一种缓解交通拥堵的分层模糊入口匝道控制方法

1.本发明涉及城市道路交通控制技术领域，具体为一种缓解交通拥堵的分层模糊入口匝道控制方法。


背景技术：

2.在我国高速公里的收费站过多，即便节假日所有收费站都免费开闸放行，但途径收费站时所面对狭窄的通过口必然会导致车速降低，一辆或者几辆车降速通行不会引发问题，但如果是数百万辆车持续减速通过就必然导致整体的通过性价低，也就产生了拥堵。
3.国外：metropolitan area guidance information and control（magic）技术。缺点为：首先只对高速公路的道路密度及流量进行检测，缺乏匝道排队长度相关的检测，无法解决由匝道排队长度过大所引起的匝道拥堵及路网拥堵问题。其次，其控制策略是通过对道路密度与期望密度进行简单作差进而对匝道控制流量进行调整，所考虑的高速公路模型变量过少，控制效率较低。
4.国内：高速公路电子不停车收费系统（etc）。缺点如下：etc系统只对车辆数据进行采集，不对高速公路道路密度、流量及其它变量数据新型采集，无法根据道路实时交通状况对匝道控制流量进行相关的控制，在车辆较多的情景下容易造成高速公路拥堵现象。


技术实现要素：

5.本发明为了解决背景技术中存在的问题，目的在于提供了一种缓解交通拥堵的分层模糊入口匝道控制方法，以高速公路的道路密度、流量及匝道排队长度为输入变量，基于分层模糊控制模型，对匝道流入流量进行控制，设计了一种有利于缓解高速公路交通拥堵的分层模糊入口匝道控制方法。
6.用于解决问题的方案：一种缓解交通拥堵的分层模糊入口匝道控制方法，所述方法包括：获取高速公路初始交通流流量、入口匝道流入流量，道路交通流密度和速度，建立高速公路的交通流动力学模型；基于高速公路的交通流动力学模型，获取待处理的高速公路交通流密度及变化量、匝道流入流量及排队长度；对匝道控制流量和待处理的高速公路交通流密度及变化量、匝道流入流量和排队长度进行模糊化，得到相应的隶属度函数，对其进行向量化，建立向量表达式；利用矩阵半张量积理论和分层模糊推理方法，基于向量表达式，构建模糊关系矩阵进行代数处理，得到最终的输出控制变量。
7.进一步，所述建立高速公路的交通流动力学模型，具体包括：；
；；；其中，ρi是道路交通流密度，δxi是道路长度，qi是道路交通流流量，u是匝道控制流量，vi是道路交通流速度，v(ρi)是静态速度，vf是自由流速度，λi，τ，μ，θ，δ，ρ
jam
，m，t为道路常量参数。
8.进一步，对匝道控制流量和待处理的高速公路交通流密度及变化量、匝道流入流量及排队长度模糊化，具体包括：基于期望密度ρd和路段4的密度ρ4，计算高速公路交通流密度e及变化量δe；;高速公路交通流密度e及变化量δe的术语集t(e)=t(δe)={nb, ns, ze, ps, pb}模糊化如下：;匝道流入流量qr2的术语集t(qr2)={nb, ns, ze, ps, pb}量化如下：;匝道排队长度l的术语集t(l)={nb, ns, ze, ps, pb}模糊化如下：;匝道控制流量u的术语集t(u)={nb, ns, ze, ps, pb}模糊化如下：;上述公式中a1，a2，a3，a4，b1，b2，b3，b4，c1，c2，c3，c4，d1，d2，d3，d4都是常数，nb，ns，ze，ps，pb分别表示负大，负小，零，正小，正大；基于上述术语集的模糊化，得到系统变量的隶属度函数。
9.进一步，对系统变量的隶属度函数进行向量化，具体包括：
。
10.进一步，所述构建模糊关系矩阵，具体包括：分层模糊推理方法中首层第i条模糊规则可表示为：；其中，；根据上述模糊规则，得到首层模糊关系矩阵，根据相应的模糊规则可得模糊关系矩阵，。
11.进一步，进行代数处理得到最终的输出控制变量，具体包括：进行代数处理：基于矩阵半张量积理论，分层模糊控制器的代数形式可表示为：；其中，e，ec，l和qr2分别表示输入变量e，ec，l和qr2的向量形式；u
1,1
，u
1,2
