遺傳算法在智能交通系統(tǒng)中的應(yīng)用報(bào)告人:王超PB02011013導(dǎo)師：周學(xué)海教授2006-6-121主要內(nèi)容智能交通系統(tǒng)背景介紹遺傳算法簡(jiǎn)介遺傳算法在本文中的應(yīng)用測(cè)試數(shù)據(jù)總結(jié)&展望2遺傳算法在智能交

通系統(tǒng)中的應(yīng)用智能交通系統(tǒng)簡(jiǎn)介智能交通系統(tǒng)ITS—IntelligentTransportationSystem最先進(jìn)的電子信息技術(shù)實(shí)現(xiàn)人員（包括駕駛員和管理者）、公路和車輛三者的密切結(jié)合和和諧統(tǒng)一新公路交通系統(tǒng)。優(yōu)點(diǎn)：減少交通擁擠，加強(qiáng)對(duì)車輛的集中管理和調(diào)度，為駕駛員提供足夠的交通、公安、娛樂等信息提高交通運(yùn)輸效率保障交通安全增強(qiáng)行車的舒適性改善環(huán)保質(zhì)量提高能源的利用率。3遺傳算法在智能交

通系統(tǒng)中的應(yīng)用智能交通系統(tǒng)分類先進(jìn)的交通管理系統(tǒng)(ATMS)道路、車輛和駕駛員之間建立通訊聯(lián)系信息檢測(cè)系統(tǒng)-信息傳輸系統(tǒng)-信息處理系統(tǒng)-信息發(fā)布系統(tǒng)

先進(jìn)的車輛控制系統(tǒng)（AVCS）輔助在以至替代駕駛員實(shí)行控制先進(jìn)的駕駛員信息系統(tǒng)（ADIS）向駕駛員提供路況信息，導(dǎo)航營(yíng)運(yùn)車輛調(diào)度管理系統(tǒng)（CVO）企業(yè)用車輛調(diào)度先進(jìn)的大眾運(yùn)輸系統(tǒng)（APTS）向公眾提供信息，公交車調(diào)度4遺傳算法在智能交

