属度函数由三个参数 a，b，c 确定： (2-13)

34、 其中参数 b 通常为正，参数 c 主要用于确定曲线的中心。matlab 表示 为： 3) s 形隶属度函数 s 形隶属度函数 sigmf(x,a c)由参数 a 和 c 决定： c), gaussmf(x, b a cx cbaxf 2 1 1 ),( c)b,a,gbellmf(x, (2-14) 其中参数 a 的正、负符号决定了 s 形隶属度函数的开口朝左或者是朝 右，用来表示“正大”或“负大”的概念。matlab 表示为 ： ( , , )sigmf x a c 4）梯形隶属度函数 梯形曲线可由四个参数 a，b，c，d 确定： (2-15) 其中参数 a 和 d 确定梯形的下底的两个点

35、，而参数 b 和 c 确定梯形的 上底的两个点。 matlab 表示为： 5)三角形隶属度函数 三角形曲线的形状由三个参数 a，b，c 确定： (2-16) 其中参数 a 和 c 确定三角形的底边的两个点，而参数 b 确定三角形的 顶点。 matlab 表示为： 6）z 形隶属度函数 dx dxc cd xd cxb bxa ab ax ax dcbaxf 0 1 0 ),( d)c,b,a,trapmf(x, cx cxb bc xc bxa ab ax ax cbaxf 0 0 ),( c)b,a,trimf(x, )( 1 1 ),( cxa e caxf 这是基于样条函数的曲线，因为其

36、呈现出了 z 形状而得名。参数 a 和 b 确定了曲线的形状。matlab 表示为： 3.隶属度函数的确定方法 隶属度函数是模糊控制的应用基础。目前为止还没有形成一种比较完 善的方法来确定隶属度函数，现在主要是采用经验和实验的方法。通常的 方法是初步确定粗略的隶属度函数，然后通过不断的学习和不断的实践来 进行调整和完善。遵照这一原则的隶属度函数的主要选择方法有以下几种。 1）模糊统计法 根据所提出的模糊控制的概念来进行调查统计，提出与之相对应的模 糊集 a，通过统计实验，确定不同元素隶属于 a 的程度。 对模糊集 a 的隶属度 = (2-17) 2）主观经验法 当论域为离散型的论域时，可根据主

37、观认识，结合个人经验和方法， 经过一定的分析和推理，直接给出隶属度。因此这种确定隶属函数的方法 已经被广泛应用。 3）神经网络法 利用神经网络的学习功能，由神经网络自动生成隶属度函数，并通过 网络的学习自动调整隶属度函数的值。 2.4.4 模糊控制规则 模糊控制器的核心是模糊控制规则，规则的正确与否直接影响到模糊 b)a,zmf(x, n au 试验总次数 的次数 0 控制器的性能，然而对于规则数目的多、少也是一个重要因素，因此我们 将对模糊控制规则作进一步的探讨何研究。 1.模糊控制规则的来源 模糊控制规则的来源可通过下列的各种方式： 1)专家丰富的经验和知识：在前面曾经提到过模糊控制也称为

38、控制上 的专家系统，专家丰富的经验和知识是设计上有力的线索。人类日常生活 中，人们在判断事情的时侯，使用语言的定性分析多于数值的定量分析； 然而模糊控制规则提供了一个自然的架构来描述人类的行为及决策分析， 并且专家的知识通常可用 if then 的型式来表示。在获得系统的知识后， 将知识改为 ifthen 的型式，这样便可构成模糊控制规则，同时获得和实 现最佳的系统性能。 2)操作员的操作模式：现在流行的专家系统，其想法只考虑了知识的 获得，同时也巧妙地操作了复杂的控制对象，但要将专家系统加以逻辑化 并不是一件容易的事；因此，在控制上也要考虑技巧的获得。虽然在许多 工业系统中无法通过使用一般的

