基于多智能体交通绿波效应分布式协同控制算法

基于"绿波"效应的交通控制通过实现干道上的车流不间断地经过多个交通灯路口而不停止,是目前公认的最有效率的交通控制策略之一.然而随着城市交通规模的不断扩大,传统的集中式交通控制方法可能遇到计算和通信上的瓶颈.而当路口交通灯只能获取城市交通网络全局有限的信息时,传统的分布式控制方法可能十分低效.提出了一种基于多智能体的交通灯分布式绿波自适应控制方法.在该设计中,每一个交通灯路口通过一个非集中式的协同智能体来控制.其核心是,智能体通过预测自身下一时刻的状态进行自主决策.由于只有来自邻居路口的车辆能够直接影响当前路口下一步的状态,这一决策过程仅需要智能体通过与邻居智能体间的局部交互来完成.描述了基于多智能体交通灯分布式"绿波"效应的控制算法,并通过仿真实验验证了该方法在大规模城市交通系统中的可行性.     

单路口右转信号的模糊控制策略

针对单路口右转车辆在转入方向车流稀疏的情况下仍在等待而造成不必要延误的现象作了分析,基于人的对单路口右转车辆控制决策过程,提出了一种控制算法并设计了模糊控制器,把禁行方向机动车和自行车队长度作为输入,以此来决定下一相位右转车辆绿时提前的时间（前时）长短,仿真结果表明：此种方法能够有效地减少右转车辆不必要的延误。     

基于信号配时的公交优先策略触发概率模型

针对现有信号机控制逻辑无法响应公交车辆累积数、控制参数敏感性较低等问题,构建公交优先策略触发概率模型用以检测并分析提高触发精度的方法。首先,依托西门子2070信号机,分析其公交优先策略触发原理,进而构建了绿灯延长策略和红灯早断策略的触发概率模型。然后,以实际交叉口为例,通过硬件在环仿真计算并对比不同信号配时方案的触发概率,探索了公交优先策略触发概率的优化方法。研究结果表明：绿灯延长策略的触发概率远低于红灯早断策略;绿灯延长策略的触发概率与绿灯时间阈值成反比,红灯早断策略的触发概率主要与非优先相位申请优先的公交数量相关;可通过优化最小和最大绿灯时间,及增加申请优先的公交数量提高绿灯延长策略的触发概率;可通过先优化固定信号配时再进行公交优先信号设置等措施提高红灯早断策略的触发概率。     

数据驱动交通响应绿波协调信号控制

传统绿波协调信号控制是一种开环控制,无法根据交通需求的变化调整配时方案.为克服传统绿波协调控制的缺点,本文提出一种数据驱动交通响应绿波协调信号控制方法.首先,针对采用混合放行的路网,考虑到排队消散时间以及放行相序对优化结果的影响,给出一种适用于路网的混合放行最大绿波带优化模型;在此基础上,引进排队消散时间相符度指标、相序相符度指标和行驶速度相符度指标,实时评价、更新控制方案,实现非饱和情况下的数据驱动交通响应绿波协调信号控制.仿真研究表明,该控制方法能适应路网交通需求的变化,极大地提高了路网的通行能力.     

城市交通干线绿波带全局优化方法

通过分析城市信号交叉路口交通流的复杂性,我们得出模糊控制方法在单个交叉路口的控制特性更为适应交通流的不确定性、随机性和突发性。但是在将模糊控制理论引入绿波协调控制中去,对多个交叉路口设计模糊控制器时,不可避免的造成模糊逻辑的爆炸性增长以及控制效果的直线下降。本文结合模糊控制算法和粒子群优化算法,提出一种对多交叉路口进行全局优化的控制策略,使用粒子群算法对全局性能参数进行优化,在保证单个交叉路口控制效果不变的情况下,在交通路面上形成整体平均等待时间最小的绿波带。     

一种新的基于模糊控制的电梯群控策略

从乘客的角度出发，通过分析乘客需求，推导了乘客最大冲击次数的估算公式，提出了基于层站最长候梯时间和乘客最大冲击次数的一种新型电梯群控策略．该策略采用模糊控制设计，符合人们对电梯服务水平的语言级评价，仿真结果表明，乘客的乘梯时间和所经受的冲击次数较两种常规的群控策略有明显降低，为研究符合乘客利益的电梯群控系统奠定了基础。     

一种新的信号控制干道行程时间实时估计模型

给出了一种新的信号控制干道行程时间实时估计模型. 其建模思路是: 将分析时段分为若干个较短的时间窗, 然后进一步把一个时间窗离散为多个时间间隔. 将干道各交叉口停车线前的车辆是否处于排队定义为干道系统的状态. 在一个时间窗内, 确定每个时间间隔上的干道系统状态, 由此构造出一个无记忆特性的随机过程, 根据离散马尔可夫决策过程理论, 实现了单个时间窗的干道行程时间估计. 在每个时间窗上应用该过程, 实现了干道行程时间的实时估计. 与现有模型相比较, 文中模型的优势体现在: 模型输入是通用的流量和信号配时数据, 模型参数少且容易标定, 模型应用方便、成本低和可移植性强. 最后, 该模型在广州市的某条实际干道上进行了检验.     

