遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座

遺傳算法在智能交通系統(tǒng)中應(yīng)用匯報(bào)人:王超PB0013導(dǎo)師：周學(xué)海教授-6-121遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第1頁(yè)主要內(nèi)容智能交通系統(tǒng)背景介紹遺傳算法介紹遺傳算法在本文中應(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)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第2頁(yè)智能交通系統(tǒng)介紹智能交通系統(tǒng)ITS—IntelligentTransportationSystem最先進(jìn)電子信息技術(shù)實(shí)現(xiàn)人員（包含駕駛員和管理者）、公路和車輛三者親密結(jié)合和友好統(tǒng)一新公路交通系統(tǒng)。優(yōu)點(diǎn)：降低交通擁擠，加強(qiáng)對(duì)車輛集中管理和調(diào)度，為駕駛員提供足夠交通、公安、娛樂(lè)等信息提升交通運(yùn)輸效率保障交通安全增強(qiáng)行車舒適性改進(jìn)環(huán)境保護(hù)質(zhì)量提升能源利用率。3遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第3頁(yè)智能交通系統(tǒng)分類先進(jìn)交通管理系統(tǒng)(ATMS)道路、車輛和駕駛員之間建立通訊聯(lián)絡(luò)信息檢測(cè)系統(tǒng)-信息傳輸系統(tǒng)-信息處理系統(tǒng)-信息公布系統(tǒng)