39、控制理论来做正确的控制，但是熟练的操 作员能在没有数学模式的情况下，能够成功地控制这些系统；因此，记录 操作员的操作模式，并将其整理为 if.then 的型式，可构成一组控制规 则。 3)学习：为了改善和加强模糊控制器的性能，必须让它有自我学习或 自我组织的能力，所得到的模糊控制器能根据设定的目标，增加或修改模 糊控制规则。 2.模糊控制规则的型式 模糊控制规则的型式主要可分为二种： 1)状态评估模糊控制规则：状态评估（state evaluation）模糊控制 规则主要类似于人类的直觉思考，因此大多数的模糊控制器都使用了这种 模糊控制规则，其型式如下：ri：if x1 is ai1 and

40、x2 is ai2.and xn is ain then y is ci 其中 x1,x2,.,xn 及 y 为语言变量或称为模糊变 量，代表了系统的状态变量和控制变量；ai1,ai2,.,ain 及 ci 为语言值， 代表了论域中的模糊集合。其次还有另一种表示的方法，是将后面部分改 为系统状态变量的函数，其型式如下：ri：if x1 is ai1 and x2 is ai2.and xn is ain then yf(x1,x2,.,xn) 2)目标评估模糊控制规则：目标评估（object evaluation）模糊控制 规则能够评估控制目标，并且预测未来的控制信号，其型式如下： ri：if

41、(u is ci(x is a1 and y is b1)then u is ci 2.4.5 模糊推理 1.模糊语句 将含有模糊概念的语法规则所构成的语句称为模糊语句。根据其语义 和构成的语法规则不同，可分为以下几种类型： 1）模糊陈述句：语句本身具有模糊性，又称为模糊命题。如：“今天 天气很好” 。 2）模糊判断句：是模糊逻辑中最基本的一种语句。语句形式： “是” ，记作（） ，并且所表示的概念是模糊的。如 “张三是好学生” 。 3）模糊推理句：语句形式：若是则是。则表示为模糊推 理语句。如“今天是晴天，则今天暖和” 。 2.模糊推理 常用的模糊条件推理语句有两种：if a then b

42、else c；if a and b then c 下面以第二种推理语句为例进行探讨，该语句可构成一个简单的模糊 控制器，如图 1 所示： 图 1 输入单输出模糊控制器 其中 a，b，c 分别为论域 x，y，z 上的模糊集合，a 为误差信号上的模 糊子集，b 为误差变化率上的模糊子集，c 为控制器输出上的模糊子集。 模糊推理语句“if a and b then c”确定了三元模糊关系 r，即： (2-18) 1 t rc=(a b) 其中为模糊关系矩阵构成的 mn 列向量，n 和 m 分别 1 ()ta b()m na b 为 a 和 b 论域元素的个数。 基于模糊推理规则，根据模糊关系 r，可

43、求得给定输入和对应的输 1 a 1 b 出为： 1 c (2-19) 2 111 ()tcabr= 3.模糊关系方程 将模糊关系 r 看成一个模糊变换器。当 a 为输入时，b 为输出，如图所 示: 图 2 模糊变换器 可分为两种情况讨论： 1）已知输入 a 和模糊关系 r，求输出 b，这是综合评判，即模糊变换 的问题。 2）已知输入 a 和输出 b，求模糊关系 r，或已知模糊关系 r 和输出 b， 求输入 a，这是模糊综合评判的逆问题，需要求解出模糊关系的方程。 2.4.6 反模糊化 通过模糊推理从而得到的结果是一个模糊集合。但在实际模糊控制中， 必须要有一个确定的值才能控制或驱动执行机构。将