通系統(tǒng)中的應(yīng)用系統(tǒng)的工作目的：減少一段時(shí)間內(nèi)每輛到達(dá)車輛的平均等待時(shí)間手段：參考?xì)v史信息和當(dāng)前路口上下游路口的擁塞來動(dòng)態(tài)地調(diào)整路口交通燈的延長(zhǎng)時(shí)間實(shí)現(xiàn)方法：調(diào)度算法模糊控制遺傳編程5遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法的基本理論遺傳算法(GeneticAlgorithms)是基于自然選擇和自然遺傳機(jī)制的搜索算法，它是一種有效的解決最優(yōu)化問題的方法染色體編碼方法。二進(jìn)制編碼，其等位基因是由二進(jìn)值符號(hào)集{0,1}所組成的。如： X＝100111001000101101就可表示一個(gè)個(gè)體，該個(gè)體的染色體長(zhǎng)度是n＝18。十進(jìn)制編碼 沒有“HammingCliffs”01111->10000需要改變所有的位適合范圍變異，直觀6遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法的基本理論個(gè)體適應(yīng)度評(píng)價(jià)。作用：決定當(dāng)前群體中每個(gè)個(gè)體遺傳到下一代群體中的機(jī)會(huì)多少。為正確計(jì)算這個(gè)概率，這里要求所有個(gè)體的適應(yīng)度必須為正數(shù)或零。要點(diǎn)：根據(jù)不同種類的問題，必須預(yù)先確定好由目標(biāo)函數(shù)值到個(gè)體適應(yīng)度之間的轉(zhuǎn)換規(guī)則，特別是要預(yù)先確定好當(dāng)目標(biāo)函數(shù)值為負(fù)數(shù)時(shí)的處理方法。7遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法的基本理論遺傳算子。基本遺傳算法使用下述三種遺傳算子選擇(selection)：根據(jù)各個(gè)個(gè)體的適應(yīng)度，按照一定的規(guī)則或方法，從當(dāng)代群體選擇出一些優(yōu)良的個(gè)體遺傳到下一代群體中。常用的是下面的輪盤賭選擇方法。8遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法的基本理論交叉(crossover)：將群體P(t)內(nèi)的各個(gè)個(gè)體隨機(jī)搭配成對(duì)，對(duì)每一對(duì)個(gè)體,以某個(gè)概率(稱為交叉概率，crossoverrate)交換它們之間的部分染色體。均勻交叉點(diǎn)交叉9遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法的基本理論變異(mutation)：對(duì)群體中的每一個(gè)個(gè)體，以某一概率(稱為變異概率，mutationrate)改變某一個(gè)或某一些基因座上的基因值為其他的等位基因。10遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法的基本理論基本遺傳其法的運(yùn)行參數(shù)。基本遺傳算法有下述4個(gè)運(yùn)行參數(shù)，影響運(yùn)行時(shí)間和收斂速度：M：群體大小，即群體中所含個(gè)體的數(shù)量，一般取為20—100。T：遺傳運(yùn)算的終止進(jìn)化代數(shù)，一般取為100—500。Pc：交叉概率，一般取為0.4—0.99。Pm：變異概率，一般取為0.001—0.1。11遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法的基本理論遺傳算法的基本步驟12遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用我們的系統(tǒng)主要通過模糊控制和調(diào)度算法來實(shí)現(xiàn)對(duì)交通的控制遺傳算法的功能就是通過進(jìn)化生成上面的模糊控制規(guī)則表13遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法實(shí)現(xiàn)的關(guān)鍵技術(shù)染色體的編碼方法一個(gè)現(xiàn)有的模糊控制規(guī)則表，是一個(gè)N×N的矩陣，N為車流模糊量的隸屬度，在我們的系統(tǒng)中設(shè)置為7，VF(很少)、F(少)、FP(較少)、C(中)、MP(較多)、M(多)、VM(很多)，對(duì)應(yīng)的編碼為0、1、2、3、4、5、6，這樣一個(gè)7×7的矩陣就可以轉(zhuǎn)化成一個(gè)編碼序列。具體例子如下：14遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用上面的表格編碼所得的結(jié)果為：0123456012345601234550123345012334401122340011223。編碼長(zhǎng)度為7×7=49位。時(shí)間的模糊量當(dāng)前車流的模糊量VFFFPCMPMVM下一相位車流的模糊量VFVSSSPCLPLVLFVSSSPCLPLVLFPVSSSPCLPLLCVSSSPCCLPLMPVSSSPCCLPLPMVSSSSPSPCLPVMVSVSSSSPSPC15遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用適應(yīng)度函數(shù)的確定－平均等待時(shí)間在路口的模型中，假設(shè)有8個(gè)車道。每個(gè)車道要分別計(jì)算，需要假設(shè)各個(gè)車道的流出速率。 對(duì)于某個(gè)車道，如果是綠燈結(jié)束的情況：a若上次剩下的車全部離開，又因?yàn)槭且詣蛩匐x開，則在本次綠燈時(shí)間內(nèi)的的等待時(shí)間為：上次剩下的車輛數(shù)×離開時(shí)間÷2。【新來的車可以不考慮】b若上次剩下的車沒有走完，則在本次綠燈時(shí)間內(nèi)的等待時(shí)間為：離開的車輛數(shù)×本次綠燈時(shí)間÷2＋（新來的車輛＋沒有走的車輛）×本次綠燈時(shí)間。 16遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用對(duì)于某個(gè)車道，如果是紅燈結(jié)束的情況：在本次紅燈時(shí)間內(nèi)的等待時(shí)間為：（紅燈開始時(shí)候已經(jīng)在等待的車輛＋紅燈時(shí)間內(nèi)到來的車輛）×本次紅燈時(shí)間。注意點(diǎn)：左轉(zhuǎn)的車道和直行的車道擁有不一樣的流出速度，一般來說直行的車要比左轉(zhuǎn)的快一些。17遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用遺傳算法的參數(shù)設(shè)置初始種群的產(chǎn)生初始化種群時(shí)，為了保證每個(gè)基因都存在于第一代的個(gè)體中，人為地制定一條染色體m_genes[i]=i/7，其余的popnum-1條染色體由隨機(jī)產(chǎn)生，必須保證滿足每個(gè)基因的基因型在0到6之間。交叉?zhèn)€體按照交叉概率Pc=80%進(jìn)行雜交。交叉采用均勻雜交，隨機(jī)產(chǎn)生與染色體等長(zhǎng)的二進(jìn)制雜交模板，0表示對(duì)應(yīng)位不交換，1表示交換。然后根據(jù)模板對(duì)兩個(gè)父代施行雜交，產(chǎn)生兩個(gè)后代。均勻雜交能搜索到點(diǎn)式雜交無法搜索到的模式，比較適合用于較小的群體規(guī)模。而點(diǎn)式交叉搜索到的模式比較少，在群體規(guī)模較小時(shí)，其搜索能力將受到一定的影響。18遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用變異個(gè)體按照變異概率Pm=20％進(jìn)行變異，而被選中的個(gè)體的每位基因又按照5％的概率進(jìn)行變異。變異時(shí)候需要注意不能超出編碼的范圍。新一代個(gè)體的產(chǎn)生在對(duì)一代個(gè)體進(jìn)行交叉和變異操作之后，生成一個(gè)數(shù)目比初始種群數(shù)目大的種群。對(duì)于該種群每條染色體計(jì)算其適應(yīng)度，并按照適應(yīng)度大小將所有染色體排列，并取最大的種群數(shù)目個(gè)作為下一代的種群。19遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用其他參數(shù)的設(shè)置 主要影響遺傳算法的運(yùn)行時(shí)間。種群規(guī)模popNum;進(jìn)化代數(shù)generationNum;計(jì)算適應(yīng)度函數(shù)時(shí)的模擬運(yùn)行時(shí)間totalTime;計(jì)算適應(yīng)度函數(shù)時(shí)的模擬運(yùn)行次數(shù)runTime;交叉概率crossRate;變異概率mutateRate;個(gè)體基因的變異概率Genome.m_mutationrate;染色體長(zhǎng)度genomeLength;每個(gè)基因的取值范圍genomeRange;20遺傳算法在智能交

