论文部分内容阅读
高速公路交通控制是智能运输系统的重要组成部分,而入口匝道交通控制是应用最为广泛的一种高速公路控制策略。根据被控匝道的相互关系,入口匝道控制可以分为单点控制和多点协调控制。本文针对高速公路交通系统的特点,对交通流模型及入口匝道智能控制方法展开研究,主要的内容和结论如下:1.利用粗糙集能够处理模糊、不确定知识和神经网络对非线性函数具有任意逼近能力的优点,提出一种粗糙集和Elman网络相结合的动态系统建模算法。并利用这种方法建立高速公路宏观交通流动态模型,仿真结果表明了该方法的有效性。2.提出一种粒子群优化的PI控制方法调节进入高速公路的车辆数目。首先确定了匝道控制目标,并建立了高速公路交通流模型;然后阐述了PSO算法,结合非线性反馈理论设计了粒子群优化的入口匝道PI控制器;最后用MATLAB软件进行系统仿真。结果表明,该系统响应速度快,具有优越的动态和稳态性能。该方法用于高速公路入口匝道控制中效果良好。3.采用小脑模型关节控制器和PID复合控制方法调节进入高速公路的车辆数目。阐述了CMAC与PID复合控制算法,结合非线性反馈理论用CMAC-PID控制器决定高速公路入口匝道调节率;最后用MATLAB软件进行系统仿真。结果表明,与模糊逻辑控制器相比较,CMAC-PID控制器有更好的动态性能、更快的响应速度,它能使高速公路主线交通流密度保持为设定的期望密度,能实现车辆在高速公路上高效、安全地运行。该方法为高速公路入口匝道控制提供了一种切实可行的新思路。4.提出一种基于BP神经网络的PID控制器参数调节方法并应用到高速公路入口匝道控制中。详细阐述了BP神经网络调整比例、积分、微分系数的学习算法。基于交通流模型并结合非线性反馈理论,设计出BP神经网络整定的入口匝道PID控制器。根据实时交通状况,BP神经网络用来动态调整PID参数使得由密度跟踪误差定义的性能指标最小。最后用MATLAB软件对控制器进行仿真。结果表明,所设计的控制器具有很好的动态和稳态性能。它能使高速公路主线交通流密度保持为设定的期望密度,从而避免交通堵塞。这种方法对高速公路入口匝道控制非常有效。5.将多层控制结构和PSO算法应用到高速公路多匝道协调控制中。建立了描述高速公路交通流过程的宏观模型,阐述了PSO算法。把高速公路控制系统垂直分为三层,适应层用来指定扰动值并调整模型参数,协调层根据当前交通状况确定各路段的期望交通密度,直接控制层采用PI控制使实际交通密度保持在标称轨迹附近,PSO算法用来寻找最优的PI参数。仿真结果表明控制系统具有很好的性能,它能消除交通拥挤,维持交通流的稳定,实现车辆在高速公路上高效、安全地运行。