44、模糊推理的结果转化 为精确值的过程称为反模糊化。常用的反模糊化有以下三种： 1)最大隶属度法 选取推理结果在模糊集合中隶属度最大的元素作为输出值，即 (2-20) 其中 如果在输出论域 v 中，其最大隶属度对应的输出值多于一个，则取所 有具有最大隶属度输出的平均值，即： (2-21) 其中 n 为具有相同最大隶属度输出的总数。 最大隶属度法不需要考虑输出隶属度函数的形状，只考虑最大隶属度 处的输出值。因此，难免会丢失许多信息。但是它的突出优点是计算简单。 在一些控制要求不高的场合，可采用最大隶属度法。 )(max 0 vv v vv n i i v n v 1 0 1 )(maxvv v vv

45、 i 2) 重心法 为了获得准确的控制量，就要求模糊控制的方法能很好的表达输出隶 属度函数的计算结果。重心法是取隶属度函数曲线与横坐标围成面积的重 心为模糊推理的最终输出值，即: (2-22) 对于具有 m 个输出量化级数的离散域情况： (2-23) 与最大隶属度法相比较，重心法具有更平滑的输出推理控制。即使对应 于输入信号的微小变化，输出也会发生变化。 3)加权平均法 工业控制中广泛使用的反模糊方法为加权平均法，输出值由下式决定： (2-24) 其中系数 k 的选择是根据实际的情况而定的。不同的系数就决定了系 统具有不同的响应特性。当系数 k 所取的隶属度时，就转化为重心法。( ) vi v

46、 反模糊化方法的选择与隶属度函数形状的选择、推理方法的选择相关。 matlab 提供五种解模糊化方法：（1）centroid：面积重心法；（2） v v v v dvv dvvv v )( )( 0 m k kv m k kvk v vv v 1 1 0 )( )( m i i m i ii k kv v 1 1 0 bisector：面积等分法；（3）mom：最大隶属度平均法；（4）som：最大 隶属度取小法；（5）lom：大隶属度取大法。 在 matlab 中，可通过 setfis()设置解模糊化方法，通过 defuzz()执 行反模糊化运算。 2.5 模糊控制器 模糊控制器,也称为模糊逻

47、辑控制器（fuzzy logic controller flc）,由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的， 因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器（fuzzy language controllerflc） 。 2.5.1 模糊控制器的组成 模糊控制器由模糊化接口、知识库、推理机和解模糊接口组成，其组 成框图如图 3 所示： 1.模糊化接口 模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此它 实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转 换为一个模糊矢量。对于一个模糊输入变量 e，其模糊子集通常可以作如下 方式划分： 1）=负

48、大，负小，零，正小，正大=nb, ns, zo, ps, pb 2）=负大，负中，负小，零，正小，正中，正大=nb, nm, ns, zo, ps, pm, pb 3）=大，负中，负小，零负，零正，正小，正中，正大=nb, nm, ns, nz, pz, ps, pm, pb 2. 知识库（knowledge basekb） 知识库 推理决策 模糊化接口精确化接口 被控对象 flc 给定 + 图 3 模糊逻辑控制器的基本结构 知识库由数据库和规则库两部分构成： 1）数据库（data basedb） 数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量 值（即经过论域等级离散化以后对应值

49、的集合） ，若论域为连续域则为隶属 度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。 2）规则库（rule baserb） 模糊控制器的规则是基于专家知识或手动操作人员长期积累的经验， 它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系 词连接而成，如 if-then、else、also、end、or 等，关系词必须经过“翻 译”才能将模糊规则数值化。最常用的关系词为 if-then、also，对于多变 量模糊控制系统，还有 and 等。例如，某模糊控制系统输入变量为（误差） 和（误差变化） ，它们对应的语言变量为 e 和 ec，可给出一组模糊规则： r1: if

50、e is nb and ec is nb then u is pb r2: if e is nb and ec is ns then u is pm 通常把 if部分称为“前提部” ，而 then部分称为“结论部” ，其基 本结构可归纳为 if a and b then c,其中 a 为论域 u 上的一个模糊子集， b 是论域 v 上的一个模糊子集。根据人工控制经验，可离线组织其控制决策 表 r, r 是笛卡儿乘积集上的一个模糊子集，则某一时刻其控制量由下式给 出： （2-25） 式中 表示模糊直积运算； 表示模糊合成运算。 规则库是用来存放全部模糊控制规则的，在推理时为“推理机”提供 控制规