通系統(tǒng)中的應(yīng)用遺傳算法在系統(tǒng)中的應(yīng)用算法流程圖21遺傳算法在智能交

通系統(tǒng)中的應(yīng)用相關(guān)測(cè)試運(yùn)行時(shí)間測(cè)試種群規(guī)模的影響22遺傳算法在智能交

通系統(tǒng)中的應(yīng)用相關(guān)測(cè)試進(jìn)化代數(shù)的影響23遺傳算法在智能交

通系統(tǒng)中的應(yīng)用相關(guān)測(cè)試仿真時(shí)間的影響24遺傳算法在智能交

通系統(tǒng)中的應(yīng)用相關(guān)測(cè)試仿真次數(shù)的影響25遺傳算法在智能交

通系統(tǒng)中的應(yīng)用相關(guān)測(cè)試控制效果測(cè)試建立一個(gè)路口模型（4相位8車道）4個(gè)相位8個(gè)車道到來速度（平均分布）離開速度（直行和左行）3種不同的方法比較傳統(tǒng)的交通燈經(jīng)驗(yàn)矩陣遺傳算法26遺傳算法在智能交

通系統(tǒng)中的應(yīng)用相關(guān)測(cè)試27遺傳算法在智能交

通系統(tǒng)中的應(yīng)用總結(jié)和展望總結(jié) 本文把遺傳算法應(yīng)用在模糊控制規(guī)則的生成中，再通過計(jì)算出來的模糊控制對(duì)應(yīng)關(guān)系來管理十字路口，得到了比較優(yōu)化的效果。編碼方案適應(yīng)度函數(shù)算子

28遺傳算法在智能交

通系統(tǒng)中的應(yīng)用總結(jié)和展望展望限制關(guān)系時(shí)間的模糊量當(dāng)前車流的模糊量VFFFPCMPMVM下一相位車流的模糊量VF5556666F4445555FP3334444C2223333MP1112222M0001111VM000000029遺傳算法在智能交

通系統(tǒng)中的應(yīng)用總結(jié)和展望按