Адаптивная система управления дорожным движением

Организация движения городского пассажирского транспорта при работе адаптивной системы управления дорожным движением. Сравнение временно-зависимой и транспортно-зависимой стратегии. Разработка базы нечетких правил. Построение функции принадлежности.

Рубрика Транспорт
Вид курсовая работа
Язык русский
Дата добавления 19.09.2014
Размер файла 828,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Содержание

Введение

1. Понятие адаптивного управления дорожным движением в узле транспортной сети

2. Сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением

3. Постановка и анализ моделирования

4. Разработка базы нечетких правил, определения параметров управления движение транспортных потоков в узле транспортной сети

4.1 Построение функции принадлежности

4.2 Построение правил соответствия конкретному классу параметра управления

4.3 База нечетких правил

Заключение

Список литературы

Введение

Изменившиеся условия мобильности, характеризующиеся увеличением в течение последних лет количества автомобилей, привели к повышению нагрузки на транспортную инфраструктуру и окружающую среду. Растущую потребность в улучшении условий передвижения нельзя полностью удовлетворить (ни внутри населенных пунктов, ни за их пределами) только лишь созданием новых путей транспортного сообщения или проведением иных строительных мероприятий. Для выхода из сложившейся ситуации необходимо внедрение целого комплекса мер по организации и управлению дорожным движением. Адаптивные системы управления дорожным движением (АСУД) представляют новый подход к организации управления дорожным движением и совместно с управляемыми ими высокопроизводительными транспортными компьютерами реализуют соответствующие технологии управления.

Постоянное увеличение количества транспортных средств в условиях недостаточной пропускной способности дорог ведёт к затруднениям движения транспортных потоков. Интеллектуальные транспортные системы (ИТС) позволяют минимизировать образование заторных ситуаций и увеличивать пропускную способность транспортной сети. Наработки в области ИТС примеряются для организации дорожного движения населённых пунктов и магистралей. Оптимизация управления дорожным движением достигается за счет взаимодействия управляющих, классифицирующих, прогнозирующих, экспертных, принимающих решения или поддерживающих эти процессы подсистем ИТС. В связи с этим стоит задача поиска методов обработки информации о нештатных ситуациях на улично-дорожной сети (УДС).

В данной работе будут рассмотрены следующие вопросы: понятие адаптивного управления дорожным движением в узле транспортной сети, на сети, а так же сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением.

1. Понятие адаптивного управления дорожным движением в узле транспортной сети

Возможности улучшения условий движения транспорта за счет оптимальной организации движения во многом недооценены, и развитие транспортной инфраструктуры понимается в основном как мероприятия, связанные со строительством новых дорог и магистралей, реконструкцией существующих путепроводов и развязок. Вместе с тем значительно улучшить транспортную ситуацию позволяет внедрение современных инновационных технологий, получивших название «Интеллектуальные Транспортные Системы» (ИТС). Внедрение ИТС-технологий в России позволяет лучше управлять транспортными потоками, повысить уровень пропускной способности улично-дорожной сети и снизить загрузку отдельных ее элементов.

Рост автомобильного парка и объема перевозок ведет к увеличению интенсивности движения, что в условиях городов с исторически сложившейся застройкой приводит к возникновению транспортной проблемы. Особенно остро она проявляется в узловых пунктах улично-дорожной сети. Здесь увеличиваются транспортные задержки, образуются очереди и заторы, что вызывает снижение скорости сообщения, неоправданный перерасход топлива и повышенное изнашивание узлов и агрегатов транспортных средств. Изменившиеся условия мобильности, характеризующиеся увеличением в течение последних лет количества автомобилей, привели к повышению нагрузки на транспортную инфраструктуру и окружающую среду. Растущую потребность в улучшении условий передвижения нельзя полностью удовлетворить (ни внутри населенных пунктов, ни за их пределами) только лишь созданием новых путей транспортного сообщения или проведением иных строительных мероприятий. Для выхода из сложившейся ситуации необходимо внедрение целого комплекса мер по организации и управлению дорожным движением.

