随着社会经济的不断发展与城市化进程的加快,城市人口和机动车辆日益增加,城市道路交通的拥挤与阻塞已经成为世界大中城市普遍存在的现象,由此带来的交通拥堵、交通事故、能源浪费以及成倍增加的汽车废气排放造成的环境污染等问题,不仅严重地制约着城市和社会经济的可持续发展,同时也严重地影响着城市居民的生活质量。 智能交通系统是解决现代社会交通需求与供给矛盾的重要途径之一。实施智能交通系统工程不仅有利于提高交通的安全性、生产效率与效益,而且关系到土地资源与能源的合理利用、环境污染与噪声的改善,乃至国民经济的持续发展和社会经济效益的全面提高。 智能交通系统是一个发展中的交叉学科,涉及到交通运输系统的各个层面。城市交通是交通系统最为重要的组成部分,城市交通智能控制是实施智能交通系统工程的首要任务,也是目前交通控制工程领域研究的热点问题之一。城市道路交通控制是一个复杂的系统工程问题,涉及到交通工程、自动控制、系统工程、优化调度等自然科学和工程技术的众多学科。作为多学科交叉的研究领域,城市交通智能控制技术的发展依赖于自然科学和工程技术的最新研究成果。把自然科学的最新研究成果和工程技术的最新方法引入城市交通智能控制,可以进一步完善城市交通控制的理论体系及应用,解决日益严重的城市交通难题。这对满足社会需求、推动国家和社会的进步以及学科的发展,无疑都具有十分重要的意义。 城市道路交通是一个有人参与的时变复杂大系统,集成了人、车、路和环境等各种复杂因素,存在高度的复杂性、时变性和不确定性。基于精确数学模型的传统控制方法难以有效解决复杂的现代城市交通问题,基于人工智能的智能控制技术是解决城市交通问题的有效途径。 本文基于模糊逻辑、混沌优化、人工神经网络、人工免疫系统和粗集