基于一种新的混合算法的交通流控制优化模型

运用交通流控制理论建立了在交叉口空间渠化及信号相位相序给定的条件下, 考虑机动车与非机动车的延误（服务水平）约束条件, 机动车通行能力最大的优化模型, 并利用遗传算法及混沌优化算法互补的混合优化算法对模型进行了优化计算. 实际优化计算结果表明, 文中的优化模型及其混合算法具有较高的理论价值及实用价值, 本次研究为信号交叉口交通流的协调控制优化研究提供了新思路和新方法.     

多车道交叉口交通信号与混合车辆轨迹协同优化框架

智能网联自动驾驶技术逐渐成熟,为交叉口日益严重的交通拥堵和能源浪费问题提供了新的解决方案.将交通信号控制与车辆轨迹优化相结合,可以有效提高通行效率和燃油效率.因此,针对混合交通流环境下的多车道交叉口,提出一种交通信号与车辆轨迹协同优化控制框架.首先,考虑到信号相序的动态变化和车辆变道的原因及其持续性影响,对车辆的纵向跟驰模型和横向变道模型进行改进;其次,以最小化车辆通行延迟和油耗为目标,提出交通信号与车辆轨迹协同优化控制方法,在交通信号的自适应控制下平滑车辆轨迹;此外,设计一种协同优化控制算法,以较低的计算量保证优化效率;最后,在不同的交通情境下进行数值仿真,结果表明所提出框架能够同时提高通行效率和燃油效率.相比交通信号或车辆轨迹的单独优化框架,所提出协同优化框架在通行延迟、油耗、安全性能和驾驶舒适度等方面均能产生更多的增益.     

基于遗传算法的多模型自适应控制

利用多个固定模型（或元素模型）来逼近含未知参数的被控系统,基于每一个元素模型建立最优控制器,并由各局部模型控制器的加权和构成被控系统的控制器。对于这种多模型自适应控制器,在每一个采样时刻,每一个元素模型的权值将由遗传算法计算得出。仿真结果表明,采用该文提出的控制器,当被控对象的模型参数剧烈变化时系统输出依然可以很好地跟踪设定值。     

一种基于多目标遗传算法的非线性控制器

该文利用相位滞后仅38.1°的Clegg积分器构成一个非线性比例积分器,并利用多目标遗传算法对该控制器的三个参数进行优化,其中被优化的两个目标分别为被控系统的给定性能指标和抗负载扰动能力。然后将该控制器应用于一个存在饱和特性和间隙特性的双闭环调速系统,研究并比较了该系统在阶跃给定输入下的性能指标以及抗负载扰动的能力。仿真试验表明将该非线性控制器应用于具有多个非线性特性的动态系统能取得优良的性能。     

基于元胞自动机的多车道机非混合道路交通流

车辆的行驶受到本车道以及邻近车道前后邻近车辆的影响,在城市交通中机非混合对车辆行走的影响尤为复杂。通过研究路段上机非混合通行交通流的本质特性,综合考虑非机动车对机动车换道规则及加减速规则的\"摩擦\"和\"阻滞\"干扰影响,建立描述路段混合通行道路交通流的元胞自动机(CA)模型,从不同的机非混合比例下道路交通流的流量、速度变化情况,流量与车辆到达率关系,交通流相位相变等方面仿真模拟混合交通流的机非干扰机理。     

采用遗传算法求解多跳分组无线网服务质量路由优化模型

采用多目标遗传算法来确定多跳无线网服务质量路由优化问题的Pareto最优解集。通过计算表明,多目标遗传算法能够在一次运行中搜索到优化问题的近似Pareto最优解集,这为决策者进行目标折衷决策提供了充分的依据,此算法是有效可行的。     

基于非线性选择方法的多目标优化遗传算法

针对排序选择法中广泛采用的线性选择方法的缺陷,提出了一种非线性选择方法。这种选择方法既充分体现了非劣解集对劣解集的优先选择权,又考虑到了非劣解集和劣解集中个体的平等性。理论分析和仿真计算表明,这种新的排序选择法不仅能得到分布广泛的Pareto最优解,而且进化速度极快,一般只需30-50代。     

催化裂化分馏塔多目标遗传算法优化

建立了催化裂化分馏塔多目标优化函数,并通过遗传算法对其求解,结果表明在某一组操作参数下生产,可以保证分馏塔重石脑油流量和轻柴油流量同时最优,此时多目标综合评价优化函数的适应度值为193．41,对应解下重石脑油流量Q1和轻柴油流量Q2分别为294．771（t／h）和92．053（t／h）,均高于未进行优化的历史操作最高流量值Q1=225．177（L／h）和Q2=53．700（t／h）,实现了分馏塔的多目标优化。     

遗传算法优化BP 神经网络的短时交通流混沌预测

为了提高BP神经网络预测模型对混沌时间序列的预测准确性,提出了一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法.利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解,并将该预测方法应用到几个典型混沌时间序列和实测短时交通流时间序列进行有效性验证.仿真结果表明,该方法对典型混沌时间序列和短时交通流具有较好的非线性拟合能力和更高的预测准确性.     