Адаптивные системы управления дорожным движением (АСУД) представляют новый подход к организации управления дорожным движением и совместно с управляемыми ими высокопроизводительными транспортными компьютерами реализуют соответствующие технологии управления. В настоящее время в мировой практике в составе АСУД наиболее распространены следующие технологии управления транспортными потоками:

1. Технология управления по фиксированным планам (координированное управление);

2. Технология сетевого адаптивного управления;

3. Технология ситуационного управления.

САУДД-это система управления дорожным движением с центрально-распределенным интеллектом, состоящая из:

- центрального пункта управления (ЦПУ);

- точек адаптивного управления дорожным движением, оборудованных интеллектуальными контроллерами и детекторами транспорта, обеспечивающих:

- локальное адаптивное управление наиболее сложными и важными пересечениями и участками УДС;

- информационное взаимодействие с ЦПУ;

- системных детекторов, сообщающих в ЦПУ сведения о транспортных потоках;

- системных контроллеров, управляемых из ЦПУ постоянно или периодически.

Организация дорожного движения на уровне служб дорожного движения представляет комплекс инженерных и организационных мероприятии на существующей улично-дорожной сети, обеспечивающих безопасность и достаточную скорость транспортных и пешеходных потоков. К числу таких мероприятий относится управление дорожным движением, которое, являясь составной частью организации движения, как правило, решает более узкие задачи. В общем случае под управлением понимается воздействие на тот или иной объект с целью улучшения его функционирования. Применительно к дорожному движению объектом управления являются транспортные и пешеходные потоки.

Сущность управления движением заключается в том, чтобы обязывать водителей и пешеходов, запрещать или рекомендовать им те или иные действия в интересах обеспечения скорости и безопасности. Оно осуществляется путем включения соответствующих требований в Правила дорожного движения, а также применением комплекса технических средств и распорядительными действиями инспекторов дорожно-патрульной службы и других лиц, имеющих соответствующие полномочия.

2. Сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением

Современное состояние управления транспортными потоками в большинстве городов можно вообще характеризовать так, что устройства управления (узлы) управляются по фиксированному графику или по состоянию транспортного потока. Существенная разница заключается в том, что для управления по графику времени не нужны детекторы и система неспособна реагировать на какие-либо изменения транспортного потока. В случае транспортно-зависимого управления пере стоп-линиями имеются детекторы, которые фиксируют моментальное присутствие транспортных средств, и устройство управления, таким образом, реагирует на мгновенные условия в узле, увеличением длительности зеленого сигнала. Следовательно, речь идет об управлении в секундной сетке времени.

Временно-зависимое (автономное) управление - транспортные состояния определяются на основании статистического анализа исторических значений характеристик движения транспортных потоков (интенсивность движения) и на их основании определяются выходные значения процесса регулирования.

Транспортно-зависимое (режим текущего времени - онлайн) управление, в англосаксонской литературе, называемое также Traffic Responsive, заключается в том, что вмешательство системы управления рассчитывается по мгновенной транспортной ситуации. Методы режима онлайн обеспечивают работу в реальном времени и на основании переменных входных данных о движении транспортных потоков каждую секунду изменяют и оптимизируют параметры управления, т.е. продолжительность зеленого сигнала в соответствующем направлении. Устройства управления в данном режиме работают независимо или, в крайнем случае, расположены в линии и линейно координированы.