和u分别表示第一层第一个，第二个和第二层模糊逻辑单元输出的向量形式；计算最终的输出控制变量：；其中δu是匝道控制流量的变化量。
12.上述技术方案的有益效果在于：首先，本发明以高速公路密度、密度变化量、匝道流入流量、排队长度和前匝道流入流量为输入变量，更加全面的协调匝道控制流量，提高入口匝道控制效率。其次，利用分层模糊推理模型对匝道控制流量进行调整，解决了标准模糊规则推理中规则爆炸的问题，缩短了系统推理时间，更加实时的调整入口匝道控制流量。最后，利用自主提出的矩阵半张量积理论进行分层模糊推理模型的代数表示，省略了分层模糊推理模型的中间层的模糊化和解模糊化，提高了模型的准确度和可解释性，进而更加精准的调整入口匝道控制流量。
附图说明
13.图1是高速公路交通流模型图；图2是高速公路分层模糊控制器框架图；图3是输入变量e(k)的隶属度函数图；图4是高速公路入口匝道分层模糊控制系统框图；
图5是高速公路初始交通流流量和入口匝道流量曲线图；图6是magic技术与本专利所提技术下交通流密度变化曲线图；图7是magic技术与本专利所提技术下交通流速度变化曲线图；图8是magic技术与本专利所提技术下入口匝道排队长度变化曲线图。
具体实施方式
14.下面结合实施例描述本发明具体实施方式：需要说明的是，本说明书所示意的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
15.同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
16.实施例1：如图1所示，高速公路入口匝道控制策略通过调节入口匝道的交通流量来影响主路交通流密度，使其在期望密度值附近浮动，进而促使主路交通流流量达到最大值，最大化高速公路使用效率。
17.图1：高速公路交通流模型；图中q表示初始交通流流量，qr1和qr2分别表示入口匝道r1和r2的流入流量，u表示匝道控制流量，q3表示路段3的交通流流量，ρ4表示路段4的交通流密度，δxi表示路段i的长度，其中i=1,2,3,4。
18.图1所示的高速公路的交通流动力学模型表示如下：；；；；其中，ρi是道路交通流密度，δxi是道路长度，qi是道路交通流流量，u是匝道控制流量，vi是道路交通流速度，v(ρi)是静态速度，vf是自由流速度，λi，τ，μ，θ，δ，ρ
jam
，m，t为道路常量参数。
19.值得注意的是当入口匝道控制流量u小于入口匝道流入流量q
r1
时，入口匝道会出现匝道排队现象，造成入口匝道拥堵。当入口匝道排队长度l过大时，会对整个路网的交通环境造成恶劣的影响。
20.基于矩阵半张量积方法和分层模糊理论，本专利综合考虑匝道排队长度与主路交
通流密度两方面因素，对入口匝道流入流量进行调节。如图1所示，对入口匝道r2实施控制策略，其分层模糊匝道控制系统以主路交通流密度与期望密度之间的误差e(k)，误差变化量δe(k)，匝道排队长度l和入口匝道q
r2
流入流量为输入变量，匝道控制流量u为输出变量，基于期望密度ρd和路段4的密度ρ4，其中：；高速公路分层模糊控制器框架如图2所示，图2：高速公路分层模糊控制器框架。flu
m,n
表示第m层第n个模糊逻辑单元，um,n表示flu
m,n
的输出变量，u表示为最终的输出控制变量，其中m，n = 1, 2。
21.高速公路分层模糊控制系统的设计步骤如下所示：（1）模糊化：系统输入变量：e，δe的术语集t(e)=t(δe)={nb, ns, ze, ps, pb}量化如下:；匝道排队长度l的术语集t(l)={nb, ns, ze, ps, pb}量化如下：；入口匝道流入流量qr2的术语集t(qr2)={nb, ns, ze, ps, pb}量化如下：；系统输出变量：入口匝道控制流量u的术语集t(u)={nb, ns, ze, ps, pb}量化如下：；上述公式中a1，a2，a3，a4，b1，b2，b3，b4，c1，c2，c3，c4，d1，d2，d3，d4都是常数，nb，ns，ze，ps，pb分别表示负大，负小，零，正小，正大；基于上述术语集的量化，可以得到系统变量的隶属度函数。例如，输入变量e(k)的隶属度函数如图3所示。