51、则。规则条数和模糊变量的模糊子集划分有关，划分越细，规则条 数越多，但并不代表规则库的准确度越高，规则库的“准确性”还与专家 知识的准确度有关。 3.推理机（inference engine） 推理机是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊 推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中， 考虑到推理时间，通常采用运算较简单的推理方法。最基本的有 zadeh 近 似推理，它包含有正向推理和逆向推理两类。 4.解模糊接口（defuzzy-interface） 推理结果的获得，表示模糊控制的规则推理功能已经完成。但是，至 此所获得的结果仍是一个模糊矢量，不能直接用来

52、作为控制量，还必须作 一次转换，求得清晰的控制量输出，即为解模糊。通常把输出端具有转换 rbac 功能作用的部分称为解模糊接口。 2.5.2 模糊控制器的结构 在确定性控制系统中，根据输入变量和输出变量的个数，可分为单变 量控制系统和多变量控制系统。在模糊控制系统中也可类似地划分为单变 量模糊控制和多变量模糊控制。 1. 单变量模糊控制器 在单变量模糊控制器（single variable fuzzy controllersvfc） 中，将其输入变量的个数定义为模糊控制的维数。 1）一维模糊控制器 如图所示，一维模糊控制器的输入变量往往选择 为受控量和输入给定的偏差量 e。由于仅仅采用偏差值，

53、很难反映过程的动 态特性品质，因此，所能获得的系统动态性能是不能令人满意的。这种一 维模糊控制器往往被用于一阶被控对象。 一维 模糊 控制 器 eu 图 4 一维模糊控制器 2）二维模糊控制器 如图所示，二维模糊控制器的两个输入变量基 本上都选用受控变量和输入给定的偏差 e 和偏差变化 ec，由于它们能够较 严格地反映受控过程中输出变量的动态特性，因此，在控制效果上要比一 维控制器好得多，也是目前采用较广泛的一类模糊控制器。 二维 模糊 控制 器 d/dt e e ec 图 5 二维模糊控制器 3）三维模糊控制器 如图所示，三维模糊控制器的三个输入变量分别 为系统偏差量 e、偏差变化量 ec

54、和偏差变化的变化率 ecc。由于这些模糊 控制器结构较复杂，推理运算时间长，因此除非对动态特性的要求特别高 的场合，一般较少选用三维模糊控制器。 三维 模糊 控制 器 d/dt d/dt e ecc ec e 图 6 三维模糊控制器 模糊控制系统所选用的模糊控制器维数越高，系统的控制精度也就越 高。但是维数选择太高，模糊控制规律就过于复杂，这是人们在设计模糊 控制系统时，多数采用二维控制器的原因。 2. 多变量模糊控制器 一个多变量模糊控制器（multiple variable fuzzy controller）系 统所采用的模糊控制器，具有多变量结构，称之为多变量模糊控制器。如 图 7 所示

55、。 要直接设计一个多变量模糊控制器是相当困难的，可利用模糊控制器 本身的解耦特点，通过模糊关系方程求解，在控制器结构上实现解耦，即 将一个多输入-多输出（mimo）的模糊控制器，分解成若干个多输入-单输 出（miso）的模糊控制器，这样可采用单变量模糊控制器方法设计。 模 糊 控 制 器 v1 vm u1 un 图 7 多变量模糊控制器 2.5.3 模糊控制器的设计 模糊控制器最简单的实现方法是将一系列模糊控制规则离线转化为一 个查询表（又称为控制表） 。这种模糊控制其结构简单，使用方便，是最基 本的一种形式。本节以单变量二维模糊控制器为例，介绍这种形式模糊控 制器的设计步骤，其设计思想是设计

