原文传递
高速公路限速控制与入口匝道控制研究
| 论文题名： | 高速公路限速控制与入口匝道控制研究 |
| 关键词： | 高速公路;限速控制;入口匝道控制;神经网络模型;自适应能力;遗传算法;交通流模型 |
| 摘要： | 随着社会经济的快速发展和汽车的普及，高速公路交通拥挤已经成为困扰世界各国政府的严重社会问题。为了有效地解决高速公路交通问题，一方面必须修建更多的高速公路；另一方面必须对交通量进行合理地调节与控制，使交通流做到有序流动。限速控制和入口匝道控制是高速公路交通控制的两个重要内容，针对传统的交通控制技术的缺陷，本文把智能控制应用到高速公路交通控制中，详细探讨了限速控制和入口匝道控制的几种智能方法，论文的主要工作如下： 1.建立高速公路交通流速度限制的神经网络模型。限速控制是高速公路交通控制的重要措施和手段，为了提高限速控制精度，提出Elman神经网络建模方法。阐述了Elman神经网络的原理，根据高速公路主线上车辆群状态、路面状况、气象条件等信息，建立交通流速度限制Elman神经网络模型，Elman神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为2、12、12和1，采用Levenberg-Marquardt算法对Elman神经网络进行训练，并与RBF神经网络进行仿真对比。结果表明，Elman神经网络和RBF神经网络的训练误差分别为9.99769×10-9和2.38112×10-4，与RBF神经网络相比较，Elman神经网络自适应能力强、泛化能力好，能准确地建立交通流速度限制模型，具有良好的应用前景。 2.采用遗传算法优化高速公路入口匝道PI控制器。首先给出了遗传算法优化的步骤，阐述了匝道控制目标，然后建立了高速公路交通流模型，并用遗传算法对入口匝道PI控制器的参数进行了优化。仿真结果表明，该方法性能优越，用于高速公路入口匝道控制中效果较好。 3.结合模糊逻辑在处理语言信息上的优势和PI控制在处理误差上的优势，设计了高速公路入口匝道Fuzzy-PI混合控制器，并用遗传算法对PI参数进行了优化。模糊控制器的输入变量选为密度误差和误差变化，采用三角形隶属度函数，并制定了9条模糊控制规则。仿真结果表明，混合控制器比单纯的PI控制器具有更优越的动态和稳态性能，它能使高速公路主线交通流密度保持为设定的期望密度。 |
| 作者： | 李政 |
| 专业： | 交通信息工程及控制 |
| 导师： | 梁新荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 五邑大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
