高速公路限速控制與入口匝道控制研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展和汽車的普及，高速公路交通擁擠已經(jīng)成為困擾世界各國政府的嚴(yán)重社會(huì)問題。為了有效地解決高速公路交通問題，一方面必須修建更多的高速公路；另一方面必須對(duì)交通量進(jìn)行合理地調(diào)節(jié)與控制，使交通流做到有序流動(dòng)。限速控制和入口匝道控制是高速公路交通控制的兩個(gè)重要內(nèi)容，針對(duì)傳統(tǒng)的交通控制技術(shù)的缺陷，本文把智能控制應(yīng)用到高速公路交通控制中，詳細(xì)探討了限速控制和入口匝道控制的幾種智能方法，論文的主要工作如下： 1.建立高速公路交

2、通流速度限制的神經(jīng)網(wǎng)絡(luò)模型。限速控制是高速公路交通控制的重要措施和手段，為了提高限速控制精度，提出Elman神經(jīng)網(wǎng)絡(luò)建模方法。闡述了Elman神經(jīng)網(wǎng)絡(luò)的原理，根據(jù)高速公路主線上車輛群狀態(tài)、路面狀況、氣象條件等信息，建立交通流速度限制Elman神經(jīng)網(wǎng)絡(luò)模型，Elman神經(jīng)網(wǎng)絡(luò)的輸入層、上下文層、隱含層和輸出層的節(jié)點(diǎn)數(shù)目分別選為2、12、12和1，采用Levenberg-Marquardt算法對(duì)Elman神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并與RBF神經(jīng)網(wǎng)絡(luò)

3、進(jìn)行仿真對(duì)比。結(jié)果表明，Elman神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差分別為9.99769×10-9和2.38112×10-4，與RBF神經(jīng)網(wǎng)絡(luò)相比較，Elman神經(jīng)網(wǎng)絡(luò)自適應(yīng)能力強(qiáng)、泛化能力好，能準(zhǔn)確地建立交通流速度限制模型，具有良好的應(yīng)用前景。 2.采用遺傳算法優(yōu)化高速公路入口匝道PI控制器。首先給出了遺傳算法優(yōu)化的步驟，闡述了匝道控制目標(biāo)，然后建立了高速公路交通流模型，并用遺傳算法對(duì)入口匝道PI控制器的參數(shù)進(jìn)行了優(yōu)化。仿真結(jié)