����·����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。     

����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.     

一种基于排队长度的多入口匝道协调控制算法

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。一种基于排队长度的多入口匝道协调控制的新型算法能根据不同的交通流采取不同的控制策略,从而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。     

一种基于排队长度的多入口匝道协调控制算法

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。一种基于排队长度的多入口匝道协调控制的新型算法能根据不同的交通流采取不同的控制策略,从而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。     

���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。     

基于模糊理论的高速公路入口匝道控制研究

入口匝道控制是缓解高速公路交通拥挤的主要控制方式之一。在分析高速公路交通流运行特性的前提下,选择交通流平均速度、入口匝道排队长度作为模糊控制的输入量,入口匝道调节率作为模糊控制的输出量;然后,借鉴入口匝道控制的原理和模糊控制系统的设计步骤,运用MATLAB仿真软件确定了相应的隶属函数、模糊控制规则、模糊推理以及反模糊化的方法;最后,从交通流平均速度、入口匝道排队长度以及入口匝道调节率这三者之间的输入/输出特性曲面,可以明显地看出该模糊控制系统更符合匝道控制的实际情况,并且在行程时间和总服务流量上均优于定时控制。     

可变速度控制下快速路联动协同控制策略研究

以快速路主线通行能力最大、入口匝道排队长度及延误最低为目标,在分析城市快速路可变速度引导的基础上,提出快速路匝道感应控制算法,构建基于可变速度控制下的快速路主线与入口匝道协同控制模型.并利用实际城市快速路路段调查数据,采用VISSIM仿真软件对所建模型、算法进行了仿真验证,结果可知,文中提出的快速路协同控制模型算法可有效提高快速路主线通行能力,大幅降低入口匝道车辆排队长度及平均延误,减少车均行程时间.     

基于收费站栏杆机控制的高速公路入口匝道控流算法设计

为缓解城市段高速公路的交通拥堵状况,研究了基于收费站栏杆机控制的入口匝道车流控制实用型算法。首先,阐述入口匝道控制原理及常用算法;其次,结合我国高速公路实际情况设计入口匝道分级控流算法:一级状态下,基于需求-容量差额控制理论,建立路段交通流模型、收费站栏杆机起降速度与车流的排队关系模型,通过控制栏杆机的起落速度实现对入口匝道车流的"预防式"调节;二级状态下,建立检测路段的上游各入口拥堵贡献权重模型,通过临时关闭收费站入口或压缩高接高匝道实现"治理式"控制;最后,以广州机场高速公路为例,通过构建交通流模型,针对不同拥堵情况进行匝道控流,验证本算法的有效性。     

城市快速交通网络运行管理策略研究

将网络交通流模型、匝道控制模型、基于可变信息标志(variable message sign,VMS)的路径选择模型等整合为一体,建立了网络交通整合控制模型.与各种边界条件相结合,测试了匝道控制和路径诱导的控制效果.结果表明,无路径诱导有匝道控制策略的路网总时间消耗(total time spent,TTS)减少仅3%;有路径诱导无匝道控制策略的路网TTS减少20%,但入口匝道排队长度很不均衡,最大达300辆;有匝道控制有路径诱导策略的路网TTS减少20%,入口匝道排队长度比较均衡.     

���޵���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.     

系统最优的动态交通网络流分配模型的研究

智能交通系统是一个复杂的大系统。交通网络配流是智能交通系统的一个关键问题，其中对交通网络配流模型的建立和算法的设计是非常重要的。通过建立系统最优的动态交通网络流分配的最优控制模型，并经过一系列的积分变换转化为一种简单而特殊的非线性规划问题。文中只是局限于对最优控制模型进行化简，目的是为了进一步研究已简化模型的有关性质和算法的设计。     

基于遗传算法的城市干道协调控制

探讨了传统解法城市干道协调控制中存在的典型问题，对城市干道协调控制中交通流在协调控制系统内各交叉口的“驶离一到达”模式进行了分析，提出了基于遗传算法的城市干道协调控制相位差优化设计方法。范例分析表明本文的方法求解结果优于传统数解法，能更准确地反映实际的交通运行情况和控制效果。     

精益制造中控制策略的选择

精益制造是当前最具影响的管理思想之一，在实施的时候通常有3种控制策略可以选择．如何选择恰当的控制策略，是当前实施精益制造的一个难点问题．在定性分析3种策略优劣的基础上，通过构造3种控制策略的通用模型和特征函数，并采用遗传算法结合仿真的方法进行求解，得出混合控制策略优于其他的控制策略的结论．     

红灯延时制式的高速路入口匝道模糊控制方法研究

把城市交叉口的模糊控制方法应用于高速公路匝道控制,提出了用红灯延时来进行周期调节,根据下游占有率的变化来设计模糊控制器的控制算法,对匝道控制的智能化进行了研究.最后,将算法在计算机上进行仿真计算,并和常规的匝道控制方式进行比较,得出了这种控制算法优于一般控制算法的结论.     

