欢迎来到天天文库
浏览记录
ID:34905604
大小:2.70 MB
页数:53页
时间:2019-03-13
《城市交织区匝道动态逼近的预测控制方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、仪@品文S片/葦硕±研究生学位论文城市交织区面道动态逼近的预测控制方法研究申请人:王春萌学号:2121356培养单位:电子工程学院学科专业:检测技术与自动化装置研究方向:先进控制技术指导教师:巧致强教授完成日期20巧428日,M;年月I.....V辟.'巧—C/.*.穿.中文摘要中文摘要随着经济的快速发展,交通需求的增加,交通通行流量日趋加大,道路通行能力与运输需求矛盾不断恶化。在一些通行繁忙地段,出现了匝道排队现象。但是道路基础建设的速度远不如机动车数量增长的速度,交通管理的水平严重滞后于交通需求
2、,交通拥堵是十分棘手需要解决的问题。在快速路交织区域,由于可能发生频繁的车辆变道行为,入口匝道与出口匝道之间距离较近。对交织区通行能力产生很大影响的因素是交织行为,在交通拥堵时,能使通行能力严重下降。最被常用的控制方法是匝道控制,能够有效的缓解交通拥堵。然而,鉴于前人对通行能力的研究,交通管理策略不能直接使用模型参数对系统设计及优化,而且在目前的匝道控制并没有把交织行为对通行能力的影响作为考虑因素。以哈尔滨铁路街为实例,利用VISSIM软件对哪些因素影响匝道控制效果进行对比分析。讨论入口匝道通行车辆数量、主线通行车辆数量、自由流通行速度、交织区短长度和车道(lane)等因素对匝道控制的影
3、响。论述基于自适应、动态逼近的非线性预测控制进行匝道控制。利用MATLAB软件仿真结果表明,把自适应控制算法和基于NARMAX动态逼近的预测控制算法控制结果进行对比得出,对于车流量较大、容易发生交通堵塞的道路,基于NARMAX动态逼近的预测控制算法能够较好缓解交通拥堵,可有效地降低交通咽喉区车流量负载过大的影响。综合交织区实时交通情况的测评结果和优化后的匝道控制方法,实现优化控制。关键词:自适应控制;匝道控制;NARMAX模型;预测控制;交织区-I-黑龙江大学硕士学位论文AbstractWiththerapiddevelopmentofeconomy,theincreaseoftraff
4、icdemand,trafficflowisincreasing,thecontradictionbetweentheroadcapacityandthetransportationdemanddeterioration.Insometrafficbusysection,appearedonrampqueuephenomenon.Butthebasicconstructionofroadspeedfarlessthantherateofgrowthinthenumberofmotorvehicles,trafficmanagementlevellagsbehindthetrafficde
5、mand,trafficcongestionispresentinthecitymanagementisverydifficulttosolvetheproblemsencountered.Interleavingregionintheroad,becauseofthepossibilityoffrequentvehiclelanechangingbehavior,betweentheentrancerampandexitrampdistance.Haveagreatimpactonthetrafficcapacityofweavingareaisinterwoveninbehavior
6、,trafficcongestion,canmakethecapacityofaseriousdecline.Themostcommonlyusedcontrolmethodsistherampcontrol,caneffectivelyalleviatetrafficcongestion.However,inviewofthepreviousresearchontrafficcapacity,trafficmanagementstrategiescannotbedirectlyusedforthedesignandoptimizationofthemodelparametersinth
7、esystem,andonrampcontrolcurrentandnottoaffecttheinterleavingbehavioronthecapacityfactortoconsider.InHarbinStreetRailwayasanexample,thefactorswhichinfluencetherampcontroleffectwereanalyzedbyusingVISSIMsoftware.Discussio
此文档下载收益归作者所有