基于模糊神经网络的城市高速公路入口匝道控制算法

建立了高速公路入口匝道控制的数学模型，把模糊控制和神经网络算法结合起来实现入口匝道的智能控制。仿真结果表明，该算法在各种交通模式下都是有效的，能够在维持一个理想主线交通流密度的同时，保持入口排队长度尽可能短；在抑制交通流密度波动和入口排队长度方面比定时控制和ALINEA算法更有效。     

���п���·����ѵ������㷨��PARAMICS�����о�

本文基于对城市快速路入口匝道控制问题的分析，用微观交通仿真软件PARAMICS建立入口匝道控制仿真模型，对三种入口匝道控制算法（ALINEA，NEW-CONTROL和MIXED-CONTROL）进行仿真对比研究。结果表明三种算法都能一定程度上改善快速路的交通拥挤。同时给出三种算法的差异性描述，从交通流特征和算法特点分析产生差异的原因。最后指出MIXED-CONTROL在优化主线交通流的同时减少了入口匝道的车辆排队长度，其在高需求时的总体性能优于其它两种算法，是比较适合于实际应用的匝道感应控制算法。     

基于ALINEA算法的城市快速路匝道控制方法

为解决传统的ALINEA(asservissement linéaire d'entrée autoroutière)匝道控制算法未考虑城市快速路入口匝道排队溢出,造成关联交叉口交通拥堵等问题,在经典的ALINEA匝道控制算法的基础上,提出了一种新的基于主干道车流量预测的城市快速路入口匝道控制方法.该方法采用遗传算法优化的小波神经网络来预测城市快速路交通流量;引入主干道车流可插入间隙和匝道排队分级控制原则,实现了对城市快速路入口匝道控制率的动态调节.通过微观仿真实验比较两种算法的控制效果.结果表明:与传统的ALINEA匝道控制算法相比,新的控制方法不仅能够有效保证主线交通通行能力,同时还使匝道平均旅行时间减少了24.8%.     

����ʵʱ�ܶȵ�����ѵ������㷨�о�

随着城市汽车保有量的不断增加,交通拥堵日益频繁;匝道控制是通过调节入口匝道车辆数,来缓解快速路匝道交汇处拥堵的有效方法.本文同时考虑快速路和入口匝道上的实时密度设计了匝道控制优化算法,该算法旨在控制快速路密度接近其最优值,同时减少匝道上的排队数;通过PARAMICS仿真软件对算法进行验证,并与ALINEA、Demand Capacity算法进行了比较,仿真模拟统计了快速路交通流密度、匝道排队数、总车辆行程时间以及下游流量数据.分析结果显示,实时密度控制算法是有效的,能够维持干线最大流量,保持路网交通条件的动态平衡,并且尽可能地减少排队长度.     

城市高架道路连续入口匝道通行能力研究

匝道在城市路网中承担的主要功能是实现城市高速公路和地面路网之间的交通转换,匝道的通行能力是整个路网效率的重要指标。上海内环高架大柏树上匝道和逸仙高架合流连接主线形成了连续式入口匝道。基于FIFO模型,对这种入口匝道的通行能力进行了研究,并通过采集高峰期间的流量调查结果,标定了论文中的理论模型参数。     

一种新型的匝道控制方法

匝道控制是一种限制交通流量,解决高速公路交通拥挤的有效手段。传统的控制方法多采用单入口匝道控制,一种基于需求-容量差额控制的多匝道协调控制的新型算法能更有效地控制入口匝道。采用Vissim仿真软件对该算法进行仿真,仿真结果验证了该算法的有效性。     

一种新型的匝道控制方法

匝道控制是一种限制交通流量,解决高速公路交通拥挤的有效手段。传统的控制方法多采用单入口匝道控制,一种基于需求-容量差额控制的多匝道协调控制的新型算法能更有效地控制入口匝道。采用Vissim仿真软件对该算法进行仿真,仿真结果验证了该算法的有效性。     

一种新型的匝道控制方法

匝道控制是一种限制交通流量,解决高速公路交通拥挤的有效手段.传统的控制方法多采用单入口匝道控制,一种基于需求-容量差额控制的多匝道协调控制的新型算法能更有效地控制入口匝道.采用Vissim仿真软件对该算法进行仿真,仿真结果验证了该算法的有效性.     

快速路入口匝道与衔接交叉口自适应协同控制方法

为提升城市快速路的交通运行效率,缓解快速路"上不去"现象,结合新一代感知技术,基于经典的ALINEA控制方法,将快速路主线、入口匝道及衔接交叉口作为协同控制对象.针对协同控制范围内不同的交通流运行状态,提出了4种协同控制策略,构建入口匝道信号控制算法及衔接交叉口信号优化算法.利用VISSIM软件进行交通仿真验证,结果表...     

