改进粒子群优化的关联交叉口协调控制

提出了基于改进粒子群优化的关联交叉口协调控制方法。建立了关于排队长度的交通流模型和协调控制目标函数,利用改进粒子群算法对各交叉口绿信比和考虑双向绿波的相位差进行求解,实现了关联交叉口的最优控制。以实际采集的几个关联交叉口的交通数据仿真表明,相比单向绿波控制和感应控制,所提方法可有效减少延误和平均排队长度。     

Q学习中基于模糊规则的强化函数设计方法

Q学习算法是求解信息不完全马尔可夫决策问题的一种强化学习方法.Q学习中强化信号的设计是影响学习效果的重要因素.本文提出一种基于模糊规则的Q学习强化信号的设计方法,提高强化学习的性能.并将该方法应用于单交叉口信号灯最优控制中,根据交通流的变化自适应调整交叉口信号灯的相位切换时间和相位次序.通过Paramics微观交通仿真软件验证,说明在解决交通控制问题中,使用基于模糊规则的Q学习的学习效果优于传统Q学习.     

单交叉口多相位模糊控制及仿真研究

本文提出一种基于车辆等待长度的城市单交叉口多相位模糊控制方法,并开发了计算机仿真系统,真实地反映了交叉口的实时信号控制过程：用此系统对上述控制器进行四相位交叉口的仿真试验,以通过交叉口的平均等待车辆长度作为性能评价指标,仿真结果表明,控制效果比较满意,优于定时控制方法。     

微观仿真信号交叉口车辆运动的实现与研究

主要介绍了对信号交叉口的车辆运动的微观仿真研究的思路及具体实现中遇到的问题与思考。首先概述了国内外信号交叉口控制系统和微观仿真系统的发展与现状，接着介绍该文所要实现的信号交叉口微观仿真软体的总体思路和程序流程，并针对各组成部分具体详细说明了实现的方法，进一步探讨了用计算机如何对车辆运动进行描述。最后，构想了在微观仿真平台上研究路口公交优先控制方案并展望了今后的发展。     

智能隔震结构序列最优控制Simulink仿真分析

介绍了现有经典控制算法特点及Simulink S-函数实现主动控制仿真的方法。针对地震引发结构受迫振动最优控制问题，借鉴离散系统最优控制Bellman最优法则，提出了基于全状态反馈的主动序列最优控制律。与现有经典控制算法相比，序列最优控制算法增益矩阵具有时变的特点。通过对五层基础隔震结构地震反应控制仿真分析表明，经典最优控制算法和序列最优控制算法都能有效地减少地震反应，但序列最优控制算法具有较强的抗噪声能力且具有良好的鲁棒性能。     

基于预信号的交叉口信号优化控制方法仿真

为充分利用交叉口有限的进出口车道资源,提升交叉口时空资源利用率及通行能力,采用基于预信号的交叉口几何设计方法,构建了以最大化通行能力为目标的交叉口车道划分模型及配时方案求解模型。在此基础上考虑车辆随机到达性,提出了基于实时交通需求的预信号动态控制方法。最后,基于实例,通过对比不同信号控制方案下的运行情况,利用VISSIM仿真平台进行验证,仿真结果表明:相较于传统的交叉口控制方法,所提出的车道划分模型及信号动态控制算法可有效提升交叉口通行能力并减小延误。     

城市快速路交叉口运行的VISSIM仿真评价

通过实地交通调查后对数据的整理和分析,发现交通拥堵的城市快速路交叉口,对其进行交通组织优化,缓解其拥堵状况,疏散拥堵的交通。在取得了大量的基本数据和资料并进行整理分析后,对具体交叉口进行道路交通优化组织,对交叉口的交通现状进行仿真,得到交叉口存在的交通拥堵问题根本原因,提出改善措施。通过对交叉口交通状况前后仿真数据进行评价分析,为科学进行交叉口改善设计提出量化依据。     

基于VISSIM的单点交叉口微观模型仿真

通过对城市交叉口交通流微观仿真模型的分析,针对给定城市交叉口各路口的一些几何参数和交通量,运用VISSIM进行交通系统的建模和仿真,得到最佳配时方案,减少路口的交通延误,并用MATLAB软件对仿真结果做了简要分析,证明了交叉口的仿真对提高路口的服务水平有很重要的意义、增加绿信比是提高道路通行能力的有效途径、阐明了仿真的重要性。     

交通强度优先的交叉口模糊控制研究

为了降低交叉口车辆延误,提高通行能力,研究了一个四相位交叉口交通信号的模糊控制方法。用交通强度刻画各相位交通流通行需求的紧急程度,根据各相位的交通强度由模糊推理得到当前相位的绿灯延长时间,并选取后续绿灯相位。以交叉口车辆平均延误作为交叉口信号控制的性能评价指标,在相同交通条件下对几种控制方式进行了仿真试验。结果表明,该文的控制方法相对于感应控制方法和直接采用车辆排队长度作为输入的模糊控制方法,更能有效减小交叉口的车辆平均延误。     

基于多目标的变频调速同步系统的研究

本文先对纺织、印染等行业中的多单元传动控制系统进行分析,建立系统的数学模型。为使系统达到较快的同步效果,本文采用误差变量法而推导出多单元电机同步协调运转的最优控制设计方法。最后利用功能比较强大的仿真工具Matlab/Simulink对系统进行了仿真,由仿真结果可以看出该最优控制方法使系统具有很好的同步效果。     

