摘要: |
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)需要解决三个重要问题: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;三是在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.该文主要在这三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 Mixed Traffic,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. |