Управление осуществляется на локальном уровне. Если используется центр управления, то потом часто осуществляется мониторинг состояния устройств управления или мониторинг состояния транспортных потоков. Управление светофорами в реальном времени является достаточно известным и стандартно используется под наименованием транспортно-зависимое управление или динамическое управление. Его принцип заключается в том, что транспортный узел оснащен обычно двумя видами датчиков: датчиками интервалов и вызова, которыми являются в большинстве случаев индуктивные петли. Транспортное устройство управления управляет по программе, которая непрерывно тестирует состояние транспортного потока над отдельными датчиками и на основании заранее заданных алгоритмов увеличивает длительность сигналов, модифицирует последовательность фаз или вкладывает фазу по вызову. Данные изменения обычно осуществляются в рамках заранее определенного времени цикла и заранее определенных максимальных значений длительности зеленых сигналов. Датчик интервалов, расположенный приблизительно на 30-50 м перед стоп-линией, получил свое название в результате того, что он непрерывно измеряет интервалы времени между транспортными средствами и если они меньше данного значения (обычно 3-5 секунд), то он увеличивает продолжительность зеленых сигналов вплоть до заранее заданного максимума. Такой способ измерения называется «Управление измерением интервала времени». Вторая возможность заключается в том, что отдельные узлы соединены с центром управления движением транспортных потоков, который на уровне района координирует и управляет работой узлов. Для управления областью используются следующие режимы:

Временно-зависимое (автономное) управление - информация о характеристиках состояния транспортных потоков в районе получают путем статистического анализа, данные о характеристиках движения транспортных потоков (интенсивности и состава движение) за прошлые годы, измеренных в главных точках транспортной сети, и на их основании определяется режим работы транспортных устройств управления. Затем они вводятся в устройства управления в зависимости от времени суток или дня года. При расчетах оптимизируется длительность зеленых сигналов, продолжительность цикла и временной сдвиг. В качестве примера метода, основанного на автономном режиме, можно привести метод TRANSYT, когда фиктивные транспортные средства «выпускаются» в соответствии с заранее заданными правилами в область, и через данную область проходят на основании и в соответствии с моделью движения транспортного потока. На их движение оказывает влияние изменение управляемых параметров узла. С помощью числовых математических методов для разных параметров, как например, длительность цикла, длительность зеленых сигналов и временной сдвиг, находится минимум определенной целевой функции (оптимизация параметров).

Транспортно-зависимое (режим онлайн) управление характеризуется тем, что для различных состояний транспортных потоков на сети заранее рассчитываются системы сигнальных планов, которые хранятся в устройствах управления или в центре управления движением транспортных потоков. Для расчета максимальных значений длительности зеленого сигнала, длительности цикла и временного сдвига, как правило, используется метод TRANSYT. Одновременно в области выбраны стратегические датчики и составлены логические уравнения, описывающие разные комбинации состояний всех или выбранных датчиков. В зависимости от мгновенной транспортной ситуации посредством соответствующего уравнения выбирается программа, которая лучше всех соответствует данной ситуации. Примером может служить описание состояния транспортного потока по стратегическим датчикам SDV1 и SDV5, которое означает: если в точке SDV1 существует степень 2 и одновременно в точке SDV5 - степень 4, то следует выбрать сигнальную программы номер 6.

IFSDV1=2 &SDV5=4 THENSP6

Если в сети не классифицируется состояние транспортного потока, то для описания используется только один параметр, которым является интенсивность движения. Транспортно-зависимое управление используется в реальной шкале времени и каждую секунду принимает сигналы выбранных датчиков. Однако переключение сигнальных программ осуществляется с определенным гистерезисом для обеспечения стабильности в транспортной сети. На практике это означает изменение программы устройства управления в сетке нескольких десятков минут.

Оптимизация в автономном режиме дает возможность рассчитать основные регулируемые величины: длительность цикла, последовательность фаз, временной сдвиг и длительность зеленых сигналов для базы исторических данных (данных прошлых лет). Эти данные получаются путем длительного измерения с помощью транспортных детекторов. На основании длительно записываемых данных обычно разрабатывается статистическая модель, которая для интенсивности движения обычно дает возможность определить типичные рабочие дни и особенно субботу и воскресенье, в результате чего сильно ограничиваются изменения переменных. Существенной чертой является, то, что речь идет о макроскопическом управлении в автономном режиме, основанном на детерминистическом моделировании потоков и алгоритмах оптимизации, когда рассчитываются системы сигнальных планов по пространственно-временному вектору данных об интенсивности за предыдущие годы. Модели оптимизации использованы для расчетов в автономном режиме сигнальных временных планов транспортных устройств управления в транспортной сети или линии.

