高速公路短時交通流預測及控制研究.pdf

1、隨著經(jīng)濟的發(fā)展和城市規(guī)模的擴大,高速公路的運營管理面臨更高的要求和挑戰(zhàn)。交通系統(tǒng)是一個巨系統(tǒng),具有顯著的復雜性、動態(tài)性、隨機性等特點,準確地預測交通流量是智能交通系統(tǒng)的關(guān)鍵所在。本文主要研究了高速公路短時段交通流的預測和控制問題,為高速公路控制設計提供數(shù)據(jù)挖掘服務。 在交通流預測方面,針對交通流的非線性、復雜性等特點,本文通過對各類預測方法的分析總結(jié),得知諸如線性回歸之類的線性模型不適合解決此類問題,而相空間重構(gòu)技術(shù)、神經(jīng)網(wǎng)絡等

2、智能理論為解決此類建模和系統(tǒng)仿真提供了有利的工具。本文首先分析了交通流的混沌特性,采用時間延遲技術(shù)重構(gòu)出與原系統(tǒng)幾何上等價的相空間。目前提出的重構(gòu)算法在具體實現(xiàn)過程中均存在矛盾,本文通過固定時間窗口的方法來確定時間延遲和嵌入維數(shù)以實現(xiàn)相空間重構(gòu)。同時建立了改進加權(quán)一階局域算法模型,根據(jù)與參考點相似的相點演化規(guī)律不斷調(diào)整權(quán)值,實現(xiàn)高速公路交通流單步甚至多步預測。在利用神經(jīng)網(wǎng)絡建立預測模型時,本文根據(jù)交通流的歷史相似性提出了兩種預測方案,建

3、立模型的難點是隱層單元數(shù)和調(diào)節(jié)率的確定。兩者對網(wǎng)絡預測精度和收斂速度有很大的影響,此處采用遺傳算法對改進的BP網(wǎng)絡預測模型進行尋優(yōu)。通過兩類方法的對比分析得到,本文得出利用遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡模型能夠較好的預測交通量。 在高速公路的控制方面,選取了入口匝道控制的方式。本文綜述了模糊控制和神經(jīng)網(wǎng)絡,建立了高速公路入口匝道控制的數(shù)學模型,把模糊控制和神經(jīng)網(wǎng)絡的算法結(jié)合起來實現(xiàn)入口匝道的智能控制。該算法可以在線調(diào)節(jié)模糊神經(jīng)網(wǎng)絡參數(shù)以