高速公路交通系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測控制.pdf

1、在高速公路控制方法中，入口匝道控制是應(yīng)用最廣、效果最好的一種控制方法。論文對現(xiàn)有入口匝道控制方法進(jìn)行分類總結(jié)，指出智能控制是解決高速公路交通問題的有效途徑。 根據(jù)常用的高速公路交通流宏觀動(dòng)態(tài)模型，建立了高速公路交通流的RBF神經(jīng)網(wǎng)絡(luò)模型。在此基礎(chǔ)上，利用預(yù)測控制算法的對模型形式無限制，對模型失配、時(shí)變、干擾等不確定因素影響適應(yīng)性強(qiáng)等優(yōu)點(diǎn)，實(shí)現(xiàn)了基于遺傳算法的入口匝道神經(jīng)網(wǎng)絡(luò)預(yù)測控制。 首先，針對高速公路交通系統(tǒng)的

2、非線性、不確定性，無法得到精確的數(shù)學(xué)模型的特點(diǎn)，利用神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)良好的逼近能力，建立了基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的高速公路交通系統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)模型。仿真結(jié)果表明，該模型可以較準(zhǔn)確地描述交通流的真實(shí)行為，并能夠適應(yīng)交通狀況的變化。 其次，針對交通系統(tǒng)具有的非線性、滯后性、不確定性和強(qiáng)擾動(dòng)等特點(diǎn)，選用了具有模型預(yù)測、滾動(dòng)優(yōu)化和反饋校正三大優(yōu)點(diǎn)的預(yù)測控制算法，利用簡單實(shí)用、魯棒性強(qiáng)的遺傳算法實(shí)現(xiàn)控制量的滾動(dòng)優(yōu)化。