1、由于交通流的不確定性，隨機(jī)性和非線性，很難對其建立精確的數(shù)學(xué)模型，針對這一問題，智能算法給交通控制提供了一種新的研究方向和思路，可以有效地控制日益嚴(yán)重的交通問題，合理的疏導(dǎo)交通流。本文采用智能控制的方法分別對單交叉口和整個(gè)區(qū)域進(jìn)行控制。論文的主要工作包括以下三個(gè)方面:
　　 1.針對單個(gè)路口，采用結(jié)合了模糊控制和神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)的模糊神經(jīng)網(wǎng)絡(luò)算法對路口進(jìn)行控制，并用二級模糊神經(jīng)網(wǎng)絡(luò)控制器實(shí)現(xiàn)，依據(jù)車流信息實(shí)時(shí)的調(diào)整相位順序。根據(jù)車檢

2、器檢測的信息，確定路口的輸入?yún)?shù)，判斷進(jìn)入綠燈延時(shí)模塊還是相位選擇模塊。每個(gè)模塊都用模糊神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)。最后在TSIS和MATLAB結(jié)合的平臺上仿真表明，該二級模糊神經(jīng)網(wǎng)絡(luò)控制器能有效的減少通過單交叉口的平均車輛延誤。
　　 2.對于路網(wǎng)區(qū)域，優(yōu)化的參數(shù)有周期，相位差和綠信比，主要采用Q學(xué)習(xí)算法，針對Q學(xué)習(xí)算法的不足，首先進(jìn)入模糊控制模塊，判斷當(dāng)前狀態(tài)是否在模糊推理中，是的話采用模糊神經(jīng)網(wǎng)絡(luò)對參數(shù)進(jìn)行優(yōu)化，否則采用Q學(xué)習(xí)算法優(yōu)化