22.图3：输入变量e(k)的隶属度函数；（2）向量化：系统输入、输出变量模糊集的向量化可表示如下：；（3）构建模糊关系矩阵：对于模糊逻辑单元flu
1,1
，第i条模糊规则可表示为：
；其中：；根据上述模糊规则，我们可得模糊逻辑单元flu
1,1
的模糊关系矩阵。类似的，根据相应的模糊规则可得模糊关系矩阵，。
23.（4）建立代数表达式：基于矩阵半张量积理论，分层模糊控制器的代数形式可表示为：；其中，e，ec，l和qr2分别表示输入变量e，ec，l和qr2的向量形式。u
1,1
，u
1,2
和u分别表示第一层第一个，第二个和第二层模糊逻辑单元输出的向量形式；计算最终的输出控制变量：；其中δu是匝道控制流量的变化量。
24.基于上述分层模糊控制器，高速公路入口匝道分层模糊控制系统可表示为图4。
25.图4：高速公路入口匝道分层模糊控制系统框图。图中l表示入口匝道排队长度，ρd表示主路交通流期望密度，ρ表示主路交通流密度，u表示入口匝道控制流量，qr表示入口匝道流入流量。
26.实施例2：本实施例2应用于实施例1，具体：本实施例能综合权衡入口匝道和主路交通流密度之间的关系，进而缩短车辆通行时间，改善路网交通环境，提升高速公路利用率。
27.利用矩阵半张量积理论，建立了分层模糊系统的代数形式，避免了中间层模糊逻辑单元的模糊化—去模糊化过程，提升了分层模糊系统的解释性和准确性。
28.对比例设置如下：示例中高速公路交通流模型如图1所示，其交通动力学模型参数设置如下：λi=3，τ=36s，μ=40，θ=13，δ=1.1，ρ
jam
=58veh/km/ln，m=1，v
f =112km/h，t=10，i=1,2,3,4。高速公路初始交通流流量q，入口匝道流入流量q
r1
和q
r2
如图5所示。
29.高速公路分层模糊控制器框架如图2所示，相应设计步骤中的参数设置如下：（1）模糊化参数设置：
；（2）构建模糊关系矩阵：；（3）建立代数表达式：；计算最终输出值：；评价指标：本专利通过总通行时间ta对magic技术与本专利技术进行对比评价，其计算方式如下：；其中，t
t
和tw分别为总旅行时间和总等待时间。
30.magic技术与本专利所提技术下交通流密度、速度和入口匝道排队长度如图6、7和8所示。
31.magic技术与本专利所提技术下指标数据分析如表1所示。
32.表1-magic技术与本专利所提技术下指标数据分析表指标\策略magic技术本专利变化总旅行时间（veh
·
h）447.37442.25-1.14%总等待时间（veh
·
h）8.221.5-81.75%总通行时间（veh
·
h）455.59443.75-2.6%
仿真结果分析：在仿真步长0~310和580~720之内，主路交通流密度远远低于道路期望密度，为了提高主路交通流密度，入口匝道控制流量应取最大值即所取值为入口匝道流入流量，此时不会产生入口匝道排队长度，所以两种策略下道路交通流密度、速度和入口匝道排队长度是相同的。
33.在仿真步长310~580之内，对于magic技术，由于没有考虑入口匝道排队长度，其控制策略以增长入口匝道排队长度为代价来减少主路交通流密度，使其在期望密度值附近上下浮动，因此，该策略下入口匝道排队长度过大，总等待时间达到了8.22veh
·
h。然而，本专利所提技术综合权衡入口匝道排队长度与主路交通流密度的之间的关系，对入口匝道控制流量进行统一调整，总等待时间相比之下减少了81.75%，总通行时间减少了2.6%。
34.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
35.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
36.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