一种新型的匝道控制方法

匝道控制是一种限制交通流量,解决高速公路交通拥挤的有效手段。传统的控制方法多采用单入口匝道控制,一种基于需求一容量差额控制的多匝道协调控制的新型算法能更有效地控制入口匝道。采用Vissim@真软件对该算法进行仿真,仿真结果验证了该算法的有效性。     

Development and Comparative Evaluation of Ramp Metering Algorithms Using Microscopic Traffic Simulation

Freeway ramp metering is an efficient freeway control that can ameliorate freeway congestion by limiting the number of vehicles entering the freeway. This study presents development and comparative evaluation of five ramp controls including no control, time-of-day plan, and three well-known ramp metering algorithms; ALINEA, FLOW and Stratified Zone through the use of microscopic traffic simulation. In this paper, ramp controls were developed and evaluated using Microscopic Traffic Simulation, AIMSUN NG. The simulation model of the Pacific Motorway in Queensland, Australia was used as a test-bed model. The results from the study indicated that ramp metering was basically found to be able to improve network performances up to 40% compared to no control. In terms of network and freeway mainline performance, ALINEA was superior to other algorithms under both normal and high traffic demand, whereas, Stratified Zone was the best algorithm for on-ramp performance. In terms of on-ramp performance, ALINEA was found to generate the lowest on-ramp performance. FLOW was found to be slightly superior to Stratified Zone. However, the trend was opposite for on-ramp performance. Gini coefficient was applied to measure the road user equity under the implementation of different algorithms. The results showed that FLOW was the most equitable algorithm, whereas, ALINEA was the worst. The results also indicated that network performance and on-ramp performance were trade-off in the presence of ramp metering operation.     

����GA¬¬-BP�ĸ��ٹ�·����ѵ�ģ������������о�

鉴于模糊神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力,本文将模糊神经网络技术引入到高速公路入口匝道控制中。提出一种基于GA和BP算法的模糊神经网络控制器,并对控制器进行了详细设计。设计过程主要分为三部分：输入输出参数的选择、模糊神经网络的结构设计以及基于GA-BP的学习算法设计。最后,使用MATLAB软件对其进行了仿真。仿真结果表明,本文提出的方法是有效的,较之基于BP的模糊神经网络控制和ALINEA控制,能更好地稳定主线交通流密度。     

����·����ѵ��Ŷ������������Բ�

首先分析了快速路入口匝道排队导致地面交通拥堵的现象,然后综合考虑快速路主线交通流密度和入口匝道排队长度两个因素,提出了一种基于神经元自适应PID控制的快速路入口匝道控制策略。与传统的入口匝道调节方法ALINEA相比,新方法将快速路系统和平面道路系统有机的结合起来,仅略微地增加快速路交通流密度,且对快速路的负面影响较小,有效降低了入口匝道排队长度并消除了入口匝道回溢现象与快速路交通拥挤的反复振荡现象,对于实际应用中的随机干扰具有良好的抑制能力,提高了整个交通网络的运行效率。最后通过仿真对新方法进行了说明和验证。     

���޵���ѧϰ����ѵ����������Է���

在实际的快速路交通流系统中,入口匝道的流量和快速路主路的速度都是受限的,因此在对快速路交通流进行控制时考虑这些限制十分必要. 基于迭代学习控制的快速路入口匝道控制是近年来快速路控制领域的一个研究热点,然而,至今为止还没有在输入和状态同时受限情况下的相关收敛性分析. 本文首先介绍了快速路交通流模型,并将交通密度控制转化为输出跟踪问题;然后通过严格的数学分析证明了在入口匝道流量受限和主路速度受限的情况下,基于迭代学习控制的入口匝道控制仍然能保证交通流密度收敛于期望密度;最后通过仿真研究验证了该方法在受限情况下能达到很好的控制效果.     

����β���ŷŵ��ѵ��������Ż��㷨�о�

匝道控制是缓解快速路拥堵的有效措施,而且有增加通行流量、提高运行效率、减少交通事故的功能,随着国民经济的提高,社会公众对环境污染的关注越来越高,所以研究考虑尾气排放减少的匝道控制是立足民生的课题.本文算法考虑了尾气排放因素,同时兼顾两个目标,一是减少总车辆旅行时间,二是最大量地减少尾气排放.利用Paramics仿真软件对算法进行了模拟实验,并且运用CMEM交通排放模型进行了计算,分析结果显示新算法有效地降低了总车辆旅行时间,而且比ALINEA算法更能降低匝道路段的尾气排放量和排队数,特别是在上坡坡度较大的情况下,新算法可以更多的减少尾气排放总量.     

结合部区域入口匝道协调控制模型

针对进出城市的高速公路与关联城市快速路（简称结合部区域）交通拥堵日益恶化的现象,以结合部区域为研究对象,从结合部区域的匝道控制影响因素分析入手,建立了一种适用于结合部区域的单点入口控制模型和多入口匝道协调控制模型,以京津塘高速公路与北京市三环、四环的结合部区域为例,以实地调研及交通流检测数据为基础,通过仿真验证其有效性,为匝道协调控制实际应用提供理论方法.     

�ڸ��ٹ�·�е��ѵ�������˫��������

既有研究已经论证高速公路独有的运营特点，包括双能力现象。双能力现象表明，高速公路在自由运行(非排队式)条件下比在排队条件下具有更大能力。在孤立的匝道区，双能力现象的存在，决定了匝道控制在减缓高速公路和匝道交通延迟的效率。本文进一步探讨了微观仿真模型(VISSIM)是否能够在分析现象有关特征的基础上，校准复制双能力现象。本文指出，微观模拟模型用于研究匝道控制延误评价时，必须具有再现双能力现象的能力，否则就会得到错误的结论。本文发现大多数微观模拟模型，例如VISSIM，尽管使用了传统的跟弛理论，但不能自动展示双能力现象。然而，如果在VISSIM中使用一组特殊的编码参数就能再现双能力现象。利用VISSIM模型，本文分析了匝道控制和双能力现象的特征，发现匝道控制减小了双能力值的差距，尤其是采用排队政策时。由于高速公路在自由运行状态下的能力难以评佑，本文建议可用有排队状态下的能力值来代替。