基于Internet的分布式城市交通协同控制

研究了基于Internet的分布式城市交通协同控制系统模型,分析和规划了模型的组成结构;设计了以S3C44B0X为核心的嵌入式道路控制器,并通过外扩存储、通信、语音等模块,实现控制器的嵌入式模块化设计和软、硬件系统;最后分别在Linux和Windows系统平台下编写网络套接字,实现跨系统网络通信,对整个系统进行了集成和实现。试验结果表明修正的优化控制算法可将平均延误时间优化至10-3s,而且该控制器的软硬件系统运行稳定,性价比高、功能完善、可扩展性和通用性好。     

基于神经网络的交通控制诱导协同模型

针对传统交通控制与诱导模型及算法的不足,提出了具有中心协调系统（CCOS）的交通控制与诱导协同模 型。利用数据融合技术将历史数据的短时交通预测、交通事件检测结果以及实时交通流数据设计面向交通动态的信息融合, 并采用神经网络技术构建基于神经网络的交通控制诱导协同模型,同时对模型的参数进行了确定。通过典型的路网进行仿真 实验和对比分析,实验验证了该模型是可行和有效的。     

A Distributed Approach for Coordination of Traffic Signal Agents

Innovative control strategies are needed to cope with the increasing urban traffic chaos. In most cases, the currently used strategies are based on a central traffic-responsive control system which can be demanding to implement and maintain. Therefore, a functional and spatial decentralization is desired. For this purpose, distributed artificial intelligence and multi-agent systems have come out with a series of techniques which allow coordination and cooperation. However, in many cases these are reached by means of communication and centrally controlled coordination processes, giving little room for decentralized management. Consequently, there is a lack of decision-support tools at managerial level (traffic control centers) capable of dealing with decentralized policies of control and actually profiting from them. In the present work a coordination concept is used, which overcomes some disadvantages of the existing methods. This concept makes use of techniques of evolutionary game theory: intersections in an arterial are modeled as individually-motivated agents or players taking part in a dynamic process in which not only their own local goals but also a global one has to be taken into account. The role of the traffic manager is facilitated since s/he has to deal only with tactical ones, leaving the operational issues to the agents. Thus the system ultimately provides support for the traffic manager to decide on traffic control policies. Some application in traffic scenarios are discussed in order to evaluate the feasibility of transferring the responsibility of traffic signal coordination to agents. The results show different performances of the decentralized coordination process in different scenarios (e.g. the flow of vehicles is nearly equal in both opposing directions, one direction has a clearly higher flow, etc.). Therefore, the task of the manager is facilitate once s/he recognizes the scenario and acts accordingly.This revised version was published online in August 2005 with a corrected cover date.     

分布式区域交通信号自适应控制

基于无模型自适应动态规划,提出一种新的交通信号控制算法,应用于区域多路口协调优化控制.在四交叉路口的仿真环境下对该控制算法进行验证,取得良好的优化效果.     

城市路网交通分散协调控制

针对城市路网交通系统规模大和非线性、不确定性强等特点，利用模糊神经网络设计了一种新的实时分散协调控制算法．把城市区域和市内快速公路作为一个路网大系统，子系统为路网中的各个交叉口；每个子系统都有一个模糊神经网络控制器，该控制器根据它自己和相邻子系统的交通流信息来动态管理相序及绿灯时间．控制器由3个模块组成：相序选择模块、绿灯判断模块和相位切换模块．控制器的控制目标是保持快速公路主线密度均衡和区域内各车辆平均延误时间最短．仿真研究表明，该算法能有效处理各种路网交通环境．     

基于自适应动态规划的城市交通信号优化控制方法综述

针对日益受到重视的自适应动态规划(Adaptive dynamicprogramming, ADP)的方法和应用进行了概述. 详细分析了自适应动态规划的关键问题, 如收敛性、稳定性和协调性的研究现状和趋势. 介绍了城市交通信号控制问题的特点和目前采用的控制方法, 以及自适应动态规划方法在街区路口和快速路入口匝道的交通信号优化控制的应用现状和前景.     

风光互补发电系统的分布式模型预测控制

风光互补发电系统中,风力和光伏独立发电且两者在地理上相隔较远,彼此没有通讯交流.对此问题,提出用分布式模型预测控制的方法去解决.首先,在风光互补发电系统中存在大量的非线性环节,运用神经网络线性逼近,训练得出各个子系统的神经网络线性化模型.然后,在此基础上,基于风力优先发电、光伏配合、蓄电池必要时输出的原则,设计出满足相...     

三维城市道路仿真模型构建

通过对现有城市道路模型的分析,提出了使用ArcGIS软件构建三维城市道路仿真模型。构造了道路几何网络模块、交通检测模块和控制管理设施模块的二维和三维模型。重点介绍了交叉口节点的二维模型建立,以及基于数字高程图得到城市道路的三维模型。最后将该模型应用于微观交通仿真系统中,可以为仿真系统中其它仿真模型提供空间参照、几何模型和逻辑模型,为各类交通行为数学模型提供存储空间和作用空间,为各种程序算法提供调度接口。与其它道路模型比,该模型能更准确、细致地反映道路网的拓扑关系和道路几何条件,从而为交通仿真模型真实地反映路网交通状态奠定了基础。     

城市高速公路交通的神经网络建模与控制

从城市高速公路交通流的宏观、动态特性出发 ,分析了交通流控制中常用的宏观、动态、确定性模型 在此基础上 ,利用人工神经网络技术建立了城市高速公路的神经网络模型 ,并提出了入口匝道放行和路段速度相结合的多变量神经网络控制策略 利用该控制策略建立的自适应神经网络控制器 ,可以使高速公路上的交通密度维持在理想的密度值附近 .进一步分析可以得到 ,该控制器是一个状态和控制作用均可跟踪的伺服系统 .以杭州某高架高速公路为背景的仿真结果表明 :该控制器具有较强的鲁帮性 ,控制效果令人满意 .     