基于排队长度均衡的交叉口信号配时优化策略

城市交通的快速发展和交通需求的不断增长,使得城市交通拥堵日益严重,由此造成的时间延误和经济损失越来越大.鉴于此,提出了基于排队长度均衡的交叉口信号配时优化策略,根据排队长度均衡的控制思想,实时动态调整各相位绿灯时间,以达到排队长度均衡的控制目标,保证了绿灯时间的充分利用.通过近似动态规划方法的引入,使得该算法具有自学习和自适应的特性,不依赖于交通流模型.仿真结果验证了算法的有效性.     

时变论域下红绿灯配时的模糊控制

针对交叉口日益拥堵,交通信号灯配时设置的不合理问题,提出一种基于时变论域的模糊控制方法,给出了交通信号灯的实时配时方案。该配时方法通过动态地调整信号周期和绿灯时长,以匹配多变的交通流状况,实现了实时控制。以长沙市某十字路口为例验证了该方案的有效性,结果表明：与定时信号配时方法相比,该配时方法更有效的缓解了交叉口交通拥堵状况,增强了路口通行能力,减少了车辆延误时间。     

基于云计算的“绿波带”交通流分析

随着目前我国汽车保有量的持续不断增加,我国公路的通行能力有着巨大的压力。尤其是大城市中的市区部分以及较为繁华的地区。该项目提出一种建立在两中心区的一条快速通道“绿波带”,这样可以极大的为人们出行节约时间,缓解交通压力。     

模糊控制理论在道路交叉口信号设计中的应用分析

本文分析了采用模糊控制方法对道路交叉口实施控制应注意的几个问题：初始最短绿时的选择、模糊控制间隔t的确定、数据冗余的处理、在左转车道实施模糊控制等,并根据各个问题的特点提出了具体的解决办法。     

基于攻防策略的网络设备安全与协同配置

在网络安全领域，以互联为主的网络设备是基础，以安全防护为主的防火墙与入侵检测等安全组件是核心。重点对常用网络设备的原理与安全配置进行探讨，在此基础上，提出了针对各种网络攻击的网络设备的安全与协同配置策略，以建立高可靠性的网络安全环境。     

基于危险信号协同检测的入侵检测的研究

为提高对未知攻击的检测能力,克服由于“正常”与“异常”界线模糊引起的误报与漏报,提高入侵检测系统的自适应能力,基于danger theory提出以危险信号作为入侵检测的协同检测信号的方法,并运用粗糙集理论,实现了对危险信号的测定。同时,阐述了危险信号在入侵检测的协同检测中的控制策略及系统的逻辑结构和处理流程。     

基于响应函数的模糊控制策略研究

常规P ID控制器对复杂系统而言控制效果往往不是很好,而模糊逻辑无需精确数学模型和离线训练学习。这两种控制方法相结合,就可扬长避短,实现低成本、易维护的在线自适应控制。为此,论文针对非线性系统特点,深入探讨基于模糊逻辑和常规P ID的控制策略。通过实验室仿真实验,分析比较这些控制方法的定值跟踪性能和干扰抑制性能优劣。并以此为基础,建立了一种新的PID型模糊控制策略。通过偏差响应函数,实现了自适应调节相互并联的模糊PID和常规P ID控制回路输出的目的。仿真实验结果表明,该P ID型模糊控制策略定值跟踪性能和干扰抑制性能都得到了保证,取得了较好的控制效果。     

一种基于模糊控制的智能控制系统的研究

本文根据对二阶控制系统动态过程的的分析,利用系统偏差及偏差变化率制定和调整了模糊控制器的控制策略,并且应用到具有一定不确定性、难以建立精确数学模型的控制系统中,经过仿真试验,证明该控制策略具有无静差、响应快、精度高等优点。     

基于模糊控制的实时任务调度策略研究

研究了工业控制网络的实时应用特性，建立周期信息和非周期信息发送优先级的模糊控制模型，并提出了一种新的实时信息调度方法。分析了信息调度的实时性和总线的利用效率，并与典型的现场总线实时能力作了比较，分析说明了基于模糊控制的实时任务调度策略(FCSS)较好地解决了周期信息和非周期信息的实时发送问题，可以有效解决控制网络实时信息的传输和总线资源利用率之间的矛盾。     

基于时间效应的协同过滤算法

协同过滤算法已被成功应用在个性化推荐系统中,但传统的协同过滤算法很少考虑时间因素的影响,难以确保最近邻集的准确性和可靠性。虽然很多文献提出了各种改进推荐算法,但仍然没能在计算中有效地将时间因素和用户评分综合起来。因此,在原有的工作基础上提出基于时间效应的协同过滤算法,将时间因素纳入用户预测评分和用户相似性计算中,并综合这两个因素来动态分配每一项评分的权重,采用预测评分填充用户-项矩阵和二次计算用户相似性矩阵的方法,最终得到Top-N推荐集。实验表明,改进后的算法提高了推荐算法的精度和推荐质量。