技术特征：
1.一种缓解交通拥堵的分层模糊入口匝道控制方法，其特征在于，所述方法包括：获取高速公路初始交通流流量、入口匝道流入流量，道路交通流密度和速度，建立高速公路的交通流动力学模型；基于高速公路的交通流动力学模型，获取待处理的高速公路交通流密度及变化量、匝道流入流量及排队长度；对匝道控制流量和待处理的高速公路交通流密度及变化量、匝道流入流量和排队长度进行模糊化，得到相应的隶属度函数，对其进行向量化，建立向量表达式；利用矩阵半张量积理论和分层模糊推理方法，基于向量表达式，构建模糊关系矩阵进行代数处理，得到最终的输出控制变量。2.根据权利要求1所述的一种缓解交通拥堵的分层模糊入口匝道控制方法，其特征在于，所述建立高速公路的交通流动力学模型，具体包括：；；；；其中，ρ
i
是道路交通流密度，δx
i
是道路长度，q
i
是道路交通流流量，u是匝道控制流量，v
i
是道路交通流速度，v(ρ
i
)是静态速度，v
f
是自由流速度，λ
i
，τ，μ，θ，δ，ρ
jam
，m，t为道路常量参数。3.根据权利要求1所述的一种缓解交通拥堵的分层模糊入口匝道控制方法，其特征在于，对匝道控制流量和待处理的高速公路交通流密度及变化量、匝道流入流量和排队长度进行模糊化，具体包括：基于期望密度ρ
d
和路段4的密度ρ4，计算高速公路交通流密度e及变化量δe；；高速公路交通流密度e及变化量δe的术语集t(e)=t(δe)={nb，ns，ze，ps，pb}模糊化如下:；匝道流入流量qr2的术语集t(qr2)={nb，ns，ze，ps，pb}量化如下：
；匝道排队长度l的术语集t(l)={nb，ns，ze，ps，pb}模糊化如下：；匝道控制流量u的术语集t(u)={nb，ns，ze，ps，pb}模糊化如下：；公式中a1，a2，a3，a4，b1，b2，b3，b4，c1，c2，c3，c4，d1，d2，d3，d4都是常数，nb，ns，ze，ps，pb分别表示负大，负小，零，正小，正大；基于上述术语集的模糊化，得到系统变量的隶属度函数。4.根据权利要求3所述的一种缓解交通拥堵的分层模糊入口匝道控制方法，其特征在于，对系统变量的隶属度函数进行向量化，具体包括：。5.根据权利要求4所述的一种缓解交通拥堵的分层模糊入口匝道控制方法，其特征在于，所述构建模糊关系矩阵，具体包括：分层模糊推理方法中首层第i条模糊规则可表示为：；其中，；根据上述模糊规则，得到首层模糊关系矩阵，根据相应的模糊规则可得模糊关系矩阵，。6.根据权利要求5所述的一种缓解交通拥堵的分层模糊入口匝道控制方法，其特征在于，进行代数处理得到最终的输出控制变量，具体包括：进行代数处理：基于矩阵半张量积理论，分层模糊控制器的代数形式可表示为：；其中，e，ec，l和qr2分别表示输入变量e，ec，l和qr2的向量形式，u
1,1
，u
1,2
和u分别表示第一层第一个，第二个和第二层模糊逻辑单元输出的向量形式；计算最终的输出控制变量：
；其中δu是匝道控制流量的变化量。

技术总结
本发明涉及一种缓解交通拥堵的分层模糊入口匝道控制方法，属于城市道路交通控制领域；首先，以高速公路密度、密度变化量、匝道流入流量、排队长度为输入变量，更加全面的协调匝道控制流量，提高入口匝道控制效率；其次，利用分层模糊推理模型对匝道控制流量进行调整，解决了标准模糊规则推理中规则爆炸的问题，缩短了系统推理时间，更加实时的调整入口匝道控制流量；最后，利用现有自主提出的矩阵半张量积理论进行分层模糊推理模型的代数表示，省略了分层模糊推理模型的中间层的模糊化和解模糊化，提高了模型的准确度和可解释性，进而更加精准的调整入口匝道控制流量。加精准的调整入口匝道控制流量。加精准的调整入口匝道控制流量。


技术研发人员：李海涛 孙长乐
受保护的技术使用者：山东师范大学
技术研发日：2023.05.19
技术公布日：2023/6/28