В таком случае процесс управления выбирает в зависимости от времени самый выгодный из множества заранее подготовленных сигнальных планов. Такой способ называется временно-зависимым управлением.

Преимущества временно-зависимого управления:

- возможность простого контроля;

- простота модификации сигнальных программ;

- относительно низкие расходы на оборудование и установку.

Недостатки временно-зависимого управления:

- нельзя повысить эффективность использования времени сигналов (разрешение движения для отдельных направлений);

- нельзя покрыть пики интенсивности (необходим определенный резерв интенсивности);

- нельзя вступать в процесс управления со стороны отдельных транспортных средств или пешеходов;

- нельзя устранить возникшие транспортные заторы.

3. Постановка и анализ моделирования

Задача моделирования стратегий управления дорожным движением в узле транспортной сети, как и на сети состоит в разработке классического модуля нечеткого управления. Его составляющие:

1. Блок фуззификации: система управления с нечеткой логикой оперирует нечеткими множествами, поэтому конкретное значение входного сигнала модуля нечеткого управления подлежит операции фуззификации, в результате которой ему будет сопоставлено нечеткое множество.

2. База правил представляет собой множество нечетких правил определения нечеткого множества, которому принадлежат выходной сигнал системы.

3. Блок выработки решения: непосредственное определение множества принадлежности выходного сигнала при конкретно заданных множествах входных сигналов.

4. Блок дефуззификации представляет процедуру отображения нечеткого множества, получаемого на выходе блока выработки решения в конкретное значение, представляет собой управление воздействия.

Для построения стратегий управления предлагают использовать программный комплекс «TRANSYT», основанный на оценке поведения транспортного потока с помощью моделирования дорожного движения и позволяющего выбирать оптимальные параметры режима работы светофорной сигнализации. По результатам моделирования дорожного движения в программе для различных комбинаций интенсивности движения определенно оптимальное время горения зеленного сигнала светофора.

4. Разработка базы нечетких правил определения параметров управления движением транспортных потоков в узле транспортной сети

Построение базы нечетких правил определения оптимального времени горения зеленого сигнала светофора на перекрестке, характеризуемом максимальными интенсивностями движения на пересекающихся дорогах. Необходимые данные были получены при помощи транспортного детектора.

Базу правил классификации стратегий управления создаем для системы с двумя входами и одним выходом:

1. Необходимы данные в виде множества . Далее находим области определения элементов множества , которые разбиваем на областей (отрезков), причем значение N подбираем индивидуально, а отрезки могут иметь одинаковую или различную длину. Отдельные области можно обозначить следующим образом: …, S,,…,.

2. Строим функции принадлежности определенному классу элементов заданного множества обучающих данных. Предлагаем использовать функции треугольной формы по принципу: вершина графика расположена в центре области разбиения, ветви графика лежат в центрах соседних областей. Степень принадлежности данных определенным классом будет выражаться значение функций принадлежности .

3. Затем для каждой пары определяем правило соответствия классу стратегии управления. Окончательное для каждой пары обучения данных можно записать 1 правило, то есть

(4.1)

(4.2)

Поскольку в наличии имеется большое количество пар существует высокая вероятность того, что некоторые из правил окажутся противоречивыми. Это относится к правилам с одной и той же посылкой (условием), но с разными средствами (выводами).

Одним из методов решения этой проблемы заключается в приписывании каждому правилу так называемые степени истинности с последующим выбором противоречащих друг другу правил того, у кого эта степень окажется наибольшей. После чего база правил заполняется качественной информацией.

Например, согласно выше описанным правилам степени истинности имеют вид

(4.3)

(4.4)

4. Для определения количественных значений параметра оптимизации стратегии управлении необходимо выполнить операцию дефуззификации. Для расчета выходного значения управления воздействия можно и рекомендуется воспользоваться способом дефуззификации по методу центра тяжести.

