基于粗糙集的交通流神經(jīng)網(wǎng)絡(luò)模型與入口匝道控制.pdf

1、高速公路交通控制是智能運(yùn)輸系統(tǒng)的重要組成部分，而入口匝道交通控制是應(yīng)用最為廣泛的一種高速公路控制策略。根據(jù)被控匝道的相互關(guān)系，入口匝道控制可以分為單點(diǎn)控制和多點(diǎn)協(xié)調(diào)控制。本文針對(duì)高速公路交通系統(tǒng)的特點(diǎn)，對(duì)交通流模型及入口匝道智能控制方法展開研究，主要的內(nèi)容和結(jié)論如下： 1.利用粗糙集能夠處理模糊、不確定知識(shí)和神經(jīng)網(wǎng)絡(luò)對(duì)非線性函數(shù)具有任意逼近能力的優(yōu)點(diǎn)，提出一種粗糙集和Elman網(wǎng)絡(luò)相結(jié)合的動(dòng)態(tài)系統(tǒng)建模算法。并利用這種方法建立高速

2、公路宏觀交通流動(dòng)態(tài)模型，仿真結(jié)果表明了該方法的有效性。 2.提出一種粒子群優(yōu)化的PI控制方法調(diào)節(jié)進(jìn)入高速公路的車輛數(shù)目。首先確定了匝道控制目標(biāo)，并建立了高速公路交通流模型；然后闡述了PSO算法，結(jié)合非線性反饋理論設(shè)計(jì)了粒子群優(yōu)化的入口匝道PI控制器；最后用MATLAB軟件進(jìn)行系統(tǒng)仿真。結(jié)果表明，該系統(tǒng)響應(yīng)速度快，具有優(yōu)越的動(dòng)態(tài)和穩(wěn)態(tài)性能。該方法用于高速公路入口匝道控制中效果良好。 3.采用小腦模型關(guān)節(jié)控制器和PID復(fù)合控

3、制方法調(diào)節(jié)進(jìn)入高速公路的車輛數(shù)目。闡述了CMAC與PID復(fù)合控制算法，結(jié)合非線性反饋理論用CMAC-PID控制器決定高速公路入口匝道調(diào)節(jié)率；最后用MATLAB軟件進(jìn)行系統(tǒng)仿真。結(jié)果表明，與模糊邏輯控制器相比較，CMAC-PID控制器有更好的動(dòng)態(tài)性能、更快的響應(yīng)速度，它能使高速公路主線交通流密度保持為設(shè)定的期望密度，能實(shí)現(xiàn)車輛在高速公路上高效、安全地運(yùn)行。該方法為高速公路入口匝道控制提供了一種切實(shí)可行的新思路。 4.提出一種基于B

4、P神經(jīng)網(wǎng)絡(luò)的PID控制器參數(shù)調(diào)節(jié)方法并應(yīng)用到高速公路入口匝道控制中。詳細(xì)闡述了BP神經(jīng)網(wǎng)絡(luò)調(diào)整比例、積分、微分系數(shù)的學(xué)習(xí)算法。基于交通流模型并結(jié)合非線性反饋理論，設(shè)計(jì)出BP神經(jīng)網(wǎng)絡(luò)整定的入口匝道PID控制器。根據(jù)實(shí)時(shí)交通狀況，BP神經(jīng)網(wǎng)絡(luò)用來動(dòng)態(tài)調(diào)整PID參數(shù)使得由密度跟蹤誤差定義的性能指標(biāo)最小。最后用MATLAB軟件對(duì)控制器進(jìn)行仿真。結(jié)果表明，所設(shè)計(jì)的控制器具有很好的動(dòng)態(tài)和穩(wěn)態(tài)性能。它能使高速公路主線交通流密度保持為設(shè)定的期望密度，從

5、而避免交通堵塞。這種方法對(duì)高速公路入口匝道控制非常有效。 5.將多層控制結(jié)構(gòu)和PSO算法應(yīng)用到高速公路多匝道協(xié)調(diào)控制中。建立了描述高速公路交通流過程的宏觀模型，闡述了PSO算法。把高速公路控制系統(tǒng)垂直分為三層，適應(yīng)層用來指定擾動(dòng)值并調(diào)整模型參數(shù)，協(xié)調(diào)層根據(jù)當(dāng)前交通狀況確定各路段的期望交通密度，直接控制層采用PI控制使實(shí)際交通密度保持在標(biāo)稱軌跡附近，PSO算法用來尋找最優(yōu)的PI參數(shù)。仿真結(jié)果表明控制系統(tǒng)具有很好的性能，它能消除交通