基于遗传神经网络的区域交通控制效果评价

唐先成（厦门市市政工程设计院有限公司，重庆 401122）

基于遗传神经网络的区域交通控制效果评价

唐先成
（厦门市市政工程设计院有限公司，重庆 401122）

摘 要：近几年来，基于遗传神经网络的区域交通控制效果评价逐渐得到了广泛采纳，并且也取得了较为突出的效果，值得在今后的区域交通控制效果评价中采用，本文就重点介绍了如何通过建立多目标评价函数来实现基于遗传神经网络的区域交通控制效果评价。

关键词：区域交通控制；遗传神经网络；多目标评价函数

当今城市交通压力越来越大，堵车现象越来越常见，虽然很大程度上是因为城市人口和车辆的急剧增加导致的，但是交通控制不当也是重要原因，尤其是区域交通信号灯控制的效果在很大程度上影响着城市交通的运转状况，因此，加强城市区域交通控制效果的评价就显得更为重要，通过良好的模拟与评价找出具体的不足和问题，以便进行必要的改善。多年来，相关单位试图建立一种多目标的评价函数来进行区域交通效果的评价，主要采用VC++进行编程，然后应用VISSIM软件来进行仿真试验，结果表明，能够准确的针对区域交通控制状况进行评价。因此，基于遗传神经网络的评价模式值得在今后的区域交通控制效果评价中推广应用。

1 多目标评价函数的建立

对于基于遗传神经网络的区域交通控制效果评价来说，其最为核心的内容就是建立多目标评价函数，这也是其效果评价的基本手段和根本依据，具体来说，在该函数的建立过程中需要我们重点关注的要点有以下几项：（1）首先，建立多目标评价函数必须选定最为恰当的评价指标，这也是多目标评级函数建立的一个基础要求，对于具体指标的确定来说，必须依据区域交通控制的现状，然后针对存在可比性和独立性的一些控制效果内容进行筛选，最终确定出最佳的评价指标，比如停车次数、延误时间、排队长度等，此外，交叉口总通过能力也是一个重要的评价指标，当然这些指标应该是针对整个交通系统进行长时间的调查，然后取平均值，在这些数据的统计和处理过程中，拥挤状态下车辆放行曲线是极为关键的一种处理手段，其具体的图形绘制如图1所示；（2）其次，具体的评价指标选定之后，就需要针对区域内的交通具体运行状况进行详细的调查，这种调查并不是完全是现场直接进行的，部分评价指标无法直接观察获得，需要通过一定的运算过程，这些调查以及计算的一些数据能够准确的估算道路的总通行能力，但是其确定的方式却是较为繁琐的，需要进行的计算过程和所需要运用的公式都比较繁琐，需要观测和计算的内容都比较麻烦，并且这些具体的评价指标选定之后还必须根据每一个指标的重要性程度来设定具体的权重，进而综合这些指标到一个共同的评价体系内；（3）最后，多目标评价函数的建立是最终的目的，函数建立的过程，其实就是综合利用各种评价指标来针对区域交通控制效果进行评价的思考过程，以便使得出的结果让我们能够大致全面的把握区域交通控制的基本状况，在过程中，我们一般采用的方法主要是功效系数法中的直线法。针对各个评价指标的使用并不仅仅局限于平均值，往往其最大值和最小值也是常用的一些数据，并且也极为重要，因为最大值和最小值是和区域交通运转中的畅通、阻塞等特殊状况联系最为密切的一些数值，因此，相对于平均数而言，这些极端数据更具备研究价值，也更能够反映出区域交通控制的基本效果。

2 基于遗传神经网络的区域控制效果评价

基于遗传神经网络的区域交通控制效果评价具体的执行过程其实是极为复杂的，需要注意的要点也比较多，按照其评价的具体流程来看，主要包括以下几步：（1）首先，现场调查是必不可少的，也是做好区域交通控制效果评价的一个基础，而我们进行评价的主要对象也就是这些现场交通运行的具体状况，具体来说，针对现场进行调查的内容必须完整全面，针对我们评价需要的所有数据信息进行全面的记录，比如区域内的交通信号灯数量、每个交通信号灯车辆排队长度、延误的时间、每辆车停留的平均次数等都需要进行严格详细的调查记录；（2）其次，对调查的数据进行具体的编码，编码过程所采取的数据主要是一些阈值和权值，不会仅采用平均值，另外因为是基于遗传神经网络的评价体系，所以其应用的基本评价结构为BP神经网络，具体的系统结构函数一般包括三层，并且进而计算出准确的个体适应度，其操作的主要用于手段就是Visual C+ +，具体的应用过程如下图所示，通过编码不同流量进行相关参数和阈值的输出；（3）然后，针对我们事先选择出的样本数量采取专业的遗传算法进行计算，进而优化以往的一些计算方式，获得最佳的评价函数，减少评价的误差；（4）再次，针对确定好的神经网络结构系统进行样本数据的重复检验，一旦发现有不恰当的地方就需要重新回到第二步的计算过程进行重复的运算，直到确定无误后得出最终的评价结果；（5）最后，一般评价完成后，还需要针对区域交通控制效果状况进行仿真模拟，这一步也是针对现有的区域交通状况进行优化的过程，也是提高控制效果的重要环节，其仿真模拟过程主要是采用 VISSI M 412仿真软件进行，通过该软件进行模拟能够在较大程度上提高相关管理人员对于交通实际状况的了解，具体而言，如图2所示即为实际路网绘制模拟用实际路网和仿真模拟路网。

图1 拥挤状态下车辆放行曲线

图2 实际路网绘制模拟路网和仿真模拟路网

结语

综上所述，基于区域交通控制的重要性，加强必要的效果评价是极为关键的，也是进一步提高区域交通控制水平的重要依据，本文主要介绍了通过建立多目标评价函数来进行基于遗传神经网络的区域交通控制效果评价，经过相应的仿真模拟试验来切实改善整个区域交通控制的效果，其价值是较为明显的，对于提高城市交通的运转效率，缓解当前的交通压力具有重要的作用。

参考文献

[1]孙增圻.智能控制理论与技术[M].北京：清华大学出版社，2007：194-210.

中图分类号：U491

文献标识码：A