4.1 Построение функции принадлежности

Для элементов множества обучающих систему данных обозначим следующую область определения

Разбив Х1 Х2 и G на 2n+1 отрезков и строим функции принадлежности вида

Рисунок 4.1 Общий вид графика функций принадлежности

Имеем в итоге:

Рисунок 4.2 Графики функций принадлежности интенсивности х1 к классам разбиения множества Х1.

Определяем функции принадлежности µ(x1) на отрезках разбиения области Х1 методом отнесения µ(x1) к определенному классу.

Таблица 4.1. Функции принадлежности µ(x1) на отрезках разбиения области Х1 (n=4)

Отрезок разбиения

Обозначение

Функция принадлежности µ(х1)

1

[0,100]

M4

;

2

[0,200]

M3

;

3

[100,300]

M2

, ;

4

[200,400]

M1

, ;

5

[300,500]

S

,;

6

[400,600]

B1

,;

7

[500,700]

B2

;

8

[600,800]

B3

;

9

[700,800]

B4

, ;

Рисунок 4.3 Графики функций принадлежности интенсивности х2 к классам разбиения множества Х2.

Определяем функции принадлежности µ(x2) на отрезках разбиения области Х2 методом отнесения µ(x2) к определенному классу по рисунку 4.3.

Таблица 4.2 Функции принадлежности µ(x2) на отрезках разбиения области Х2 (n=5)

Отрезок разбиения

Обозначение

Функция принадлежности µ(х2)

1

[0,100]

M5

;

2

[0,200]

M4

,;

3

[100,300]

M3

, ;

4

[200,400]

M2

,;

5

[300,500]

M1

, ;

6

[400,600]

S

,;

7

[500,700]

B1

;

8

[600,800]

B2

;

9

[700,800]

B3

,;

10

[800,900]

B4

;

11

[900,1000]

B5

, ;

Рисунок 4.4 Графики функций принадлежности интенсивности gк классам разбиения множества Q.

Определяем функции принадлежности µ(g) на отрезках разбиения области Gметодом отнесения µ(g) к определенному классу

Таблица 4.3 Функции принадлежности µ(g) на отрезках разбиения области G(n=6)

Отрезок разбиения

Обозначение

Функция принадлежности µ(х2)

1

[10,15]

M6

2

[10,20]

M5

;

3

[15,25]

M4

;

4

[20,30]

M3

;

5

[25,35]

M2

, ;

6

[30,40]

М1

;

7

[35,45]

S

,;

8

[40,50]

B1

;

9

[45,55]

B2

,;

10

[50,60]

B3

,;

11

[55,65]

B4

;

12

B5

;

4.2 Построение правил соответствия конкретному классу параметра управления

Определяем правило соответствия классу стратегий управления и приписываем каждому правилу степень истинности.

Таблица 4.4 Значения функций принадлежности данных определенным классам

i

(i)

µ((i))

(i)

µ((i))

g(i)

µ(g (i))

1

247

0.53(М2)

440

0.6(M1)

44

0.8(B1)

2

497

0,97(В1)

663

0.63(B2)

42

0.6(S)

3

431

0,69(S)

672

0.72(B2)

47

0.6(B1)

4

659

0.59(B3)

430

0.7(M1)

46

0.8(B1)

5

230

0.7(M2)

711

0.89(B2)

44

0.8(B1)

6

467

0.67(B1)

649

0.51(B1)

44

0.8(B1)

7

396

0.96(S)

446

0.54(M1)

53

0.6(B3)

8

189

0.89(M2)

702

0.98(B2)

48

0.6(B2)

9

506

0.94(B1)

331

0.69(М2)

38

0.6(S)

10

416

0.84(S)

681

0.81(B2)

38

0.6(S)

11

434

0.66(S)

670

0.7(B2)

49

0.8(B2)

12

466

0.66(B1)

864

0.64(B4)

44

0.8(B1)

13

335

0.65(M1)

795

0.95(B3)

47

0.6(B1)

14

339

0.61(M1)

501

0.99(S)

51

0.8(B2)

15

480

0.8(B1)

502

0.98(S)

37

0.6(M1)

16

388

0.88(S)

510

0.9(S)

46

0.8(B1)

17

437

0.63(S)

