交通仿真技术在国外已经得到了迅速的发展和广泛的应用,在交通管理与控制中所发挥的作用受到普遍关注,已经成为智能交通系统的重要研究领域之一。城市主干道是城市交通的动脉,在城市道路交通中的作用举足轻重,如果能够有效地解决干道网络上的交通问题,则整个城市交通问题便可迎刃而解,因此,本文以城市主干道为研究对象,对交通流、干道信号控制和交通评价体系等作了力所能及的研究。 本文对城市交通流仿真、干线交通信号智能控制及微观仿真评价指标体系和综合评价模型进行了研究。建立了基于模糊控制的车辆跟驰模型和换道模型,利用模糊推理来实现主要由人做决定的主观判断过程。为了协调干线交通信号控制,本文建立了基于模糊神经网络的控制系统,此方法将模糊控制和神经网络结合起来,充分发挥两者的优势。此控制系统具有以下两点优势：一是根据交通量的大小来调整通行相位的绿灯延长时间及实现对相序进行调整。二是用模糊神经网络来调整模糊控制中的隶属函数,使得隶属函数更符合实际情况要求。以交通效率、交通污染、交通安全为评价主体,采用层次分析法计算评价指标的权值,将其引入模糊层次分析法确定综合评价值,实现对干线交通信号控制的综合评价,为信号控制运行状况的评估提供科学依据。 本文采用Visual C++对基于模糊控制的车辆跟驰模型和换道模型、基于模糊神经网络的干线控制模型和基于模糊层次分析法的干线综合评价模型进行了仿真软件的实现。通过车辆动画仿真,可以精确地看到车辆的跟驰和换道等的运行情况,同时还可以看到信号灯随车流量的变化做出相应的变化。最后通过综合评价模型得出各个评价指标和总的评价结果,用实验数据来客观地反映信号控制的好坏。通过和定时控制的仿真结果进行比较,得出了本文所建立的智能控制能够对干线交通进行有效地控制。