基于遺傳算法的智能交通系統(tǒng)的設(shè)計

張丹

摘 要：隨著我國經(jīng)濟(jì)的不斷發(fā)展，人們的生活水平在不斷提高，城市中的車輛也越來越多，需要建立高效、安全的智能交通系統(tǒng)，保證城市交通順暢，較少交通事故的發(fā)生，提高我國交通系統(tǒng)的運輸效率，同時也能夠促進(jìn)我國經(jīng)濟(jì)水平的增長。本文主要探討遺傳算法在智能交通系統(tǒng)設(shè)計中的應(yīng)用。

關(guān)鍵詞：遺傳算法；智能交通系統(tǒng)；安全系統(tǒng)

中圖分類號：U495 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-7344（2018）32-0307-01

最近幾年，我國經(jīng)濟(jì)在迅速發(fā)展，人們對交通的需求也越來越大。在人們生活水平提高的同時，人們的出行次數(shù)、出行的距離也在日漸增多，在各個城市中，交通系統(tǒng)的建設(shè)與管理并不是很完善，經(jīng)常會出現(xiàn)交通擁堵、交通事故頻發(fā)、馬路環(huán)境不好等現(xiàn)象。發(fā)展智能交通系統(tǒng)，提高對交通系統(tǒng)的管理，使構(gòu)建安全交通環(huán)境的有效途徑，為人們選擇合適的出行路線，能夠有效降低交通擁堵、交通事故發(fā)生的概率。

1 智能交通系統(tǒng)概述

智能交通系統(tǒng)（Intelligent Traffic System，簡稱ITS），這是一個集先進(jìn)的信息技術(shù)、傳感器技術(shù)、圖像分析技術(shù)、計算機(jī)網(wǎng)絡(luò)、人工智能等為一體的系統(tǒng)，它能夠?qū)煌ㄏ到y(tǒng)進(jìn)行一個統(tǒng)一有效的管理，是一個具有實時性、準(zhǔn)確性和高效性的系統(tǒng)。智能交通系統(tǒng)能夠提高城市交通運輸?shù)男屎桶踩訹1]。

2 遺傳算法概述

遺傳算法（Genetic Algorithm）是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。遺傳算法遵循了一個生物界的進(jìn)化規(guī)律，即優(yōu)勝劣汰、適者生存。遺傳算法最主要的特點就是能夠?qū)Y(jié)構(gòu)對象進(jìn)行直接操作，不受到求導(dǎo)和函數(shù)的連續(xù)性的限制；能夠在全局中尋找到最優(yōu)的方式；能夠根據(jù)概率化來自動調(diào)整合適的方向。正是因為遺傳算法具有這些特點，它被廣泛應(yīng)用于信號處理、機(jī)器學(xué)習(xí)以及自適應(yīng)控制等領(lǐng)域[2]。

遺傳算法在計算機(jī)科學(xué)中具有重要的作用，換個方式說，遺傳算法是計算機(jī)科學(xué)人工智能領(lǐng)域中解決最優(yōu)化問題的啟蒙算法，這種算法主要用于解決最優(yōu)化問題和搜索問題，進(jìn)化算法也是受到了遺傳算法的影響而發(fā)展起來的。但是，如果遺傳算法在選擇適應(yīng)度函數(shù)的時候選擇不正確，有可能會出現(xiàn)局部最優(yōu)的情況，不能夠達(dá)到全局最優(yōu)[3]。

遺傳算法的基本運算過程：

（1）初始化：設(shè)置相關(guān)數(shù)據(jù)，最大化代數(shù)為T，系統(tǒng)隨機(jī)生成的M個個體稱之為初始群體P（0）；

（2）個體評價：計算群體中個體的適應(yīng)度；

（3）選擇運算：將選擇運算應(yīng)用于群體中（所謂選擇，就是將種群中生命力比較頑強(qiáng)的個體變成新的種群，適應(yīng)度高的個體會在下一代中產(chǎn)生一個或多個子孫）；

（4）交叉運算：選擇運算可以選擇出優(yōu)秀的個體，但是卻不能創(chuàng)造出新的染色體。交叉運算就是模擬生物凈化的繁殖過程，產(chǎn)生出更優(yōu)秀的品種；

（5）變異運算：模擬生物在生長繁殖過程中因為環(huán)境等各種因素發(fā)生基因突變的過程，這種突變是隨機(jī)的。（若只有選擇和交叉運算而沒有編譯運算，那就不能在初始群體以外的空間進(jìn)行搜索，具有局限性，達(dá)不到全局搜索的目的，為了能夠在更大的空間進(jìn)行搜索，變異運算是十分重要的。

