闻育[1]2004年在《复杂多阶段动态决策的蚁群优化方法及其在交通系统控制中的应用》文中研究指明从系统控制与优化的角度来看，城市交通系统是一个具有高度复杂性的动态系统。一方面，从系统动力学角度分析，具有离散事件一连续时间混合动态特性、高度非线性、非平稳未知分布的随机性、系统参数经常随环境条件和人们出行需求发生漂移以及交叉口之间具有强耦合特性等，所以系统状态难以准确测量、预测和控制；另一方面，交通系统的控制作用有很多种，如信号灯、诱导信息等，信号灯是当前被广泛应用的主要控制作用。但是，信号灯通过相位切换对交叉口进行控制，同时也在交通控制模型中引入了整数决策变量，使交通控制模型成为一个大规模混合整数规划问题，需要指数复杂度的优化算法。并且，从交通安全、通行效率及人们出行习惯的角度考虑，信号灯相位的设置具有很强的约束，如最短和最长绿灯持续时间、最大排队长度以及信号灯的配时参数要具有一定的稳定性不能变化太剧烈等等。交通系统的上述特性决定了其控制问题的高度复杂性。 基于模型的控制算法的控制效果虽然受到交通模型预测精度的影响，但对于交通系统这样的复杂大系统，具有一定精度的模型对系统状态进行预测并对控制作用进行评价，仍是获得系统全局最优控制策略的重要途径。建立基于模型的城市交通自适应协调控制系统(Urban Traffic Adaptive Coordinated Control System，UTACCS)需要解决叁个重要问题：一是建立合适的控制问题的数学描述，包括交通流预测模型、目标函数以及控制作用的数学形式；二是设计高效的优化算法，以满足控制问题在线求解的需要；叁是在UTACCS现场实施前要经过充分的实验室验证，目前最佳的验证工具是微观交通仿真系统。本文主要在这叁个方面进行了深入研究，相应地建立了配时参数协调优化和信号相位滚动优化两种主要的基于模型的UTACCS控制算法，通过设计蚁群优化(Ant Colony Optimization，ACO)算法的解构造图使其能够应用于交通控制问题的求解，并且改进ACO算法以提高其在大规模交通控制问题上的搜索性能，最后在浙江大学自主研发的城域混合交通仿真与分析系统(Simulation and Analysis System for Urban MixedTraffic，SASUMT)上从单点控制、干线控制及区域控制不同层次对所建立的两种控制算法的控制效果进行了比较和分析。具体的研究内容有以下几点： (1) 蚁群优化算法由于是一种基于显式表达解空间的启发式搜索方法，解构造图显式地描述了优化问题的整个解空间，所以解构造图的定义方法会直接影响到算法的计算量和搜索性能。本论文根据对解构造块的分解方式以及与解构造图节点之间的映射方式的不同，分别定义了简单解构造图、基本层状解构造图及复合层状解构造图，并研究了这叁种解构造图适于求解的优化问题的特性。其中两种层状解构造图适用于对复杂多阶段决策问题的求解，而复合层状H摘要解构造图通过将解构造块进一步细分，比基本层状解构造图更适用于求解具有高维决策变量的复杂多阶段决策问题。 (2)蚁群优化算法的解构造图一般要静态地描述整个解空间(或者是离散化了的解空间)，对于大规划动态决策问题，不仅存在描述解空间的困难，而且让蚁群在迭代过程中始终在整个解空间中进行搜索，搜索性能会很低。本论文将蚁群优化算法与遗传算法结合，建立一个动态窗口蚁群优化算法，通过每隔若干次ACO算法迭代就用遗传算法对解构造图进行动态重构，自适应地调节解构造图所映射的解空间区域，从而使蚁群在迭代过程中逐渐集中到可能产生高质量解的解空间区域进行精细搜索，可极大地提高ACO算法在大规模动态决策问题上的搜索性能。 (3) SCOOT系统以逐步微调配时参数的方式进行优化，不能有效避免陷入局部最优解的问题，所以本论文设计了一个基于以实时交通检测值为输入的宏观交通流预测模型和蚁群优化算法的城市交通区域配时参数协调优化的控制算法，从而实现了对全局最优信号配时方案的求解。