模糊邏輯匝道儀控模式(FLRC)

本模式主要可分為兩種形式，一為獨立型匝道儀控模式，與整合型 匝道儀控模式。獨立型模式主要係以主線及匝道交通狀況為基礎，直接 決定單一匝道之儀控率，與其他匝道並無互動性，而本研究即以主線瓶 頸路段上車流型態及匝道等候車輛數推估各時間匝道之儀控率；而整合 型模式即在獨立型模式基礎下，另增加一項狀態變數用以推估匝道儀控 率，亦即上游匝道儀控率，與獨立型模式之差異在於僅非以個別匝道為 考慮對象，而同時兼顧上匝道來推估儀控率，故上游匝道之儀控結果將 影響下游儀控率設定決策，尤其現階段之高速公路多兼具都會區內交通 之功能，於都會區內之匝道數量多且密集，故以整體之觀點做考慮，有 助於提升整體路網之服務效益。

本研究係依據已知交通資訊作為模糊控制系統之輸入，建置適當知 識庫，透過模糊化、模糊推論及解模糊化等運算機制推估匝道控制系統 各時間之儀控率，以構建具即時反應特性之適應性匝道儀控系統。在獨 立型匝道儀控模式下採取主線瓶頸路段車流型態及匝道等候車輛數作為 狀態變數，控制變數為匝道儀控率，以交集「AND」作為各狀態變數間 之連結運算元，主觀設定邏輯規則與隸屬函數，而解模糊化之方法採用 面積法(Area method)，以下茲就獨立型 FLRC 於邏輯規則、隸屬函數建構 以及解模糊化方法敘述如下：

1. 邏輯規則

本研究係依據主線瓶頸路段車流型態「自由流」且匝道等候車輛數

「很多」而匝道儀控率「很高」之基本原理建構模糊控制系統之規則庫，

亦即以右上角至左下角為對角線，由對角線越往右下角其控制變數之語 意等級越高，而越往左上角則越低，計採用20 條規則，如表 3.2 所示。

48

表3.2 獨立型 FLRC 之規則庫 儀控率

(pcu/小時)

車流型態

自由流 輕微同步流 強烈同步流 大範圍擁擠流 匝道等

候車輛 數(輛)

很少 普通 低 很低 很低

少 高 普通 低 很低

普通 高 高 低 低

多 很高 高 普通 低

很多 很高 很高 高 普通

2. 隸屬函數

獨立型 FLRC 採取二個狀態變數及一個控制變數，分別為主線車流 型態、匝道等候車輛數以及匝道儀控率，匝道等候車輛數與匝道儀控率 皆為語意等級五之三角模糊數，首先針對語意變數之最大值作設定，再 以均等份方式決定各模糊數三個點之座標值，其形式如圖 3.14、圖 3.15 所示。

圖3.14 匝道等候車輛數之隸屬函數型態

圖3.15 匝道儀控率之隸屬函數型態

49

3. 解模糊化

解模糊化方法係採用面積法針對輸入值所觸動之規則進行解模糊化 動作，以便輸出明確之數值來進行控制。經輸入值觸動各個規則前件部 之隸屬度取其最小值，再計算各個規則後件部隸屬度下之面積及重心，

最後以面積法加權求解綜整後之重心位置，亦即輸出之決策，面積法之 示意圖及其計算方式如圖3.16 所示。

圖3.16 面積法解模糊化之示意圖

其中，ZA為FLRC 經面積法解模糊化後之明確數值，Ai為第i 條規則 推論結果所圍成之面積，ci為該面積之重心位置，m 則為所觸動之規則數。

應用模糊邏輯控制判斷主線瓶頸路段上車流型態，並模擬匝道等候 車輛數，以車流型態和匝道等候車輛數為狀態變數判斷下一時階匝道儀 控率以控制匝道進入主線之車流量為獨立型模糊邏輯儀控模式。本研究 以此方式在每一時階進行即時匝道儀控率判斷，最後以總旅行時間(包含 主線旅行時間與匝道延滯時間) 作為控制策略績效評比依據並觀察瓶頸 路段車流形態之轉變。本研究並提出整合型模糊邏輯匝道儀控模式，其 模式操作與獨立型差異在於整合型模式為加入上游匝道儀控率考量下進 行儀控率判斷，其中隸屬函數型態和解模糊化方法設定與獨立型 FLRC 相同，邏輯規則設定原則在考慮上游匝道儀控率越高時，下游匝道儀控 率較高；反之則反。在不同上游匝道儀控率程度下，下游匝道儀控率邏 輯規則如表3.3 到 3.7 所示，整合型模式架構圖如圖 3.17 所示，當下游儀 控率推估時加入圖中虛線上游匝道儀控率此狀態變數時則為整合型模 式。

50

51

表3.7 整合型 FLRC 之規則庫(上游儀控率很高) 儀控率

(pcu/小時)

車流型態

自由流 輕微同步流 強烈同步流 大範圍擁擠流 匝道等

候車輛 數(輛)

很少 普通 低 低 低

少 高 普通 低 低

普通 高 高 高 低

多 很高 高 高 普通

很多 很高 很高 高 普通

圖3.17 整合型模糊邏輯匝道儀控模式架構圖

52