【摘 要】
：
提出一种基于IPNSGA-Ⅱ（Iterative Predictive Nondominated Sorting Genetic Algorithm-Ⅱ）的多目标相容控制方法,用于处理过饱和状态下相邻交叉口的信号控制问题.引入主线延
【机 构】
：
同济大学控制科学与工程系,国家智能交通系统工程技术研究中心
论文部分内容阅读
提出一种基于IPNSGA-Ⅱ（Iterative Predictive Nondominated Sorting Genetic Algorithm-Ⅱ）的多目标相容控制方法,用于处理过饱和状态下相邻交叉口的信号控制问题.引入主线延误和次线延误的概念,采用反向传播神经网络BPNN（Back Propagation Neural Network）方法,利用从交通流仿真中获得的数据,建立了一个多输入多输出的延误模型;将控制问题表示为一个有冲突的多目标控制问题,提出一种新的基于IPNSGA-Ⅱ的多目标相容控制算
其他文献
提出了一种基于改进的动态独立分量分析（independent component analysis,ICA）和支持向量机（support vector machine,SVM）的高炉铁水硅含量预报模型建模方法.采用动态ICA方法对样
输入信号的方向向量出现偏差时,最小均方误差算法会出现收敛速度慢、输出性能下降、不稳定等问题.本文针对这些问题,对传统LMS（least mean squares）算法进行了改进,提出了基于B
基于神经网络理论中的神经元模型与学习算法,设计了一种主动队列管理算法SNAPI（Single Neuron-based Adaptive PI controller）.控制器根据系统误差在线调整PI控制器的控制参数,
基于噪声干扰信道（包括正向链路和反馈链路），并考虑到达信息包的随机拆分、滑动窗口长度、分组长度以及数据链路上的传播时延等影响因素，建立了传输分组批到达情况下链路层上退回
提出了一种随机振动控制器的实现方法,它可以实时地产生高精度随机振动激励信号.采用这种方法得到的宽带随机信号信噪比可达到70dB,可用于精密随机振动台的驱动控制信号.准确
针对氧化铝生产过程中无法在线测量苛性比值和溶出率的问题,建立了一种基于PCA-WLSSVM的预测模型.利用主元分析（PCA）消除样本共线性,降低样本维数.根据样本映射点到最小包含超
基于二元树复数小波变换的优良性能,结合遗传算法及证据理论,对图像纹理特征进行分析处理.首先利用DT-CWT的移动不变性、良好的方向选择性、完备的重构性、有限的与尺度无关的冗余度以及很高的计算效率等特点提取丰富的图像纹理特征;然后应用遗传算法的寻优能力对纹理特征进行约简;最后采用基于证据理论的数据融合方法实现多源信息融合目标识别.物体非损伤性评价实验表明该算法具有很好的识别效果.
为了有效提高神经网络的集成性能，提出了基于局部分类精度估计的动态自适应选择集成的思想．根据贝叶斯理论．证明了在满足一定假设的条件下，动态自适应选择集成的分类性能可以逼近
研究了一类同时存在测量数据和控制数据丢失的网络控制系统的H∞输出反馈控制问题.采用满足伯努利分布的随机变量来描述数据的随机丢失.利用矩阵不等式方法给出了动态输出反馈控制器存在的充分条件;所设计的控制器使得闭环系统在均方意义下指数稳定并具有给定的H∞性能.采用SLPMM给出了控制器的求解算法.仿真算例说明了该设计法的有效性.
非整数阶系统辨识方法是建立非整数阶系统模型的一种重要工具．本文提出了一种非整数阶系统频域辨识的最小二乘递推算法．给出了算法的详细推导，并用已知系统验证了算法的有效性．结