同时，还将信号灯配时方案的切换对交通流状态的影响过程分为过渡态和稳态来研究，并在ACO算法中，以单交叉口在过渡态的交通延迟作为局部启发信息，根据整个控制区域达到稳态时的总交通延迟来决定释放信息素的量。由于蚁群优化算法以构造解的方式搜索解空间，所以可以更有效地解决信号配时方案切换时过渡态与稳态、单交叉口局部利益与区域全局利益之间的矛盾。 (4)作为第叁代交通控制方法，“预测多步、执行一步”的信号相位滚动优化技术可以实现对交通信号灯进行更灵活的控制。由于城市交通区域的信号相位滚动优化模型具有高阶决策变量和非常复杂的约束条件，求解的效率和解的可行性一直是其主要难题，所以本论文利用前面介绍的动态窗口蚁群优化算法来求解，并在每个优化阶段以备选信号相位在该阶段引起的延误时间作为局部启发信息引导蚂蚁生成质量更高的解，提高了求解效率。 (5)为了验证所提出的两种交通控制算法的可行性，需要在一个能够真实模拟实际交通系统状态的系统仿真平台上进行测试。SASUMT是一个浙江大学自主研发的城市混合交通微观仿真系统，实现了对机动车、非机动车和行人的建模以及
李威武[2]2003年在《城域智能交通系统中的控制与优化问题研究》文中进行了进一步梳理智能交通系统是城市交通控制系统与先进的计算机技术、自动控制技术、通讯技术以及人工智能技术相结合产生的具有重要现实意义的交通解决方案。它的出现给自动控制理论带来新的应用对象和要求。智能交通控制和智能交通诱导是整个智能交通系统实施和运营的关键部分，对这部分的研究有很强的现实意义和理论价值。 本文在城域交通控制方法、交通诱导系统以及先进的交通管理系统等方面进行了全面且深入的研究，在总结目前已有研究成果的基础上做出了有效的改进，提出了自己的创新点。 本文的主要内容和创新点包括： 1．提出一类灵活的面向城域单交叉路口的分级模糊控制器。该分级模糊控制器不仅能大大减少模糊规则数目，并且可以采用进化算法对控制器的模糊隶属度函数进行离线自适应优化，从而不断跟踪交叉路口的交通状况变化，使模糊控制的效果得到较大提高； 2．提出一种基于分布式Q学习的区域交通协调控制算法。基于分布式Q学习的区域交通协调控制摆脱了一般的带上层监控的递阶控制模式，无需预先了解交通流模型，各交叉路口控制器之间所需的通信量很少，是一种具有一定潜力的城市交叉路口组协调控制方式。 3．提出一种新型的智能群体优化方法—细菌群体趋药性优化算法。细菌群体趋药性算法同时使用单个细菌在引诱剂环境下的应激反应动作和细菌群体间的位置信息交互来进行函数优化。细菌群体趋药性算法在保留单个细菌较强的搜索能力的基础上克服了细菌趋药性算法收敛速度较慢的不足，是一种具有进一步研究价值的新型函数优化方法。该算法在城市动态交通诱导系统中获得初步应用。 4．提出一种基于多Agent技术的城域智能交通管理系统的模型框架。采用多Agent技术的集成交通控制系统框架模型，以分布式计算模式平衡交通控制网络的计算负荷，提高了诱导子系统与控制子系统的融合程度，也增强了控制系统的鲁棒性与实时性。沁)’，认掌浙江大学博一卜学位论文最后，总结全文的工作，并指出若干有待于今后进一步研究的内容。
王晓薇[3]2004年在《基于GA的交通信号自适应模糊控制研究及仿真软件开发》文中研究指明近二叁十年来，随着城市化进程的加快，车辆的激增，城市道路交叉路口变得越来越拥挤，已成为道路交通的瓶颈。传统定时配时控制方案已不能适应交通情况频繁的变化，能够保证整个城域交通网络平稳、安全运行的自动控制方案就显得至关重要，这方面的研究与应用已成为智能交通系统(Intelligent Transportation System，简称ITS)的重要组成部分。 模糊控制以其无需精确数学模型、可综合专家(交警)的经验等优点，成为当今信号配时控制的主流方法。由于经典模糊控制的规则集和隶属度函数往往是预先根据人的经验确定，且一经确定在整个控制过程中就不再改变。因此，当路口交通情况变化较大、特别是不同方向车流量相差较多的情况下，控制效果变得不理想。