資源描述:
《探索高速公路入口匝道迭代學(xué)習(xí)控制方法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號(hào):U4910710-20050682港步犬海碩士學(xué)位論文』[flllIHlllrlIrHlIllllJrlrllflflIrl_JY.1。5z,o_5_63,[I高速公路入口匝道迭代學(xué)習(xí)控制方法研究王英偉導(dǎo)師姓名職稱趙忠杰副教授申請(qǐng)學(xué)位級(jí)別工學(xué)碩士學(xué)科專業(yè)名稱交通信息工程及控制論文提交日期2008年5月19日論文答辯日期2008年5月29日學(xué)位授予單位長安大學(xué)答辯委員會(huì)主席學(xué)位論文評(píng)閱人巨永鋒教授許宏科教授劉彥明副教授摘要隨著社會(huì)經(jīng)濟(jì)高速發(fā)展,高速公路的交通流量成幾何級(jí)遞增,由于交通流量的增加引起的交
2、通阻塞和交通事故頻發(fā),甚至出現(xiàn)交通癱瘓的情況,入口匝道控制是改善高速公路交通狀況最有效的方法。根據(jù)高速公路交通流的特點(diǎn),本文主要對(duì)迭代學(xué)習(xí)控制方法及其在高速公路入口匝道控制應(yīng)用進(jìn)行研究,研究工作如下:本文對(duì)基于迭代學(xué)習(xí)控制(ILC)的入口匝道控制方法進(jìn)行了研究,ILC方法簡(jiǎn)單有效,且比其他基于模型的匝道控制方法有著明顯的優(yōu)越性。但該方法控制器學(xué)習(xí)增益選取仍要依賴于系統(tǒng)的某些知識(shí),針對(duì)ILC方法中學(xué)習(xí)增益設(shè)鷺盲目性等問題,本文將無模型自適應(yīng)理論與迭代學(xué)習(xí)控制方法相結(jié)合,給出了改進(jìn)后的無模型自適應(yīng)迭代學(xué)習(xí)控匍J
3、CMF—AILC)策略。設(shè)計(jì)了基于MF.AILC策略的匝道控制算法,仿真結(jié)果表明:在整個(gè)采樣周期上,該策略能夠使交通流密度~致收斂到期望的水平,并對(duì)出口匝道上出現(xiàn)的可重復(fù)性擾動(dòng)具有一定抑制能力。本文在此基礎(chǔ)上,提出了基于免疫算法優(yōu)化的高速公路多匝道迭代學(xué)習(xí)控制方法。該方法以高速公路最大流量、全局最小行程時(shí)間和入口平均等待時(shí)間三者為目標(biāo)函數(shù),用免疫算法對(duì)匝道迭代學(xué)習(xí)控制器進(jìn)行了優(yōu)化,實(shí)現(xiàn)了高速公路入口匝道協(xié)調(diào)控制。仿真結(jié)果表明:該方法具有良好的控制效果和較強(qiáng)的魯棒性?;诿庖邇?yōu)化算法的迭代學(xué)習(xí)控制在高速公路多
4、匝道控制中是有效的,對(duì)提高主線的通行能力和改善高速公路運(yùn)行的安全和效率具有重要的意義。關(guān)鍵詞:高速公路:匝道控制;迭代學(xué)習(xí);無模型自適應(yīng);免疫優(yōu)化AbstractWiththerapidsocietyeconomicdevelopment,highwaytraffichasincreasedbygeometriclevels,trafficcongestionandtrafficaccidentshavecausedfrequentlyduetotheincreaseinhighwaytraffic,and
5、eventhetrafficgridlock,theentranceon-rampfreewaytrafficcontrolisthemosteffectiveapproachtoimprovethesituationofhighwaytraffic.Accordingtothecharacteristicsoffreewaytrafficflow,thepapermainlyresearchonthemethodofiterativelearningcontrolanditsapplicationonhi
6、ghwayentranceon·rampcontrol,theresearchworkasfollows:Thispaperhasresearchonthemethodoftheentranceon-rampcontrolbasedoniterativelearningcontrol(ILC).ResearchshowsthatILCmethodissimpleandeffectiveandhasmoreobviousadvantagesthananyothermethodsoframpmodel—base
7、dcontr01.However,themethodofstudyandgaincontrolselectedinthesystemstillhastorelyonsomeknowledge.ConsideringtheproblemsoflearninggainsettingssuchasblindnessinILCmethod,thispapercombinedthemodel—freeadaptivetheorywiththemethodofiterativelearningcontrolandput
8、forwardaimprovedmodel··freeadaptiveiterativelearningcontrol(MF·-AILC)strategy.MF—AILCdesignstrategybasedontherampcontrolalgorithms,simulationanalysis,theentiresamplingperiodonthestrategytomakethesamedensityof