568

0.68(B1)

56

0.8(B3)

18

412

0.88(S)

602

0.98(B1)

52

0.6(B2)

19

483

0.83(B1)

480

0.8(S)

41

0.8(S)

20

385

0.85(S)

588

0.88(B1)

35

1(M1)

21

244

0.54(M2)

737

0.63(B2)

49

0.8(B2)

22

514

0.86(B1)

657

0.57(B2)

42

0.6(S)

23

547

0.53(B1)

579

0.79(B1)

40

1(S)

24

341

0.59(M1)

605

0.95(B1)

36

0.8(M1)

25

304

0.96(M1)

612

0.88(B1)

48

0.6(B2)

26

450

0.5(S)

456

0.56(S)

55

1(B3)

27

107

0.93(М3)

537

0.63(S)

44

0.8(B1)

28

417

0.83(S)

481

0.81(S)

45

1(B1)

29

404

0.96(S)

631

0.69(B1)

39

0.8(S)

30

487

0.87(B1)

587

0.87(B1)

44

0.8(B1)

31

490

0.9(B1)

701

0.99(B2)

41

0.8(S)

32

464

0.64(B1)

695

0.95(B2)

47

0.6(B1)

33

481

0.81(B1)

586

0.86(B1)

40

1(S)

34

442

0.58(S)

514

0.86(S)

43

0.6(B1)

35

603

0.97(B2)

662

0.62(B2)

37

0.6(M1)

36

460

0.6(B1)

601

0.99(B1)

44

0.8(B1)

37

391

0.91(S)

514

0.86(S)

39

0.8(S)

38

431

0.69(S)

446

0.54(M1)

47

0.6(B1)

39

431

0.69(S)

543

0.57(S)

43

0.6(B1)

40

541

0.59(B1)

671

0.71(B2)

47

0.6(B1)

41

392

0.8(S)

617

0.83(B1)

47

0.6(B1)

42

603

0.97(B2)

740

0.6(B2)

44

0.8(B1)

43

231

0.69(M2)

630

0.7(B1)

43

0.6(B1)

44

367

0.67(S)

621

0.79(B1)

48

0.6(B2)

45

351

0.51(S)

421

0.79(M1)

40

1(S)

46

480

0.8(B1)

604

0.96 (B1)

40

1(S)

47

500

1(B1)

579

0.79(B1)

48

0.6(B2)

48

412

0.88(S)

624

0.76(B1)

41

0.8(S)

49

358

0.58(S)

516

0.84(S)

48

0.6(B2)

50

318

0.82(M1)

488

0.88(S)

39

0.8(B1)

51

398

0.98(S)

497

0.97(S)

47

0.6(B1)

52

445

0.55(S)

374

0.74(M1)

54

0.8(B3)

53

384

0.84(S)

445

0.55(M1)

58

0.6(B4)

54

397

0.97(S)

555

0.55(B1)

51

0.8(B2)

55

657

0.57(B3)

727

0.73(B2)

50

1(B2)

56

543

0.57(B1)

681

0.81(B2)

50

1(B2)

57

585

0.85(B2)

646

0.54(B1)

52

0.6(B2)

58

347

0.53(M1)

635

0.65(B1)

45

1(B1)

59

418

0.82(S)

578

0.78(B1)

41

0.8(S)

60

403

0.97(S)

419

0.81(M1)

46

0.8(B1)

Получаем таблицу с присвоенными степенями истинности и степень истинности для каждой из пар x1, x2.