故采用搜索功能强大、不需了解对象机理、仅由适应度驱动的遗传算法对模糊控制器进行实时优化，从而实现交叉路口信号配时的自适应控制。同时鉴于城域交通仿真软件的研究成为当今交通控制领域的又一热点，笔者所在的团队联合开发城域混合交通流仿真软件。 论文以基于遗传算法的交叉路口模糊控制系统的自适应优化设计与仿真系统开发中的部分内容为研究重点，完成了以下工作： 1、综述了城域智能交通系统(ITS)交叉路口控制的背景以及基于模糊逻辑的交叉路口优化控制的研究进展，就交叉路口信号配时控制的特点及应用的特殊场合对各种模糊逻辑控制器(FLC)的设计方法进行分类，并阐述各种方法的设计思路和部分重要细节。 2、基于对经典模糊逻辑控制器(Traditional FLC)设计结构的分析，讨论了运用遗传算法(GA)分别对用于城域孤立交叉路口的经典FLC的模糊规则集和模糊子集隶属度函数分别进行优化设计。详细阐述了设计思想、编码方案、适应度函数的选取、遗传算子的改进等细节问题，并使用MATLAB仿真证明该方法的有效性。 3、将研究对象从孤立交叉路口转移到整个城域路网(多交叉路口)上，针对城域路网不同于孤立交叉路口的特点，设计了双模糊控制系统，并根据路网车流量的变化，运用GA对辅助模糊控制器(Secondary FLC)的输入、输出量的连续的模糊子集隶属度函数进行实时优化，详细阐述设计思想、编码方案、适应度函数的选取、遗传算子的改进等细节问题，仿真证明该自适应双模糊控制系统的有效性。 4、结合笔者在团队开发的城域微观混合交通流仿真与分析系统(Simulation and Analysis System of Urban Mixed Traffic，简称SASUMT)中所进行的图形用户界面的设计、仿真内核中微观对象的实现等工作，探讨了软件图形用户交互实现过程中的一些技术难点。目前该软件SASUMT已通过省级技术鉴定(浙经贸技鉴字[2003]216号)(见附录二)，并实际应用于杭州市文二、文叁路单行改造项目仿真方案。 最后，总结全文的工作，并指出若干有待于今后进一步研究的关于城域交通信号自适应模糊控制以及混合交通流仿真与分析软件的内容。
甘文[4]2006年在《基于遗传算法的交通信号自适应模糊控制》文中研究说明自适应模糊控制是模糊控制理论与自适应控制理论相互交叉、相互渗透而形成的一个研究领域。由于自适应模糊控制系统可以在运行过程中不断修正自己的控制规则来改善控制性能，并且收敛速度快、鲁棒性好，非常适用于非线性和多变量复杂系统，因而受到控制界的广泛重视。由于经典模糊控制的规则集和隶属度函数往往是预先根据人的经验确定，且一经确定在整个控制过程中就不再改变。因此，当路口交通情况变化较大、特别是不同方向车流量相差较多的情况下，控制效果变得不理想。故采用搜索功能强大、不需了解对象机理、仅由适应度驱动的遗传算法对模糊控制器进行实时优化，从而实现交叉路口信号配时的自适应控制。本文综述了智能交通系统交叉路口控制的背景以及基于模糊逻辑的交叉路口优化控制的研究进展，就交叉路口信号配时控制的特点及应用的特殊场合对各种模糊逻辑控制器的设计方法进行分类，并阐述各种方法的设计思路和部分重要细节。分析了遗传算法的机理、叁种算子的本质，以及算法出现局部最优的原因和常用对策。讨论了运用遗传算法分别对应用于城域孤立交叉路口的经典FLC的模糊规则集和模糊子集隶属度函数的优化问题，针对城域路网不同于孤立交叉路口的特点，设计了双模糊控制系统，并根据路网车流量的变化，对辅助模糊控制器的输入、输出量的连续的模糊子集隶属度函数进行实时优化，详细阐述设计思想、编码方案、适应度函数的选取、遗传算子的改进等细节问题，使用仿真证明该自适应双模糊控制系统的有效性。最后，作为今后研究的方向，本文提出了引入了免疫记忆环节和抗体浓度调节环节的免疫遗传算法，保证抗体的多样性，避免陷入局部极小和出现早熟收敛现象。
