城市快速路交通控制策略及算法研究

城市快速路交通控制策略及算法研究

ID:36542757

大小:5.22 MB

页数:152页

时间:2019-05-11

城市快速路交通控制策略及算法研究_第1页
城市快速路交通控制策略及算法研究_第2页
城市快速路交通控制策略及算法研究_第3页
城市快速路交通控制策略及算法研究_第4页
城市快速路交通控制策略及算法研究_第5页
资源描述:

《城市快速路交通控制策略及算法研究》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、北京工业大学博士学位论文城市快速路交通控制策略及算法研究姓名:唐辉申请学位级别:博士专业:交通运输规划与管理指导教师:刘小明2002.10.1摘要城市快速路是大城市道路网络的重要组成部分,在提供大运量、高服务水平方面有着不可替代的作用,但过大的交通需求经常引发拥堵和事故,导致交通状况恶化。建立完善的交通管理与监控系统,对快速环路上的交通流监视、控制、诱导和警告,能有效减少拥堵和事故,提高快速路运行效率。针对不同交通状况实施控制,提高系统监控的效率,研究有效的快速路交通控制策略是交通领域中的一项重要课题。在国内外大量的交通控制策略研究成果之上,本论文针对快速路在城市路网中和与

2、之相关联的周边道路之间相互影响,相互补充的特点,首先确定将快速路交通控制的研究重点放在快速路通道集成控制策略上,并通过对由城市快速路主路、辅路、平行道路构成的快速路通道交通特性分析,确定了通道集成控制需要研究的内容,可能应用的理论及关键技术。在此前提下,考虑快速路主路和辅路之间关系最为密切,影响程度也较大,当辅路交通状况恶化时,势必使部分驾驶员转向交通状况较好的主路,因而加重主路负荷,因此快速路主路进口、入口匝道的信号控制与辅路交叉口的信号配时应协调起来,在保证主路提供良好的服务水平前提下,提高主路和辅路整体的运行效率。本论文详细分析主路和辅路的交通流特性,确立了协调两者的

3、多层的分散递阶控制系统结构及各层次功能,这种结构也适于将系统扩展到更大范围内的通道集成控制。同时针对协调优化层功能,建立了一组动态交通流模型,在此基础上根据不同的优化目标,确立了几种主路和辅路的协调优化控制策略。目前我国快速路没有实施控制,辅路信号控制也是单独针对辅路上的交叉口而设计,本论文提出的协调优化策略将为我国实施快速路控制提供理论基础。在上述研究基础上,针对快速路交通的强非线性和不确定性,本论文选择具有模型形式限制性小,滚动式有限时段优化策略,反馈校正等特点的预测控制算法,实现快速路的主路和辅路协调控制。该算法有效解决了由模型失配、时变、干扰等不确定因素所造成的影响

4、,避免了传统的确定性非线性系统最优化控制计算量大,控制律求解困难,实时性和鲁棒性差问题。但由于常规预测控制算法只适用于渐进稳定的线性系统,只有几种特殊形式的非线性系统预测控制算法,为此研究快速路神经元网络预测控制算法。RBF神经元网络是三层前向网络,输入和隐层通过径向基函数实现非线性映射,隐层与输出层通过线性权连接,因此训练速度快:同时RBF网络最佳逼近性质使之不受计算机处理的数值精度影响,因此本论文中选择RBF网络作为预测模型。目前RBF网络大多采用K-均值聚类确定中心和最小二乘法确定线性权值结合的训练算法,本论文为了提高训练速度,利用模糊Kohoncn网络进行聚类以确定

5、RBF中心,在摘要训练速度和精度上都有较大改善。基于RBF网络预测模型,结合预测控制的滚动优化和反馈校正,具体的主路和辅路协调的神经元网络预测控制算法的过程是:在每一滚动优化时域内首先进行线性优化以获得系统性能最优的期望状态;然后利用RBF网络进行多步预测,同时根据以往预测误差,进行反馈校正,如果误差大于某一允许值,则利用前几个时刻的系统输入输出在线调整RBF网络的线性输出权值:当误差更大时,则需要重新确定RBF网络的中心和线性权值,因此利用保存的以前一段时间的系统输入输出重新训练RBF网络,为保证不影响控制实时性,在训练结束前仍然不中断控制,直到训练过程结束,再更新预测模

6、型的网络参数。最后根据输出误差,计算优化的控制律。本论文提出的预测控制算法的独特之处还在于,在滚动优化过程中,期望状态也随时根据系统行程时间最小的性能指标来滚动确定,这样将状态调节和性能优化结合,能有效提高算法的控制性能,保证控制的鲁棒性和实时性。本论文所提出的协调控制策略易于扩展到快速路和平行干道,相交道路上,实现城市快速路网的区域性协调控制,实现快速路网络的全局优化。RBF网络建模和RBF网络预测控制算法也适用于任何形式的非线性和不确定交通系统的动态建模及控制。在理论研究的基础上,本论文进一步进行了RBF网络建模和预测控制算法的仿真研究,给出仿真结果。在论文的最后,提出

7、下一步的研究内容,包括动态分流模型和动态需求预测模型研究、需求模式分类研究及与限速控制结合的集成控制策略研究等,为今后的研究确定方向。关键词:城市快速路,交通控制,通道控制,系统辨识,RBF神经元网络,预测控制,仿真AbstractUrbanexpresswayisanimportantpartofroadnetworkandisakindoftrafficestablishmentthatcallprovidehigllcapacityandhi曲speed.However,heavytrafficdemando

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。