基于Elman神經(jīng)網(wǎng)絡(luò)的高速公路入口匝道預(yù)測(cè)控制仿真研究.pdf

1、本文以充分利用高速公路現(xiàn)有資源、提高交通流量為目的，對(duì)入口匝道控制進(jìn)行了研究，設(shè)計(jì)和仿真實(shí)現(xiàn)了基于粒子群算法的高速公路交通流預(yù)測(cè)器和控制器，主要工作如下： 首先，分析了高速公路交通流宏觀動(dòng)態(tài)模型，建立Elman神經(jīng)網(wǎng)絡(luò)模型，并提出了基于粒子群算法(PSO)的Elman神經(jīng)網(wǎng)絡(luò)混合優(yōu)化策略，采用PSO優(yōu)化連接權(quán)值來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，與標(biāo)準(zhǔn)BP算法相比，PSO采用實(shí)數(shù)編碼，結(jié)構(gòu)簡(jiǎn)單，學(xué)習(xí)收斂快，仿真結(jié)果表明該模型適合于高速公路短期交通流

2、預(yù)測(cè)。 其次，針對(duì)交通系統(tǒng)具有非線性、動(dòng)態(tài)性和強(qiáng)擾動(dòng)性，為進(jìn)一步改善NNPC的性能，構(gòu)造了基于PSO算法的非線性優(yōu)化控制器，利用PSO算法對(duì)實(shí)現(xiàn)控制量的滾動(dòng)優(yōu)化，仿真實(shí)現(xiàn)了高速公路交通流神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制，并就該系統(tǒng)的預(yù)測(cè)模型、滾動(dòng)優(yōu)化算法、反饋校正、仿真參數(shù)設(shè)置問題等進(jìn)行了分析。 最后通過MATLAB仿真驗(yàn)證，結(jié)果表明，與無控制情況和基于遺傳算法的協(xié)調(diào)控制相比，本文提出的改進(jìn)方法在降低入口匝道平均等待時(shí)間、提高服務(wù)流量等