学位论文 > 优秀研究生学位论文题录展示
快速路交通入口匝道的智能学习控制方法
作 者: 刘祥鹏
导 师: 隋树林
学 校: 青岛科技大学
专 业: 应用数学
关键词: 快速路入口匝道控制 宏观交通流增广模型 模糊自整定PI控制器 迭代学习控制 匝道排队长度 智能学习控制
分类号: U491.54
类 型: 硕士论文
年 份: 2013年
下 载: 5次
引 用: 0次
阅 读: 论文下载
内容摘要
由于快速路交通系统具有较强的非线性、随机性和不确定性,并且易受到各种外界干扰,如天气、道路、驾驶人员交通行为等因素影响。如何将先进的智能控制技术、信息融合技术、智能信息处理技术应用到快速路交通系统控制中成为学者们研究的一个热点方向。论文着重研究了快速路交通入口匝道的智能学习控制方法,进一步丰富和完善了模糊控制、迭代学习控制在入口匝道控制中的应用。论文主要研究内容和创新点总结如下:1)论文详细推导和总结了快速路交通入口匝道模型(如差分形式、微分形式、分布参数形式等),尤其是给出了差分形式的含有入口匝道排队长度的宏观交通流增广模型和分布参数系统模型的具体推演过程。同时论文还以差分形式的宏观交通流增广模型为例,给出了快速路交通入口匝道的控制目标和性能评价指标(平均旅行速度)。2)论文基于微分形式的宏观交通流增广模型,利用模糊逻辑整定PI控制器参数,提出了一种新的入口匝道模糊自整定PI控制方法。该方法充分利用了上游路段流入的交通流量和向下游路段流出的交通流量信息设计PI控制器,它能有效抑制超调量以及系统扰动等不确定性因素的影响,实现平滑控制,同时设计了相应的模糊控制逻辑,实现了复杂交通系统的PI控制器参数的在线调整。最后,仿真中与传统PI控制器、ALINEA控制器进行了比较研究,结果表明所提出的模糊自整定PI控制方法具有更好的跟踪效果,稳态误差趋于0的速度更快。3)论文充分利用快速路交通系统的重复性和周期性性质,研究了迭代学习控制在差分形式的含有匝道排队长度变量的宏观交通流增广模型中的应用,将入口匝道排队长度作为宏观交通流增广模型本身的一个变量,提出了入口匝道PD型开闭环迭代学习控制方法。该方法可充分利用以前重复运行过程的交通流密度误差信息和排队长度误差信息,实现对快速路主道上期望交通流密度和入口匝道上期望排队长度的同时跟踪。论文给出了严格的收敛性证明,仿真研究进一步表明因所提出的基于宏观交通流增广模型的PD型ILC的设计考虑了排队长度因素,从而具有较强的抑制外界扰动的能力,以及更好的瞬态响应性能和通行能力。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第1章 绪论 9-19 1.1 研究背景 9-10 1.2 快速路交通系统控制方法 10-15 1.2.1 入口匝道控制 10-14 1.2.2 通道控制 14 1.2.3 主线控制 14-15 1.3 入口匝道控制研究现状 15-16 1.3.1 入口匝道控制国外研究现状 15-16 1.3.2 入口匝道控制国内研究现状 16 1.4 论文主要工作及其组织结构 16-19 1.4.1 论文主要工作 16-18 1.4.2 论文组织结构 18-19 第2章 快速路交通系统模型及问题描述 19-27 2.1 引言 19 2.2 快速路交通流模型 19-23 2.2.1 宏观交通流增广模型 19-22 2.2.2 交通流分布参数系统模型 22-23 2.3 问题描述 23-25 2.3.1 控制目标 23-24 2.3.2 性能评价指标 24-25 2.4 本章小结 25-27 第3章 快速路交通入口匝道模糊自整定PI控制方法 27-39 3.1 引言 27 3.2 模糊控制理论 27-29 3.3 模糊自整定PI控制方法 29-31 3.3.1 入口匝道PI控制器 29 3.3.2 PI控制器参数模糊自整定 29-31 3.4 仿真研究 31-37 3.5 本章小结 37-39 第4章 基于宏观交通流增广模型的入口匝道迭代学习控制方法 39-55 4.1 引言 39-40 4.2 迭代学习控制 40-44 4.2.1 迭代学习控制概述 40 4.2.2 迭代学习控制过程表述 40-43 4.2.3 开、闭环迭代学习控制算法 43-44 4.3 迭代学习控制器设计与分析 44-49 4.3.1 模型转换 44-45 4.3.2 迭代学习控制器设计与分析 45-49 4.4 仿真研究 49-54 4.5 本章小结 54-55 第5章 结论与展望 55-57 5.1 结论 55-56 5.2 展望 56-57 参考文献 57-61 致谢 61-63 攻读硕士期间论文发表情况 63
|
相似论文
- 聚合物片材加热过程的温度分布与控制技术研究,TQ320.6
- 间歇过程反应釜的软测量与迭代学习控制研究,TP274
- 基于VC的自动配料系统的研究与设计,TP311.52
- 迭代学习控制在活塞异型加工中的应用研究,TG659
- 工艺空调系统迭代学习控制算法的研究,TM925.12
- 不确定非线性系统的鲁棒迭代学习控制,TP13
- 高速路匝道信号控制技术研究,TP29-AC
- 迭代学习控制若干问题的研究,TP13
- 基于迭代学习控制的PVC反应釜温度控制的鲁棒性研究,TQ325.3
- 无数学模型的控制系统设计,TP202
- 基于指定输入—输出空间的迭代学习控制研究,TP273.22
- 基于X-Y定位平台的力/位置混合智能控制,TP273.5
- 间歇过程模糊预测学习控制方法研究,TP181
- 电液伺服地震模拟振动台控制算法的研究与实现,P315.9
- 预测函数控制的改进算法研究,TP13
- 基于神经网络的机器人轨迹鲁棒跟踪控制,TP183
- 基于柔性迭代学习控制的空调系统节能策略研究,TP273.5
- 仿生长鳍波动适应性理论与控制方法研究,TP242.3
- 基于迭代学习控制的几类列车自动控制问题研究,TP273
- 电磁全可变气门的仿真控制及相关研究,TK403
- 基于智能计算的过程控制与优化若干研究,TP273.5
中图分类: > 交通运输 > 公路运输 > 交通工程与公路运输技术管理 > 交通工程与交通管理 > 线路交通安全设施 > 交通控制
© 2012 www.xueweilunwen.com
|