摘 要:本文提出一种将模糊控制与人工神经网络相结合的自组织学习方法对交通信号进行实时控制。该方法以模糊神经网络为核心,应用在线滚动学习模型生成交通信号配时方案。这种方法克服了现有控制方法需要大量的数据传输、准确的数学模型等缺陷。文中应用微观交通仿真系统对模型进行了校验。仿真结果表明该方法有效。 关键词:模糊神经网络 模糊控制策略 交通信号控制 一、引言 交通信号控制系统是一个非线性的复杂巨系统。因此,像SCOOT和SCAT系统那样以精确的数学模型或预设方案为基础进行交通信号控制有时效果不尽如人意。而交通信号控制又直接影响着整个交通系统的运行。所以国内外