城市单交叉路口交通信号实时优化控制与仿真

针对城市道路单点交叉口交通流的到达特性,将路口到达的交通流划分为4种状态,提出了“基于状态划分的多相位交通信号实时控制方法”,该方法根据路口各状态下交通流的到达特征和控制目标,为不同交通状态选择合适的性能指标,并建立各状态下交通信号的动态配时模型。同时,设计了一种改进的自适应实数编码遗传算法对交通信号配时模型进行求解,该算法采用基于分类的排序惩罚机制对约束进行处理,并引入模拟退火算子增强遗传算法的局部搜索。最后,采用3种算法对实例进行大量的数值计算和Paramics仿真,计算和仿真结果均表明所设计的算法求解精度高且模型具有良好的控制效果。     

基于模糊逻辑的路口交通信号控制

城市交通控制(UTC)是智能交通系统中非常重要的组成部分。在一些复杂的交通情况下,使用传统的控制方法进行交通信号控制的效果并不好。由于模糊逻辑能够较好地描述复杂系统的定性模型,因此它非常适合对路口交通信号灯进行控制。该文给出了一种采用模糊逻辑进行路口信号灯控制的方法。通过从路口检测器获取车辆信息,模糊规则对信号灯进行优化控制。通过仿真模拟,给出了实验结果。     

基于RFID技术的城市交通信号优化控制

本文分析造成目前城市交通拥挤的原因和交通信号的控制方法,结合RFID的特性,提出基于RFID技术和自适应调节算法的城市交通信号优化控制方法,实现根据相邻交叉路口的车流量实时调整信号灯的时间,以缓解城市的交通阻塞。实验模拟结果证明该方法是有效的。     

单点交通信号控制系统的优化设计

针对城市固定相序的单路口多相位交通信号进行控制,本文设计了基于车流量预测的动态调整相位最大绿灯时间的模糊控制系统。综合考虑当前相位、后续相位的交通需求度,以此决定绿灯时间分配。通过模拟交通指挥者实际进行交通控制,实时根据各相位车辆的多少进行信号的智能控制。采用遗传算法对模糊隶属度函数进行优化调整,使隶属函数的选取更为合理,随交通状况的改变自适应地调整。仿真结果表明,该方法能有效降低通行车辆在交叉口的平均等待时间,明显优于传统控制方法,并且能更有效地处理随机性较大、不确定性较强的交通流。     

基于流量的交通信号智能控制算法与仿真

交通信号控制系统是城市交通的基本组成.文章针对交通路口信号控制中的时间分配算法进行研究.根据交通路口抽象模型,综合多种路口流量因素,引入了综合流量指标来对交通流量进行量化描述.并且以该综合指标为中心设计了具备自适应能力的信号控制算法.实现了能够依据交通流量状况进行路口时间调整的交通信号控制系统模型.通过NetLogo平台进行仿真实验,证明该系统模型可以很好的适应路口交通流量变化和差异,一定程度上可以作到对交通压力的缓解.     

Optimal traffic control synthesis for an isolated intersection

A continuous dynamical model of a simplified controlled isolated intersection is derived in order to find and analyze an optimal control policy to minimize total delay. An analytical solution of the optimal control problem with constrained signal light control is presented. The optimal synthesis is found for the four principal control constraint cases. Previous results from the 1960s and 70s are discussed.     

智能交通信号机的设计及其实现

针对我国混合交通流的特点,利用AVR128单片机设计了一种智能交通信号机,给出了信号机各模块的硬件设计方案和软件设计流程图。该信号机采用模块化设计思想,具有硬件自检测和软件抗干扰功能,可实现单点自适应控制和区域协调控制等多种控制方式。实际使用表明,该信号机具有较强的稳定性和通用性,可有效适应我国的混合流交通状况。     

无信号交叉口车辆调度方法研究

随着车辆数量的快速增加,交通拥堵问题变得日益严重.如何引导车辆安全高效地通过交叉路口已经受到了学界的广泛关注.已有的控制方法主要是在线优化信号灯的相位配比.然而相位之间的频繁切换会导致信号周期中黄灯时间占比的增加,进而降低交叉口的车辆放行能力.本文提出了一种基于车路协同的无信号交叉口资源调度模型,该模型将交叉口划分为互不相交的物理空间路权资源,并描述了各个路权资源之间的相互协同关系,进而将无信号交叉口交通控制问题转换为有限资源调度问题.在此基础上,构建最大化交叉口通行效率的目标函数,并求解车辆的最优通行序列.实验结果表明:较传统有信号交叉口控制方法,无信号控制方法有效减少了车辆的排队长度,提高了交叉口的车辆吞吐能力.     

单交叉口的多相位模糊控制

基于人对多相位单交叉口交通指挥的决策过程,设计了一种新的模糊感应控制 器,把队长作为控制目标,综合考虑相邻相位车道上的车队长度,以此来决定绿时分配.仿真及 实际应用结果表明：新的模糊控制方法更接近人的决策过程,能更有效地进行单路口多相位 闭环控制.     

基于深度强化学习的多路口信号控制优化研究

新起的智能交通系统在改善交通流量,优化燃油效率,减少延误和提高整体驾驶经验方面有望发挥重要作用。现今,交通拥堵是困扰人类的一个极其严重的问题,特别是一些城市交通密集的十字路口处可能会更加严重。对信号控制系统的奖励机制进行了改进,将所有路口共享奖励的机制改进为每个交叉口共享唯一的奖励,并且通过密集采样策略与多路口信号控制相结合的方式,运用时下热门的深度强化学习来解决交通信号灯配时问题。仿真实验都是基于现在国际主流的交通模拟软件（SUMO）完成,从实验结果表明,改进后的深度强化学习多路口信号控制方法相较于传统强化学习方法控制效果更佳。