先進(jìn)車輛控制系統(tǒng)（AVCS）輔助在以至替換駕駛員實(shí)施控制先進(jìn)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)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)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第4頁(yè)系統(tǒng)工作目標(biāo)：降低一段時(shí)間內(nèi)每輛抵達(dá)車輛平均等候時(shí)間伎倆：參考?xì)v史信息和當(dāng)前路口上下游路口擁塞來(lái)動(dòng)態(tài)地調(diào)整路口交通燈延長(zhǎng)時(shí)間實(shí)現(xiàn)方法：調(diào)度算法含糊控制遺傳編程5遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第5頁(yè)遺傳算法基本理論遺傳算法(GeneticAlgorithms)是基于自然選擇和自然遺傳機(jī)制搜索算法，它是一個(gè)有效處理最優(yōu)化問(wèn)題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。如： X＝100111001000101101就可表示一個(gè)個(gè)體，該個(gè)體染色體長(zhǎng)度是n＝18。十進(jìn)制編碼 沒(méi)有“HammingCliffs”01111->10000需要改變?nèi)课贿m合范圍變異，直觀6遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第6頁(yè)遺傳算法基本理論個(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機(jī)會(huì)多少。為正確計(jì)算這個(gè)概率，這里要求全部個(gè)體適應(yīng)度必須為正數(shù)或零。關(guān)鍵點(diǎn)：依據(jù)不一樣種類問(wèn)題，必須預(yù)先確定好由目標(biāo)函數(shù)值到個(gè)體適應(yīng)度之間轉(zhuǎn)換規(guī)則，尤其是要預(yù)先確定好當(dāng)目標(biāo)函數(shù)值為負(fù)數(shù)時(shí)處理方法。7遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第7頁(yè)遺傳算法基本理論遺傳算子。基本遺傳算法使用下述三種遺傳算子選擇(selection)：依據(jù)各個(gè)個(gè)體適應(yīng)度，按照一定規(guī)則或方法，從當(dāng)代群體選擇出一些優(yōu)良個(gè)體遺傳到下一代群體中。慣用是下面輪盤賭選擇方法。8遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第8頁(yè)遺傳算法基本理論交叉(crossover)：將群體P(t)內(nèi)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)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第9頁(yè)遺傳算法基本理論變異(mutation)：對(duì)群體中每一個(gè)個(gè)體，以某一概率(稱為變異概率，mutationrate)改變某一個(gè)或某一些基因座上基因值為其它等位基因。10遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第10頁(yè)遺傳算法基本理論基本遺傳其法運(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)體數(shù)量，普通取為20—100。T：遺傳運(yùn)算終止進(jìn)化代數(shù)，普通取為100—500。Pc：交叉概率，普通取為0.4—0.99。Pm：變異概率，普通取為0.001—0.1。11遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第11頁(yè)遺傳算法基本理論遺傳算法基本步驟12遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第12頁(yè)遺傳算法在系統(tǒng)中應(yīng)用我們系統(tǒng)主要經(jīng)過(guò)含糊控制和調(diào)度算法來(lái)實(shí)現(xiàn)對(duì)交通控制遺傳算法功效就是經(jīng)過(guò)進(jìn)化生成上面含糊控制規(guī)則表13遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第13頁(yè)遺傳算法實(shí)現(xiàn)關(guān)鍵技術(shù)染色體編碼方法一個(gè)現(xiàn)有含糊控制規(guī)則表，是一個(gè)N×N矩陣，N為車流含糊量隸屬度，在我們系統(tǒng)中設(shè)置為7，VF(極少)、F(少)、FP(較少)、C(中)、MP(較多)、M(多)、VM(很多)，對(duì)應(yīng)編碼為0、1、2、3、4、5、6，這么一個(gè)7×7矩陣就能夠轉(zhuǎn)化成一個(gè)編碼序列。詳細(xì)例子以下：14遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第14頁(yè)遺傳算法在系統(tǒng)中應(yīng)用上面表格編碼所得結(jié)果為：0123456012345601234550123345012334401122340011223。編碼長(zhǎng)度為7×7=49位。時(shí)間含糊量當(dāng)前車流含糊量VFFFPCMPMVM下一相位車流含糊量VFVSSSPCLPLVLFVSSSPCLPLVLFPVSSSPCLPLLCVSSSPCCLPLMPVSSSPCCLPLPMVSSSSPSPCLPVMVSVSSSSPSPC15遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第15頁(yè)遺傳算法在系統(tǒng)中應(yīng)用適應(yīng)度函數(shù)確實(shí)定－平均等候時(shí)間在路口模型中，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)車道流出速率。 對(duì)于某個(gè)車道，假如是綠燈結(jié)束情況：a若上次剩下車全部離開，又因?yàn)槭且詣蛩匐x開，則在此次綠燈時(shí)間內(nèi)等候時(shí)間為：上次剩下車輛數(shù)×離開時(shí)間÷2?！拘聛?lái)車能夠不考慮】b若上次剩下車沒(méi)有走完，則在此次綠燈時(shí)間內(nèi)等候時(shí)間為：離開車輛數(shù)×此次綠燈時(shí)間÷2＋（新來(lái)車輛＋沒(méi)有走車輛）×此次綠燈時(shí)間。 16遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第16頁(yè)遺傳算法在系統(tǒng)中應(yīng)用對(duì)于某個(gè)車道，假如是紅燈結(jié)束情況：在此次紅燈時(shí)間內(nèi)等候時(shí)間為：（紅燈開始時(shí)候已經(jīng)在等候車輛＋紅燈時(shí)間內(nèi)到來(lái)車輛）×此次紅燈時(shí)間。注意點(diǎn)：左轉(zhuǎn)車道和直行車道擁有不一樣流出速度，普通來(lái)說(shuō)直行車要比左轉(zhuǎn)快一些。17遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第17頁(yè)遺傳算法在系統(tǒng)中應(yīng)用遺傳算法參數(shù)設(shè)置初始種群產(chǎn)生初始化種群時(shí)，為了確保每個(gè)基因都存在于第一代個(gè)體中，人為地制訂一條染色體m_genes[i]=i/7，其余popnum-1條染色體由隨機(jī)產(chǎn)生，必須確保滿足每個(gè)基因基因型在0到6之間。交叉?zhèn)€體按照交叉概率Pc=80%進(jìn)行雜交。交叉采取均勻雜交，隨機(jī)產(chǎn)生與染色體等長(zhǎng)二進(jìn)制雜交模板，0表示對(duì)應(yīng)位不交換，1表示交換。然后依據(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(wú)法搜索到模式，比較適適用于較小群體規(guī)模。而點(diǎn)式交叉搜索到模式比較少，在群體規(guī)模較小時(shí)，其搜索能力將受到一定影響。18遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第18頁(yè)遺傳算法在系統(tǒng)中應(yīng)用變異個(gè)體按照變異概率Pm=20％進(jìn)行變異，而被選中個(gè)體每位基因又按照5％概率進(jìn)行變異。變異時(shí)候需要注意不能超出編碼范圍。新一代個(gè)體產(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)度大小將全部染色體排列，并取最大種群數(shù)目個(gè)作為下一代種群。19遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第19頁(yè)遺傳算法在系統(tǒng)中應(yīng)用其它參數(shù)設(shè)置 主要影響遺傳算法運(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)模擬運(yùn)行時(shí)間totalTime;計(jì)算適應(yīng)度函數(shù)時(shí)模擬運(yùn)行次數(shù)runTime;交叉概率crossRate;變異概率mutateRate;個(gè)體基因變異概率Genome.m_mutationrate;染色體長(zhǎng)度genomeLength;每個(gè)基因取值范圍genomeRange;20遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第20頁(yè)遺傳算法在系統(tǒng)中應(yīng)用算法流程圖21遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第21頁(yè)相關(guān)測(cè)試運(yùn)行時(shí)間測(cè)試種群規(guī)模影響22遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第22頁(yè)相關(guān)測(cè)試進(jìn)化代數(shù)影響23遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第23頁(yè)相關(guān)測(cè)試仿真時(shí)間影響24遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第24頁(yè)相關(guān)測(cè)試仿真次數(shù)影響25遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第25頁(yè)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(lái)速度（平均分布）離開速度（直行和左行）3種不一樣方法比較傳統(tǒng)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)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第26頁(yè)相關(guān)測(cè)試27遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第27頁(yè)總結(jié)和展望總結(jié) 本文把遺傳算法應(yīng)用在含糊控制規(guī)則生成中，再經(jīng)過(guò)計(jì)算出來(lái)含糊控制對(duì)應(yīng)關(guān)系來(lái)管理十字路口，得到了比較優(yōu)化效果。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)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第28頁(yè)總結(jié)和展望展望限制關(guān)系時(shí)間含糊量當(dāng)前車流含糊量VFFFPCMPMVM下一相位車流含糊量VF5556666F4445555FP3334444C2223333MP1112222M0001111VM000000029遺傳算法在智能交

通系統(tǒng)中應(yīng)用遺傳算法在智能交通系統(tǒng)中的應(yīng)用專家講座第29頁(yè)總結(jié)和展望按照適應(yīng)度調(diào)整變異概率