3 遺傳算法在智能交通系統(tǒng)中的設(shè)計

基于遺傳算法的智能交通系統(tǒng)的設(shè)計終極目標(biāo)是能做到在最大程度上有效利用且整合多種資源（如信息、人員及設(shè)備情況、物資調(diào)動情況、工作方式等），讓城市交通的管理決策者可以實時調(diào)整、合理調(diào)度交通流，以保證城市交通道路網(wǎng)沒有超飽和交通流的出現(xiàn)；并且，還能夠及時妥善處理突發(fā)事件引起的交通堵塞，使交通情況快速恢復(fù)正常，為救援人員提供實時信息以及決策支持。

例如在智能安全交通系統(tǒng)中[4]，用戶的輸入輸出界面為GIS，主要任務(wù)有事故基本信息情況的錄入，應(yīng)急預(yù)案發(fā)布，交通、事故信息的發(fā)布等；通過與GIS平臺的交互，還可以做到相關(guān)文件歸檔，以及數(shù)據(jù)庫的日常更新與維護(hù)。交通事故發(fā)生后，系統(tǒng)被激活，隨后通過GIS界面輸入本次事故的基本信息（事故類型、時間、地點、人員傷亡情況、車輛受損情況等）。下一步，系統(tǒng)將會生成一套最優(yōu)的解決方案，這一過程由處理方案生成模塊完成，處理方案生成模塊包含有兩個子模塊，分別為決策支持子模塊和最優(yōu)路徑生成子模塊。依照使用者輸入系統(tǒng)的信息，從專家系統(tǒng)中的知識庫判斷交通事故的等級情況，在查詢當(dāng)時資源庫中各部門現(xiàn)有資源情況后，選擇最合適的參與調(diào)度的相關(guān)部門，同時生成動態(tài)的最優(yōu)路徑，對交通擁堵情況進(jìn)行疏解。

例如遺傳算法在公交車車輛調(diào)度的智能交通系統(tǒng)中的設(shè)計[5]。在城市的公共交通運輸中，其管理可以分成三個階段，分別是計劃階段、調(diào)度階段和控制階段，其中，調(diào)度階段是最重要的環(huán)節(jié)，公交車車輛調(diào)度實際上也是尋找最優(yōu)的問題。使用遺傳算法對公交車調(diào)度階段的智能交通系統(tǒng)進(jìn)行設(shè)計。第一，選取編碼，全程車（0），快車（1），區(qū)間車（2），種群隨機(jī)產(chǎn)生，其染色體長度即為發(fā)車的次數(shù)。第二，構(gòu)建目標(biāo)函數(shù)，目標(biāo)函數(shù)的構(gòu)建要考慮到車輛的配置、運行時間、運行效率以及資源利用等方面，將最小費用作為目標(biāo)函數(shù)。

即：F（M）=f（N）+f（T）

F（N）=X·N

（F（M）為最小費用；f（N）是與車輛有關(guān)的函數(shù)，包括折舊、維修，單車費用為X，車輛數(shù)為N；f（T）是與乘客流量有關(guān)的函數(shù)）。

4 結(jié)束語

本文介紹了遺傳算法以及智能交通系統(tǒng)的設(shè)計思路，本系統(tǒng)可以插入到現(xiàn)已成熟的智能交通管理系統(tǒng)平臺上，和其他子系統(tǒng)同時使用，可以非常有效的減少交通堵塞，防止再生事故發(fā)生，對于改善交通環(huán)境，提高交通質(zhì)量有著重大的社會意義與經(jīng)濟(jì)價值。

參考文獻(xiàn)

[1]張 偉，肖日東，鄧 晶.基于遺傳算法的動態(tài)模糊神經(jīng)網(wǎng)絡(luò)城市快速路入口匝道控制[J].公路交通科技，2017，34（2）：129～134.

[2]孫曉娟.基于遺傳算法和模糊控制的智能交通控制系統(tǒng)的設(shè)計[J].西部大開發(fā)旬刊，2011（6）：89.

[3]譚強(qiáng)強(qiáng).基于遺傳算法的區(qū)域交通網(wǎng)絡(luò)最短路徑算法研究[D].廣東工業(yè)大學(xué)，2012.

[4]張 穎.基于遺傳算法的城市交通安全系統(tǒng)的設(shè)計[J].電子測試，2016（7）：26～28.

[5]梁劍波.基于遺傳算法的公交智能排班方法研究[D].蘭州理工大學(xué)，2010.

收稿日期：2018-9-19

作者簡介：張 丹（1987-），女，湖南人，講師，碩士研究生，研究方向為eda課程，F(xiàn)PGA，Verilog語言。