56、其他模糊控制器的基础。以下为模糊 控制器的设计步骤： 1）模糊控制器的结构 单变量二维模糊控制器是最常见的结构形式。 2）定义输入输出模糊集 对误差 e、误差变化 ec 及控制量 u 的模糊集及其论域定义如下： e、ec 和 u 的模糊集均为： ； e、ec 的论域均为：-3，-2，-1，0，1，2，3； u 的论域为：-4.5,-3,-1.5,0,1,3,4.5。 3）定义输入输出隶属函数 pbpmpsznsnmnb, 模糊变量误差 e、误差变化 ec 及控制量 u 的模糊集和论域确定后，需 对模糊语言变量确定隶属函数，确定论域内元素对模糊语言变量的隶属度。 4）建立模糊控制规则 根据人的经

57、验，根据系统输出的误差及误差的变化趋势来设计模糊控 制规则。模糊控制规则语句构成了描述众多被控过程的模糊模型。 5）建立模糊控制表 模糊控制规则可采用模糊规则表 1 来描述，共 49 条模糊规则，各个模 糊语句之间是或的关系，由第一条语句所确定的控制规则可以计算出 u1。 同理，可以由其余各条语句分别求出控制量 u2,u49，则控制量为模糊集 合 u 可表示为： （2-26） 表 1 模糊规则表 6）模糊推理 模糊推理是模糊控制的核心，它利用某种模糊推理算法和模糊规则进 行推理，得出最终的控制量。 4921 uuuu e u nb nm ns zo ps pm pb nb pb pb pm p

58、m ps zo zo nm pb pb pm ps ps zo ns ec ns pm pm pm ps zo ns ns zo pm pm ps zo ns nm nm ps ps ps zo ns ns nm nm pm ps zo ns nm nm nm nb pb zo zo nm nm nm nb nb 7）反模糊化 通过模糊推理得到的结果是一个模糊集合。但在实际模糊控制中，必 须要有一个确定值才能控制或驱动执行机构。将模糊推理结果转化为精确 值的过程称为反模糊化。常用的反模糊化有三种：最大隶属度法、重心法 和加权平均法。反模糊化方法的选择与隶属度函数形状的选择、推理方法 的选择相关

59、。 3.单路口交通灯控制系统 单交叉路口交通控制就是确定交叉路口红绿灯的信号配时,使通过交叉 口的车辆延误尽可能小。传统的控制一般是采用模型控制或预先人为地设 定多套方案,实践表明这种方法的控制效果并不理想。由于道路上的交通流 具有较大的随机性和相当的复杂性,所实施的相位控制也应随交通流的不同 而相应变化。近年来用模糊控制方法实现交通系统的控制,得到国内外学者 的关注,但同时考虑多相位和倒计时问题的研究并不多见。本文提出根据当 前相和后继相的车辆等待长度确定单路口多相位信号配时的方法。该模糊 控制方法可用于安装倒计时器的路口,具有良好的实用性。 matlab 是国际上流行的控制系统计算机辅助设

60、计语言和软件工具,其提 供的模糊逻辑工具箱拓展了 matlab 对模糊逻辑系统的设计能力,已经成为 运用模糊手段解决工程问题的有力工具。本文用 matlab 软件并结合其模糊 逻辑工具箱,实现了该模糊控制器及其仿真。计算机仿真结果表明控制效果 优于定时控制。 3.1 交通信号模糊控制思想 单交叉路口交通流分布如图 8 所示。东、南、西、北四个方向均有右 行、直行和左行三个车道车流。在每条入口道上设置两个信号检测器构成 一个检测区,一个设在停车线处,用于检测该道的车辆离开数;一个设在距第 一个检测器 d 处,用于检测车辆到达数，距离 d 一般为 80100m。取二者的 差值即可求出该车道检测区域