針對城市道路交叉口的智能交通信號控制，提出了一種主從式模糊邏輯自適應(yīng)控制
算法，該算法綜合考慮了本相位最小綠燈時間結(jié)束時刻的路段車輛數(shù)和相鄰相位的車輛排隊長度，以及本相位非關(guān)鍵車流對關(guān)鍵車流的影響，采用兩個規(guī)則前件進(jìn)行主模糊控制器的模糊推理，設(shè)計了具有更多控制信息的兩級模糊控制器。結(jié)合已有類似研究成果進(jìn)行了仿真比較研究，結(jié)果表明：該控制算法在減少車輛延誤方面有明顯改進(jìn)。
模糊控制不依賴于被控對象的精確模型，能夠充分利用學(xué)科領(lǐng)域的知識，并以較少的規(guī)
則數(shù)表達(dá)知識，擅長技能處理，因此國內(nèi)外許多學(xué)者將模糊控制等技術(shù)用于交通控制系
統(tǒng)中。Pappis等[1]于1977年首先提出了城市孤立交叉口的模糊控制方法，即所謂的Pappis法。陳森發(fā)等[2]在其基礎(chǔ)上進(jìn)行了進(jìn)一步的研究，考慮了非關(guān)鍵車流的影響，且對算法作了改進(jìn)，其仿真結(jié)果較Pappis等提高15％。朱茵等將模糊控制神經(jīng)網(wǎng)絡(luò)與多智能體技術(shù)應(yīng)用在孤立交叉口的交通控制中，豐富了城市交通控制的研究成果。本文根據(jù)城市交通實際狀況，同時考慮了綠燈相的關(guān)鍵車流車輛數(shù)和相鄰相位的車輛排隊長度（以下簡稱隊長）信息，以及交叉口關(guān)鍵車流與非關(guān)鍵車流之間的相互影響，提出了一種主從式模糊邏輯自適應(yīng)控制的設(shè)計思想，仿真結(jié)果表明，這種控制方法較好地適用了孤立交叉口信號控制中具有多車流的特點，能有效減少車輛通過交叉口的平均延誤。