基于车道控制的交叉口流向及信号组合优化模型*

为了提升城市道路交叉口运行效益,提出将流向禁止与信号控制相结合的交叉口优化模型。采用组合优化的方法,将禁止流向选择、车道功能、路段掉头位置以及信号配时等优化变量整合在一个统一的模型中,同步进行优化。该优化模型由混合整数非线性规划描述,并将其转换为一系列混合整数线性规划,采用分支定界法求解。通过算例及仿真分析,验证模型的效益。研究结果表明,禁止流向的选择对于交叉口运行效益有着很大影响,优化模型可根据交叉口几何及交通需求条件,生成最优方案。尤其当常规交叉口无法满足交通需求时,该优化方法可提高通行能力达25%。     

城市交通多线路协调优化仿真模型研究

为缓解城市交通拥堵,提高道路利用率,提出一种新的简单实用的城市交通多线路协调优化控制模型及时空相位演化方法,并给出了改进的遗传优化算法。通过仿真系统的开发,实现了城市交通的多线路优化控制仿真并获得了满意的效果。对比优化前后的数据,优化后调度线路上的车流以最少平均停车次数和最短平均延迟时间到达目的地。利用本优化模型可以实现以较小的代价成本疏导城市交通,提高城市道路通行能力。     

基于改进遗传算法的交通信号配时研究

根据单交叉路口多相位交通流建立了一种实时动态模型,以周期时间内车辆排队长度最短为优化目标,相位绿灯时间为控制变量,用改进的遗传算法实现对相位时间的动态调控。仿真结果表明,改进的遗传算法相对于普通遗传算法,能寻求到更优化的解,对于改善路口的交通拥挤状况,有着更为明显的效果。     

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。     

基于遗传算法的交通流量组合预测研究

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施,实时、准确的交通流量预测是智能交通系统的关键技术之一,也是实现智能交通诱导及控制的前提。本文首先对几种重要的交通流量预测模型的理论和优缺点进行了比较,分析了影响预测模型的因素,然后提出了一种基于遗传算法的流量组合预测方法,该方法利用遗传算法群体搜索的特点,组合各种算法,优化预测思路,充分发掘不同算法的差异优势,实践证明该思路是切实有效的。     

The Importance of Traffic Flow Modeling for Motorway Traffic Control

The problem of traffic congestion in modern day motorways calls for the design and implementation of efficient control strategies. It is argued in this paper that in order to have efficient, generic, and systematic solutions to a wide range of traffic control problems, macroscopic motorway traffic flow models in state-space form, that are relevant for the control problem and computationally non-intensive, are most appropriate. Such models allow the exploitation of available powerful, systematic, and theoretically supported automatic control concepts. Based on these concepts an Extended Kalman Filter for traffic state estimation, a multivariable LQI controller for coordinated ramp metering on a motorway stretch, and an integrated optimal control strategy for motorway networks are shortly presented. The criteria of a model's relevance for a given traffic control problem and its computational requirements are subsequently examined. Finally, the application of an advanced coordinated ramp metering control strategy, based on the optimal control approach, to the ring-road of Amsterdam, The Netherlands, is provided as an illustrative example.     

基于改进遗传算法的时间最优控制问题求解

对原有遗传算法的不足进行分析 ,提出改进的遗传算法。对于高维、高精度问题 ,改进算法相对原算法可节省大量存储空间和解码时间。提出的选择算子仅与父代的大小顺序有关 ,既可避免原算法对适应值必须为正的限制 ,又可避免算法过早收敛到局部解。证明了新算法的全局收敛性 ,并对新的选择算子进行了性能分析。将改进的遗传算法引入受约束时间最优控制问题的求解 ,获得了令人满意的结果     

基于成本车流模型的城市交叉路口优化控制

针对存在随机故障的城市交叉路口信号优化问题,从控制理论角度出发,根据其自身特性,借用最优生产控制思想,首次提出了道路和车流运行成本模型,且同时考虑路口的随机故障因素;在此基础上根据系统中存在多级时标和不可靠性、以及呈现一种递阶结构和运行不均衡的特点,将问题分解成不同层次的动态优化子问题,采用递阶控制策略对其进行降阶分解,从而得到交叉路口的优化控制策略.仿真结果表明,该模型更宜于实施于实际交通最优控制中.     

一种通用的分布式网络流量监测点优化部署模型

针对分布式网络流量监测中的监测点优化部署(Optimal Deployment of Flow Monitors,ODFM)问题,提出了一种可扩展的通用模型.模型采用链路流量抽样比作为决策变量,决策变量的数目和网络规模之间存在线性关系,因而具备很好的可扩展性;模型定义了监测代价函数和监测收益函数,以适应不同的监测任务的需求,比现有模型具备更强的通用性.提出了求解该模型的两步近似算法和遗传算法.仿真实验的结果表明,与两步近似算法相比,遗传算法具有更强的稳定性和更好的性能.模型求解的结果表明,在网络中不多于20%链路上部署监测点,即可获得不少于80%的监测收益.     

Optimal control of sensory evaluation of the sake mashing process

In the sake mashing process, we established the following four stages for optimal control of sensory evaluation. (1) To estimate the sensory evaluation value from the component concentrations of sake. (2) To create a model that can approximate the time series of the estimated sensory evaluation value and ethanol production rate from temperature data as the control variable. (3) To calculate the optimal trajectory of the ethanol production rate by using stages (1) and (2). (4) To perform trajectory control. As a result, sake having an optimal value of sensory evaluation was obtained by the above procedure.