分布式预测控制在空气分馏塔中的应用

在大型空分控制系统中,集中式控制由于在线计算量大,对计算机的要求较高。采用分布式预测控制,把复杂系统的控制过程分散到各个子系统中去,降低了计算的复杂度,同时提高了系统的可靠性。建立了分馏塔的数学模型,并拆分成若干个子系统,利用纳什优化原理,获得了全局最优解。仿真结果表明,该算法取得了较好的控制效果。     

基于云模型的单路口交通信号自适应控制方法研究

为了减少车辆通过路口的延误,提出了一种基于云模型的单路口交通信号自适应控制方法;使用云模型作为信号控制的基础模型,利用云模型中的正态云发生器和前件云发生器算法分别对道路交通信息进行处理并产生自适应的控制规则,以实现单路口交通信号的自适应控制;通过仿真实验,结果表明,使用云模型作为控制方法,比较传统控制方式更具智能化,更接近于人脑思维过程的控制方法,这也是将来交通信号控制的发展方向。     

简化模型预测控制及仿真研究

本文介绍了简化模型预测控制算法ＳＭ－ＰＣ，指出ＳＭＰＣ算法是作为克服内部模型控制（ＩＭＣ）因式分解中求取过程传函逆阵费时等缺点而推出的一种简化算法。将本算法通过对一个多侧线精馏塔进行仿真，结果表明此算法具有良好的控制效果     

城市交通网络宏观控制模型及仿真实现

为研究适合城市交通网络控制系统应用的交通流预测模型,在改进Van Den Berg, M的路段交通流模型的基础上,建立了以路口交通流为基本建模单元,以动态非线性离散方程反映交通流变化的城市交通网络宏观模型.为验证该模型能有效地预测城市路网的交通流信息,在VC++net环境下,开发了城市交通宏观控制模型仿真系统UTFS,设计了网络拓扑结构模块,以适应不同规模、不同复杂程度的实际交通网络的仿真要求.最后选取典型网络进行应用研究.仿真结果表明:该模型满足交通控制对控制模型的实时性和精度要求,该仿真系统可以作为城市交通网络宏观控制模型验证的有效工具,也可以作为城市交通控制系统控制和优化研究的辅助工具.     

分布式信息系统中构件计算协调模型的研究-一种求解大型分布式信息系统中特征干扰的方法

介绍了一种利用分布式构件的计算协调模型来解决大型分布式信息系统中特征干扰的方法，并结合具体的分布式信息系统分析了系统中可能存在的各种构件计算关系，研究了分布式构件计算的协调问题，研究了具体的解决方案．     

多层次多模型预测控制算法的模型切换方法研究

针对多层次多模型(Multi-hierarchical multi-model, MHM)预测控制系统的模型切换问题, 在分析各通道非线性程度对模型层次切换以及层次 间模型切换过程对系统动态特性的影响的基础上, 提出了一种新的模型切换方法. 并将此方法应用到多输入多输出pH 中和过程, 仿真结果表明, 该方法有效地改善了系统工况大范围跳变时的动态性能.     

城市道多路口交通信号实时控制仿真设计

在单路口交通灯实时控制的基础上对城市道路多路口交通灯实时控制进行了研究。提出了一种双层次子区域的智能划分方法并应用于区域交通信号的实时控制,在子区域基础上建立多交叉口数学模型;运用指数平滑预测模型为BP神经网络模型提供学习所需数据,并将得到的混沌交通流序列与改进泊松函数得到的泊松分布断面发车随机数进行比较。通过上述模型及算法最终得到区域交通路口实时配时方案。     

城市交通信号灯网络化控制及优化配时问题

首先,给出单交叉路口的定义,从抽象模型mn网络出发,该文提出城市交通的动态多车道、四相位控制模型;提出阻塞判别条件,并给出阻塞时对路口控制的网络模型。将两种系统综合在一起,给出多目标优化的性能指标及其约束条件。采用遗传算法进行多目标优化,仿真结果表明该方案是可行的。     

交通信号多相位智能优化控制方法

提出一种以乘客平均延误最小为评价指标的变相序交通信号多相位模糊智能优化控制方法。在相位的选择上同时考虑相位的车辆排队长度和乘客量,使得乘客量大的相位优先通行,体现了交通系统公交优先的思想。采用模糊控制方法获得绿灯增益时间。仿真实验分析表明,与传统模糊控制方法相比,该方法能更有效地减少乘客平均延误。     

加权模型预测控制（WMPC）

针对参数有界系统，将加权模型引入预测控制算法，改进了原算法对模型处理的不足，从而增强了控制系统的鲁棒性，改善了控制性能。仿真结果表明了该方法的有效性。