資源描述：
《城市快速路交通狀態(tài)估計與控制研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、城市快速路交通狀態(tài)估計與控制研究ResearchofUrbanExpresswayTrafficStateEstimationandControl作者姓名：李永行專業(yè)名稱：交通運輸規(guī)劃與管理指導(dǎo)教師：賈洪飛教授學(xué)位類別：工學(xué)碩士答辯日期：2015年6月3日摘要城市快速路交通狀態(tài)估計與控制研究摘要城市快速路是全部或部分采用立體交叉與控制出入，供車輛以較高的速度行駛的道路，快速路的修建在一定程度上為緩解城市交通擁堵做出了貢獻(xiàn)。隨著交通出行的日益增加，快速路也出現(xiàn)了交通擁擠現(xiàn)象，而且愈加嚴(yán)重。為解決快速路交通擁擠問題，需要對快速路的交
2、通狀態(tài)進(jìn)行估計，以全面掌握快速路的交通情況，為快速路交通流的管理、控制、誘導(dǎo)等提供有效的數(shù)據(jù)支撐。快速路交通狀態(tài)是借助于交通流的相關(guān)參數(shù)來衡量某種交通狀態(tài)的近似范圍的，所以可以采用對交通狀態(tài)參數(shù)進(jìn)行估計的方式，間接實現(xiàn)對交通狀態(tài)的估計。從本質(zhì)上講，交通狀態(tài)參數(shù)估計是一個非線性、非高斯問題，鑒于粒子濾波在處理該類問題時，具有較好的優(yōu)越性，本研究將快速路二階宏觀交通流模型與粒子濾波算法有效結(jié)合，建立交通狀態(tài)參數(shù)估計模型，借助于MATLAB軟件平臺，實現(xiàn)對交通狀態(tài)參數(shù)的準(zhǔn)確估計。結(jié)果表明，基于基本粒子濾波構(gòu)建的交通狀態(tài)參數(shù)估計模型可以
3、對快速路交通狀態(tài)參數(shù)做出較好的估計。在粒子濾波算法應(yīng)用過程中，會出現(xiàn)粒子退化現(xiàn)象。粒子退化現(xiàn)象的發(fā)生，不僅使得粒子多樣性喪失，而且將大部分的計算集中到了一些對結(jié)果貢獻(xiàn)很小的粒子上。為避免粒子退化現(xiàn)象的發(fā)生，本研究采用免疫粒子群算法對粒子濾波進(jìn)行優(yōu)化，運用改進(jìn)后的粒子濾波算法進(jìn)行實例驗證，并與基本粒子濾波算法比較，結(jié)果表明，改進(jìn)后的粒子濾波算法可以實現(xiàn)對交通狀態(tài)參數(shù)更精確的估計。交通狀態(tài)本身具有一定的模糊性和不確定性，適合用模糊理論對其進(jìn)行劃分，本研究采用模糊C均值聚類方法將交通狀態(tài)劃分為暢通、輕度擁擠和擁擠三種。根據(jù)交通狀態(tài)參數(shù)
4、估計結(jié)果，將其聚類到相應(yīng)的狀態(tài)中，得到交通狀態(tài)估計結(jié)果。在對快速路交通狀態(tài)準(zhǔn)確估計的基礎(chǔ)上，可以實現(xiàn)對快速路主線及其匝道的有效控制，以最大發(fā)揮快速路的服務(wù)能力。將可變限速控制和入口匝道控制相結(jié)合，考慮不同交通狀態(tài)下的特性，建立快速路聯(lián)合控制模型，采用遺傳算法對模型進(jìn)行求解，并對其進(jìn)行實例驗證及應(yīng)用。結(jié)果表明，聯(lián)合控制模型可以較好的實現(xiàn)對快速路的有效控制。關(guān)鍵詞：交通狀態(tài)估計，粒子濾波算法，免疫粒子群算法，可變限速控制，入口匝道控制IAbstractResearchofUrbanExpresswayTrafficStateEsti
5、mationandControlAbstractUrbanexpresswayistheroadwhichhasallorpartofthegradeseparationandcontrolforthevehicletodrivingwithhighspeed.Theconstructionofexpresswaycontributesalottoalleviateurbantrafficcongestioninacertainextent.Withtheincreasingamountoftransportation,ther
6、eistrafficcongestionphenomenononexpressway,andmoreandmoreserious.Tosolvetheproblemtrafficcongestiononexpressway,itisnecessarytoestimatethestateofexpresswaytraffic.Understandingtheexpresswaytrafficsituationcanprovideeffectivedata-supportforexpresswaytrafficflowmanagem
7、entandcontrol.Expresswaytrafficstateisusingtrafficflowparameterstomeasuretheapproximaterangeofcertaintrafficstate.So,estimatingtrafficflowparametersisonewaytoestimatetrafficstateindirectly.Essentiallyspeaking,trafficstateparameterestimationisanonlinearandnon-Gaussian
8、problem.Particlefilterhastheadvantageindealingwithnonlinearandnon-Gaussianproblem.Thispapercombiningthetrafficflowmodelwithparticle