红灯延时制式的高速路入口匝道模糊控制方法研究

把城市交叉口的模糊控制方法应用于高速公路匝道控制,提出了用红灯延时来进行周期调节,根据下游占有率的变化来设计模糊控制器的控制算法,对匝道控制的智能化进行了研究.最后,将算法在计算机上进行仿真计算,并和常规的匝道控制方式进行比较,得出了这种控制算法优于一般控制算法的结论.     

���н�ͨӵ��̬�Ƽ�ص�ʱ�շֲ���̬ʶ��ģ��

为了及时发现和预警城市交通高峰时期的偶发事件,研究了态势监控的城市交通拥堵动态跟踪问题.对交通拥堵的相关属性、变化规律、空间分布以及判别方式等进行综合研究的基础上,分析了道路交通流的非线性动力学特征,建立了基于时空分布的路网交通拥堵态势监控的动态预警模型,提出了解决城市路网交通拥堵的方法,达到了充分利用交通资源、疏导交通、缓解交通拥堵的目的.该模型在对占有率、速度、流量三个基本交通流参数进行处理获得新的交通拥挤判别指标基础上,通过形态识别模型对拥堵状态进行判定.实例分析表明,该模型为缓解城市交通拥堵问题、提高城市交通管理水平、改善道路交通安全形势等具有重要的理论意义和应用价值.     

基于三维高斯混合码本模型的运动目标检测算法

为解决智能视觉监控中码本模型参数调节困难和高斯混合模型概率分布计算的复杂性,提出了一种基于三维高斯混合码本模型的运动目标检测算法.该算法基于RGB空间建立码本模型,然后基于码字中的R、G、B分量建立三维高斯模型,从而使整个码本具有三维高斯混合模型的特征.实验结果表明:该算法具有较高的实时性(该算法的平均帧率约23.0帧/s,而iGMM(improved Gaussian mixture model)算法约9.0帧/s,BM(Bayesmodel)算法约6.2帧/s,CBM(codebook model)算法约10.7帧/s),且具有良好的检测质量.     

Development of an Autonomous Flight Control System for Small Size Unmanned Helicopter Based on Dynamical Model

It is devoted to the development of an autonomous flight control system for small size unmanned helicopter based on dynamical model. At first, the mathematical model of a small size helicopter is described. After that simple but effective MTCV control algorithm was proposed. The whole flight control algorithm is composed of two parts: orientation controller based on the model for rotation dynamics and a robust position controller for a double integrator. The MTCV block is also used to achieve translation velocity control. To demonstrate the performance of the presented algorithm, simulation results and results achieved in real flight experiments were presented.     

基于精细积分的结构主动最优控制算法

为了提高结构控制算法的计算精度,基于动力系统精细算法及结构主动控制原理,对结构瞬时优化闭环及开闭环控制算法进行了改进.与结构控制方程传统的解法不同,改进算法无需求解动力状态矩阵的特征向量及其特征值,从而能提高结构瞬时优化控制精度.作为算例,用此算法对结构进行了控制仿真.结果表明,改进算法是收敛的,对时间步长不敏感,而且精度易于控制.     

Intelligent Vehicle Human-Simulated Steering Characteristics Access and Control Strategy

As the traditional control algorithm is over-dependent on accurate vehicle model in intelligent vehicle steering control, a human-simulated intelligent control method is proposed based on experienced driver steering characteristics. Intelligent vehicle unmanned steering system dynamics model and the driver model are set up. Through experienced drivers’ trial run experiment, the analysis is mainly conducted on the double lanes condition. After the transformation of coordinates on global positioning system (GPS) derivative, the path information of local coordinates is accessed. The ideal driver steering path is obtained through fuzzy C-means clustering algorithm. The human-simulated intelligent controller is designed. Characteristic model is established according to the ideal and practical steering angle deviation and the deviation rate. Besides, the corresponding control rules and control modality set are designed. The joint simulation under CarSim joint/Simulink environment shows that the humanoid steering controller designed in this paper has better tracking performance than the model predictive control.