транспорт управление дорожный пассажирский

Таблица 4.5 Нечеткие правила, сгенерированные по обучающимся данным и степень истинности этих правил

i

IF

THE №

SP

(i)

(i)

g(i)

1

М2

M1

B1

0.254

2

В1

B2

S

0.366

3

S

B2

B1

0.298

4

B3

M1

B1

0.330

5

M2

B2

B1

0.498

6

B1

B1

B1

0.273

7

S

M1

B3

0.311

8

M2

B2

B2

0.523

9

B1

М2

S

0.389

10

S

B2

S

0.408

11

S

B2

B2

0.369

12

B1

B4

B1

0.337

13

M1

B3

B1

0.370

14

M1

S

B2

0.483

15

B1

S

M1

0.470

16

S

S

B1

0.633

17

S

B1

B3

0.342

18

S

B1

B2

0.517

19

B1

S

S

0.531

20

S

B1

M1

0.748

21

M2

B2

B2

0.272

22

B1

B2

S

0.294

23

B1

B1

S

0.418

24

M1

B1

M1

0.448

25

M1

B1

B2

0.506

26

S

S

B3

0.28

27

М3

S

B1

0.468

28

S

S

B1

0.672

29

S

B1

S

0.529

30

B1

B1

B1

0.605

31

B1

B2

S

0.712

32

B1

B2

B1

0.364

33

B1

B1

S

0.696

34

S

S

B1

0.299

35

B2

B2

M1

0.360

36

B1

B1

B1

0.475

37

S

S

S

0.626

38

S

M1

B1

0.223

39

S

S

B1

0.235

40

B1

B2

B1

0.251

41

S

B1

B1

0.398

42

B2

B2

B1

0.465

43

M2

B1

B1

0.289

44

S

B1

B2

0.317

45

S

M1

S

0.402

46

B1

B1

S

0.768

47

B1

B1

B2

0.474

48

S

B1

S

0.535

49

S

S

B2

0.292

4.3 База нечетких правил

Согласно определенным в таблице 4.7 правилам составляем базу нечетких правил, определяющую оптимальное значение зеленого сигнала светофора.

Таблица 4.6 База нечетких правил

B5

B4

B1

B3

B1

B2

B2

S

S

B1

B2

B1

B1

B1

M1

S

B2

S

B1

B2

B1

S

M1

B1

B1

M2

S

M3

M4

M5

M4

M3

M2

M1

S

B1

B2

B3

B4

Заключение

В данной работе были рассмотрены следующие вопросы: понятие адаптивного управления дорожным движением в узле транспортной сети, на сети, а так же сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением.

Основные концепции адаптивного управления, реализуемые в различных странах и преимущества такие как: обеспечение высокую работоспособность в условиях изменения свойств управляемого объекта, окружающей среды и целей, за счет разработки новых алгоритмов функционирования.

Организация движения городского пассажирского общественного транспорта при работе адаптивной системы управления дорожным движением, реализация данного условия происходит за счет установки радиометок на транспортные средства и считывающих устройств на светофорные объекты. Распознавание транспортного средства позволит «растягивать» время горения зеленого сигнала и обеспечить беспрепятственный проезд общественного транспорта. А так жеможно использовать принцип обмена данными непосредственно между контроллерами соседних перекрестков. Данные детекторов, подключенные к дорожному контроллеру, дополняются данными тех детекторов, которые установлены на соседних перекрестках. Этот позволяет директивно задавать состояние сигнальных групп, а также обеспечивает приоритет общественного транспорта

Так как адаптивное управление очень затратно был предложен альтернативный метод для определения оптимального времени горения зеленого сигнала светофора на пересечение. А именно метод разработки классического модуля нечеткого управления, исходными данными для которого служили множества данных об интенсивности двух пересекающихся дорог. В данной работе были рассмотрены первые три блока данного метода и были проведены расчеты.

Список литературы

1. П. Пржибыл, М. Свитек "Телематика на транспорте", 2004 г;

2. Коноплянко, В.И., Гуджоян О.П., Зырянов В.В., Березин А.С. Безопасность движения.

3. Кузин М.В. Имитационное моделирование транспортных потоков при координированном режиме управления Омск - 2011;

4. В.Г. Кочерга, Е.Е. Шаталова Технические средства современных автоматизированных систем управления дорожным движением. Ростов-на-Дону 2011;

5. Е.А. Петров статья «Адаптивная система управления дорожным движением в составе городской ИТС»;

6. Абрамова Л.С. Журнал Вестник Харьковского национального автомобильно-дорожного университета.

Размещено на Allbest.ru


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.