张涛[5]2004年在《城市混合交通仿真中交通路网建模研究》文中研究说明随着智能交通系统(ITS)的迅速发展，面向ITS应用的交通仿真技术越来越得到人们的重视。但由于我国的交通现状和混合交通的特点，目前尚未见到有针对城市混合交通的仿真平台。因此，建立一套适合我国交通特点的城市交通微观仿真平台对我国研究开发智能交通系统来说是迫切需要的。 本文以城市混合交通仿真中交通路网建模及相应的仿真平台开发为研究重点，主要研究内容和创新点包括： 1．应用面向对象建模思想提出了一种基于模块化的分层交通路网模型。该模型将交通路网中的实体按照层次关系抽象为逐层递阶的对象模型，其中高层对象模型拥有低层对象模型以及与该模型自身之间的连接关系。在此基础上可以很容易的对路网模型进行丰富和扩展。 2．建立了交通控制与管理方案描述模型。交通控制方案描述不但包括对两相位的控制方式的描述，也包括对各种多相位的信号控制方式的描述。针对目前多相位信号灯控制的日益普及，提出了一种“方向编码”的方法，对相位的流向进行编码，从而实现了多相位信号灯的描述模型。 3．利用GIS技术构筑了微观交通仿真系统的共用信息平台，仿真内核通过与GIS的实时数据交互，能够提供各种实时的交通信息，为各种实时交通预测、实时交通控制、动态交通诱导的实现奠定了基础。 4．合作开发了一个大型的混合交通仿真系统“城市混合交通仿真与分析系统”(Simulation and Analysis System of Urban Mixed Traffic，SASUMT)，并利用该系统完成了对杭州文叁—文二路单行改造的前期规划验证工作。 最后，总结了全文的工作，并指出了若干有待于今后进一步研究的问题。
周健[6]2015年在《基于进化多目标优化和蚁群算法的交通控制与诱导系统研究》文中提出随着交通流的日益增大及复杂化,城市路网拥堵问题越来越严重,现有的智能交通控制难以提高城域交通系统的整体效率。将主动引导交通流、均衡交通资源的诱导系统和被动疏导交通流的控制系统有机结合是解决城市交通问题的有效途径。如何构建这样的智能交通系统优化模型及其优化算法成为当前的研究热点和关键技术。针对现有交通控制系统存在的问题,本文采用了将基于进化多目标优化的控制与基于蚁群算法优化的诱导有机结合的交通调控模型及其优化方法,构建了单路口多目标优化控制模型、路口间的协调机制及车辆诱导模型,能有效均衡交通负载,提高城域路网的交通效率。主要研究工作如下:(1)针对现有交通控制系统难以有效兼顾各种指标及根据实时交通状态高效调节控制信号配时方案,构建了单路口多目标优化控制模型,采用改进的进化多目标优化算法实现交通信号优化。路口控制优化模型以单位时间内通过的车辆数尽可能的多、一个周期内的平均时耗尽可能的少为优化目标。该模型可以根据实时的道路车流量信息,高效地调节自身配时方案,并能给交通决策者提供多种偏好的配时方案。为了适应交通控制系统多目标优化的需求,提出了一种多子种群并行进化的非支配排序多目标优化算法,仿真测试实验表明,该算法具有较高的时效性,较强的对pareto前沿面的探索能力和保持种群多样性的能力。(2)针对现有区域多路口协调方式中,各路口控制耦合度高,协调控制复杂,实时性差,并且对路口拥堵预判能力差等问题,构建了多路口协调控制机制,该机制通过调节路口间的车流量与道路饱合车流量的比值,来协调多个路口的运行。根据该协调机制的特点,采用了模糊控制技术进行实现。仿真验证实验表明,该协调机制能减少交通拥堵的响应时间,快速协调各个路口的信号控制,提高区域交通效率。(3)针对现有诱导系统较少考虑道路上的动态代价和出行者的起始地与目的地等问题,构建了基于多种指标的车辆诱导模型,并采用改进的蚁群算法实现对出行路径的规划。车辆诱导模型优化指标由叁部分组成:起始地与目的地间的静态路径长度、该路径上通过路口总的延时转换得到的等效代价、在道路上运行时产生的动态代价。该优化模型在力求用户路径最优的同时,能尽量实现道路车辆的均衡分布。为了满足诱导系统路径规划的需求,提出了一种有偏好的蚁群算法,该算法通过偏好的设置和局部最优跳出机制,提高了全局收索能力和效率,仿真测试实验验证了算法对诱导系统路径寻优有较高效能。
