基于单神经元和CTM模型的多匝道控制器设计.docVIP

摘要关键词 高速公路；；；PID控制 Abstract Key words freeway ramp control cell transmission model single neuron PID control 目 录 摘要 I Abstract II 第1章 绪论 1 1.1 课题背景 1 1.2 研究目的与意义 1 1.3 国内外文献综述 2 1.4 论文主要研究的内容 3 第2章 高速公路交通流模型 4 2.1 引言 4 2.2 高速公路交通流模型的分类 4 2.3 宏观动态交通流模型——CTM模型 4 2.3.1 CTM模型的概述 4 2.3.2 CTM模型的原理 5 2.4 本章小结 6 第3章 高速公路匝道及入口匝道控制 7 3.1 引言 7 3.2 高速公路匝道及入口匝道控制的概述 7 3.2.1 高速公路匝道的定义 7 3.2.2 入口匝道控制的条件 7 3.2.3 入口匝道控制的类型 7 3.2.4 入口匝道控制系统的构成 8 3.2.5 入口匝道控制的调节率 8 3.2.6 入口匝道控制的原则与作用 8 3.3 本章小结 9 第4章 单神经元PID控制 10 4.1 引言 10 4.2 人工神经网络 10 4.3 基于单神经元网络的PID智能控制 11 4.3.1 几种典型的学习规则 11 4.3.2 单神经元PID控制 11 4.3.3 改进的单神经元PID控制 12 4.4 本章小结 13 第5章 基于单神经元和CTM模型的多匝道控制器设计 14 5.1 引言 14 5.2 基于单神经元和CTM模型的多匝道控制器设计 14 5.3 本章小结 15 第6章 仿真研究 16 6.1 仿真背景 16 6.2 仿真研究 16 6.3 本章小结 28 结论 29 参考文献 30 致谢 31 第1章 绪论1.1 课题背景 高速公路全程无平面交叉口，实行分隔行驶，只限于汽车等高性能机动车行驶，能给用户提供较高的服务水平，仅通过入口匝道和出口匝道与相邻的普通道路相连接，因此对出行者的吸引力很大，一定程度上缓解了交通资源紧张的局面，但是大批车辆的涌入不仅会造成，还可能导致突发性拥挤。高速公路入口匝道控制是智能运输系统，利用人工神经网络对受控对象进行控制是智能控制的一个重要领域。基于单神经元的多匝道提高道路通行能力，缓解交通阻塞，平滑交通流，提高行驶的安全性有效实用的方法。1.2 研究目的与意义 本课题主要通过研究如何，这也是智能系统中的一个重要，把基于单神经元的PID控制应用到匝道控制当中去，维持主线车流稳定，实现车辆在高效、安全地运行，还可以进一步检验人工智能理论的有效性，在实践中推动着人工智能理论的进一步发展。1.3 国内外文献综述 国内外高速公路发展的概况，并我国情况，提出了高速公路建设、管理、评价过程中适用的采用大系统分解和协调的方法研究高速公路多匝道的协调控制问题。建立了有限差分模型结合交通系统的特点提出改进的多层控制方法。控制结构分仿真结果表明该方法能消除交通拥挤和维持主线车流稳定实现车辆高效安全地运行从MATLAB仿真角度系统地介绍了PID控制的基本理论、基本方法和应用技术，PID算法给出了完整的MATLAB仿真程序，理论联系实际，给出了大量应用实例及仿真程序。 1.4 论文主要研究的内容 第2章 高速公路交通流模型2.1 引言 交通流模型的研究20世纪初以来取得巨大的发展，已成为其他交通工程学科研究的基础交通模型是交通流状态变量随时间和空间变化、分布规律及与交通控制变量之间关系的方程式或映射是进行交通控制系统设计、分析、仿真、运行的工具。 2.2 高速公路交通流模型高速公路交通流模型分类如图2-1所示 图2-1 高速公路交通流模型分类 交通模型可分为微观模型和宏观模型。微观模型描述单个车辆的运动规律；宏观模型描述车流的运动规律，即反映流量、速度和密度的变化过程。宏观模型是建立在微观模型基础上的。 2.3 宏观动态交通流模型——CTM模型 2.3.1 CTM模型的概述 Daganzo分析交通流量和交通密度两者间的关系，并对它们进行简化，并根据有限微分法确立了CTM模型，这是一种依据高速公路交通中的运行环境，将所有车辆看成一个整体的宏观动态交通流模型，可以分析交通流的干扰和波的形成，对于公路上排队的形成、排队的消散具有很强模拟能力，能很好地判断交通的拥挤情况。 在国外，CTM已经被广泛被应用于交通领域，并取得不错的效果。但在国内，由于元胞传输模型的技术不是很成熟，应用在交通领域的例子并不多。但随着对智能交通研究的深入，我们有理由相信，在不久的将来，该项技术一定能发挥其作用，改善交通的状况。 2.3.2 CTM模型的原理 CTM模型的原理与流体动力学理论相近，是对其一种逼近和求极限，