基于非线性模型预测控制的城市路网交通流优化.pdf
《基于非线性模型预测控制的城市路网交通流优化.pdf》由会员分享,可在线阅读,更多相关《基于非线性模型预测控制的城市路网交通流优化.pdf(4页珍藏版)》请在咨信网上搜索。
1、现代电子技术Modern Electronics TechniqueOct.2023Vol.46 No.202023年10月15日第46卷第20期0 引 言在目前的交通系统中,关于模型预测的研究逐渐增多。主要方法是根据每个取样点的测量值和流量的计算模式,对预测时间域内的系统进行最优解求解,并在满足限制条件和性能指标的前提下,利用新测量到的系统参数求得最优解12。为使模型预测控制的优越性得到最大程度的发挥,通常要求获取更为准确的系统资料,采用基于系统工作特性的数学模式进行预报;同时采用滚动优化、回馈修正等方法对外界扰动和模式不匹配造成的影响进行有效的修正,这是因为目前的时刻系统所预测的时域范围是
2、有限的34。模型预测控制方法在实际的交通控制中DOI:10.16652/j.issn.1004373x.2023.20.030引用格式:胡小勇,张建军,杨云晖,等.基于非线性模型预测控制的城市路网交通流优化J.现代电子技术,2023,46(20):163166.基于非线性模型预测控制的城市路网交通流优化胡小勇1,张建军2,杨云晖1,邓志刚3(1.新余市公路事业发展中心,江西 新余 338099;2.北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室,北京 100044;3.新余公路勘察设计院,江西 新余 338099)摘 要:为提高城市路网设计效率,文中提出一种基于非线性模型预测控
3、制的城市路网交通流优化方案。采用预测控制方法,利用模拟试验验证所提算法在道路网络中的应用,从而最大限度地提高路口的通行能力;同时,验证迭代式识别在车辆流量模型的参数识别中的正确性。研究结果表明:采用时变参数模式预测时,每个路口的队长度差异都是比较合理的,模型预测结果与仿真结果接近;采用该模型的预测控制算法可以对网络的实时状况进行实时修正,从而改善道路的运行性能,8:00时段道路阻塞状况的模拟结果证明该方法具有较好的性能。相比之下,当系统中产生随机扰动时,自适应迭代学习辨识算法可以实现对系统期望输出的快速跟踪,具有较快的收敛速度和良好的效果。关键词:城市路网;交通流优化;车辆流量模型;非线性;交
4、通信号预测控制;自适应迭代学习辨识算法中图分类号:TN71134;TP13 文献标识码:A 文章编号:1004373X(2023)20016304Urban road network traffic flow optimization based on nonlinear model predictive controlHU Xiaoyong1,ZHANG Jianjun2,YANG Yunhui1,DENG Zhigang3(1.Xinyu Highway Development Center,Xinyu 338099,China;2.Key Laboratory of Integrated
5、 Transportation Big Data Application Technology,Beijing Jiaotong University,Beijing 100044,China;3.Xinyu Highway Survey and Design Institute,Xinyu 338099,China)Abstract:In order to improve the efficiency of urban road network design,an urban road network traffic flow optimization based on nonlinear
6、model predictive control is proposed.By means of predictive control method,the simulation test is conducted to verify the application of the proposed algorithm in road network,so as to maximize the crossing capacity of intersections.The correctness of iterative identification in the parameter identi
7、fication of vehicle flow model is verified.The research results show that when using timevarying parameter mode for the prediction,the difference in queue length at each intersection is relatively reasonable,and the model prediction results are close to the simulation results.The predictive control
8、algorithm of this model can be used to correct the real time condition of the network,so as to improve the running performance of the road.The simulation results of road congestion during 8:00 slot show that this method has good performance.In contrast,when random disturbance is generated in the sys
9、tem,the adaptive iterative learning identification algorithm can realize the fast tracking of the expected output of the system,and has a fast convergence speed and effect.Keywords:urban road network;traffic flow optimization;vehicle flow model;non linearity;traffic signal prediction control;adaptiv
10、e iterative learning identification algorithm收稿日期:20221228 修回日期:20230207基金项目:江西省交通运输厅科技项目(2021H0023)163163现代电子技术2023年第46卷普遍使用。对于城市道路交叉口,根据城市交通自身的特点,采用基于模型的预测方法可以达到良好的控制目的。但在实际应用中,交通流预测模型仍然有着较大的改进余地5。不同于快速路、高速公路,城市路网交通流在交叉口信号控制的影响下呈现出不同的状态。L.C.Zammit等专门针对城市路网交通流系统运行情况展开深入的研究,辨识交叉口多种交通参数,包括自由流速、饱和流量、转
11、向比等,利用在线对偶估计以及期望最大化算法展开验证分析,得出交通流模型辨识结果与方案运行结果一致,运行状态处于交叉口处三、四相位配6。E.Thonhofer等则是对运行过程中城市路网交通流系统的变化特性展开深入研究,将随机变化项引入构建的宏观交通流模型框架当中,在离散化查找表创建时选用Monte Carlo方法,将计算工作量降低,随机变量的处理效率在宏观基本图中更快7。H.Y.Sutarto等提出一种随机混合模型,在切换控制交叉口交通流的模式时,采用马尔科夫链动态演示城市路网交通流,流量变化可通过参数值的改变而精准模拟,仅需调整流量模式即可8。一阶自回归为该模型随机过程的主要思想,AR模型参数
12、估计则选用 EM 算法,该方法有利于准确度的提高,同时还能实现模式的切换。为提高城市路网设计效率,文中提出一种基于非线性模型预测控制的城市路网交通流优化方案。采用预测控制方法,利用模拟试验验证所提出的算法在道路网络中的应用有效性,并验证迭代式识别在车辆流量模型的参数识别中的正确性。1 交通信号预测控制研究1.1 控制目标从速度、密度和流量的守恒性中可以得出,在道路系统流量饱和的条件下,道路网络的车辆通过与道路网络的总体分布密切相关,路口的交通流量不足会导致道路拥挤9。若能设计出合适的相位分时规划,将现有的车流尽量分散,并将每个路口的入口车道数量保持相近,就可以极大地改善道路的运载容量,从而有效
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 非线性 模型 预测 控制 城市 路网 通流 优化
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。