佚名[7]2006年在《通信》文中研究表明TN912006010862CVAAS自适应动态电源管理策略/卜爱国,胡晨,刘昊,李杰(东南大学国家专用集成电路系统工程技术研究中心)//应用科学学报.―2005,23(3).―269～273.在嵌入式和便携式系统的低功耗设计中,动态电源管理(dynam
李敏, 王慧, 李平[8]2001年在《城域交通网络大系统控制进展》文中进行了进一步梳理城域交通网络是一个典型的强随机性、非线性、内部耦合、时变的复杂大系统,几十年来吸引了许多学者对其控制问题进行研究。本文对城域交通网络控制理论及相关技术的发展与应用现状作了一个全貌性的综述。在此基础上,结合分析中国混合交通流特点及控制现状,笔者提出了未来的发展方向,以及新的城域交通网络控制系统框架。
金春霞[9]2002年在《模糊逻辑理论及其在智能交通系统中的应用研究》文中进行了进一步梳理本文介绍了模糊理论的基础知识后，对动态系统模糊辨识进行了研究，并在此基础上进行模糊控制器的设计，为其进一步的应用作好理论铺垫。同时本文概述了智能交通系统，对模糊理论应用于其中作了深入的研究，内容涵盖了交通系统的多个领域，其中包括对象模型的研究，控制策略的研究，系统评价的研究等等。本文还对智能交通的仿真系统作了回顾，并结合本文的研究成果，对自行开发的智能交通的仿真系统提出了一些构想。 本文的主要研究内容包括： 1．研究了动态模糊系统辨识，着重研究其中的两种模糊辨识方法，一种方法是根据观测不同时间片的输入输出数据后，建构输入输出变量的模糊动态模型；另一种方法是基于T-S模型的模糊辨识。同时在系统辨识的基础上进行模糊控制器的设计，对线性和非线性系统及多输入多输出系统进行了仿真。 2．按照微分方程模型和人工智能模型两大分类研究了各种跟车模型以及系统稳定性分析，并在动态模糊系统辨识的基础上提出一种新型的、方法简便的模糊跟车模型，仿真结果显示了其准确性。 3．发展了单路口交通模糊控制，提出一种基于路网的城域多路口交通模糊控制的策略，能够有效的对交通信号灯进行大区域控制和谐调，减少过往车辆的等候时间。 4．研究了模糊量排序的问题，并用于智能交通项目的评价，提出了一种多因素多层次的项目模糊评价方法，它将多个评价因素分成定性和定量两大类，每个大类再将因素分阶层评价，多阶层评价结果进行合成后得出最终的综合评价排序。这种方法很适合于象智能交通系统这样具有大量精确化、非精确化等诸多方面混杂在一起复杂条件的项目评价。 5．在总结智能交通仿真系统的分类和分析现有软件的特点的基础上，构建智能交通仿真系统，集成本文提出的跟车模型、控制策略、评价方法等研究成果。 最后，总结了本文的工作，并指出了若干有待于进一步研究的问题。
参考文献：
[1]. 复杂多阶段动态决策的蚁群优化方法及其在交通系统控制中的应用[D]. 闻育. 浙江大学. 2004
[2]. 城域智能交通系统中的控制与优化问题研究[D]. 李威武. 浙江大学. 2003
[3]. 基于GA的交通信号自适应模糊控制研究及仿真软件开发[D]. 王晓薇. 浙江大学. 2004
[4]. 基于遗传算法的交通信号自适应模糊控制[D]. 甘文. 长沙理工大学. 2006
[5]. 城市混合交通仿真中交通路网建模研究[D]. 张涛. 浙江大学. 2004
[6]. 基于进化多目标优化和蚁群算法的交通控制与诱导系统研究[D]. 周健. 南京邮电大学. 2015
[7]. 通信[J]. 佚名. 中国无线电电子学文摘. 2006
[8]. 城域交通网络大系统控制进展[C]. 李敏, 王慧, 李平. 第二十届中国控制会议论文集（下）. 2001
[9]. 模糊逻辑理论及其在智能交通系统中的应用研究[D]. 金春霞. 浙江大学. 2002
标签：自动化技术论文; 智能交通系统论文; 交通论文; 模糊控制论文; 仿真软件论文; 自适应算法论文; 模糊理论论文; 模糊算法论文; 交叉分析论文; 实时系统论文; 动态模型论文; 遗传算法论文;