遗传算法在智能交通系统中的应用.ppt

《遗传算法在智能交通系统中的应用.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、遗传算法在智能交通系统中的应用报告人:王超PB02011013导师：周学海教授2006-6-121主要内容智能交通系统背景介绍遗传算法简介遗传算法在本文中的应用测试数据总结&展望2遗传算法在智能交通系统中的应用智能交通系统简介智能交通系统ITS—IntelligentTransportationSystem最先进的电子信息技术实现人员（包括驾驶员和管理者）、公路和车辆三者的密切结合和和谐统一新公路交通系统。优点：减少交通拥挤，加强对车辆的集中管理和调度，为驾驶员提供足够的交通、公安、娱乐等信息提高交通运输效率保障交通安全增强行车的舒适性改善环保质量提高能源的利用率。3遗传算法在智能交通

2、系统中的应用智能交通系统分类先进的交通管理系统(ATMS)道路、车辆和驾驶员之间建立通讯联系信息检测系统-信息传输系统-信息处理系统-信息发布系统先进的车辆控制系统（AVCS）辅助在以至替代驾驶员实行控制先进的驾驶员信息系统（ADIS）向驾驶员提供路况信息，导航营运车辆调度管理系统（CVO）企业用车辆调度先进的大众运输系统（APTS）向公众提供信息，公交车调度4遗传算法在智能交通系统中的应用系统的工作目的：减少一段时间内每辆到达车辆的平均等待时间手段：参考历史信息和当前路口上下游路口的拥塞来动态地调整路口交通灯的延长时间实现方法：调度算法模糊控制遗传编程5遗传算法在智能交通系统中的应用

3、遗传算法的基本理论遗传算法(GeneticAlgorithms)是基于自然选择和自然遗传机制的搜索算法，它是一种有效的解决最优化问题的方法染色体编码方法。二进制编码，其等位基因是由二进值符号集{0,1}所组成的。如：X＝100111001000101101就可表示一个个体，该个体的染色体长度是n＝18。十进制编码没有“HammingCliffs”01111->10000需要改变所有的位适合范围变异，直观6遗传算法在智能交通系统中的应用遗传算法的基本理论个体适应度评价。作用：决定当前群体中每个个体遗传到下一代群体中的机会多少。为正确计算这个概率，这里要求所有个体的适应度必须为正数或零。要点

4、：根据不同种类的问题，必须预先确定好由目标函数值到个体适应度之间的转换规则，特别是要预先确定好当目标函数值为负数时的处理方法。7遗传算法在智能交通系统中的应用遗传算法的基本理论遗传算子。基本遗传算法使用下述三种遗传算子选择(selection)：根据各个个体的适应度，按照一定的规则或方法，从当代群体选择出一些优良的个体遗传到下一代群体中。常用的是下面的轮盘赌选择方法。8遗传算法在智能交通系统中的应用遗传算法的基本理论交叉(crossover)：将群体P(t)内的各个个体随机搭配成对，对每一对个体,以某个概率(称为交叉概率，crossoverrate)交换它们之间的部分染色体。均匀交叉点

5、交叉9遗传算法在智能交通系统中的应用遗传算法的基本理论变异(mutation)：对群体中的每一个个体，以某一概率(称为变异概率，mutationrate)改变某一个或某一些基因座上的基因值为其他的等位基因。10遗传算法在智能交通系统中的应用遗传算法的基本理论基本遗传其法的运行参数。基本遗传算法有下述4个运行参数，影响运行时间和收敛速度：M：群体大小，即群体中所含个体的数量，一般取为20—100。T：遗传运算的终止进化代数，一般取为100—500。Pc：交叉概率，一般取为0.4—0.99。Pm：变异概率，一般取为0.001—0.1。11遗传算法在智能交通系统中的应用遗传算法的基本理论遗

6、传算法的基本步骤12遗传算法在智能交通系统中的应用遗传算法在系统中的应用我们的系统主要通过模糊控制和调度算法来实现对交通的控制遗传算法的功能就是通过进化生成上面的模糊控制规则表13遗传算法在智能交通系统中的应用遗传算法实现的关键技术染色体的编码方法一个现有的模糊控制规则表，是一个N×N的矩阵，N为车流模糊量的隶属度，在我们的系统中设置为7，VF(很少)、F(少)、FP(较少)、C(中)、MP(较多)、M(多)、VM(很多)，对应的编码为0、1、2、3、4、5、6，这样一个7×7的矩阵就可以转化成一个编码序列。具体例子如下：14遗传算法在智能交通系统中的应用遗传算法在系统中的应用上面的

7、表格编码所得的结果为：0123456012345601234550123345012334401122340011223。编码长度为7×7=49位。时间的模糊量当前车流的模糊量VFFFPCMPMVM下一相位车流的模糊量VFVSSSPCLPLVLFVSSSPCLPLVLFPVSSSPCLPLLCVSSSPCCLPLMPVSSSPCCLPLPMVSSSSPSPCLPVMVSVSSSSPSPC15遗传算法在智能交通系统中的应