基于Fisk运量随机配流的交通信息最优发布水平确定研究

本文借助Fisk运量随机配流模型建立一个简单二层规划模型来研究交通信息的最优发布水平，通过模型分析得出一些重要结论。在非拥挤交通网络中，信息发布不产生外部效果，信息系统应发布全部信息；在严重拥挤的交通网络中，产生正的外部效果，信息系统应发布全部信息；在一般拥挤网络中，可能产生正的外部效果，也可能产生负的外部效果，应根据具体情况选择合适的信息发布水平。     

���ǵ�������ӵ�����絽��ٵ��ͷ��� ͨ���߳���ʱ��ѡ��ģ��

考虑一条地铁将生活区和工作区连接起来,每天早晨通勤者乘地铁从生活区到工作区上班,在高峰期,通勤者人数众多,车内就产生了拥挤,从而必然有部分通勤者通过早出发或晚出发来避免车内拥挤。本文提出了一个考虑地铁车内拥挤和早到与迟到惩罚的通勤者出发时间选择模型并研究了该模型的均衡性质以及个人出行总成本。在均衡状态,没有通勤者会选择在最早或最迟出发时间出行;均衡状态的出发率是出发时间的线性函数;在均衡状态,任意给定通勤者人数,最早或最迟出发时间的解是唯一的。最后,算例结果验证了理论模型的结论并揭示了出发率和相关参数之间的关系。     

基于模型预测控制的船舶纵向航速协同控制方法

多船协同航行在海事搜救、资源勘探、极地航运等领域中具有显著优势，其中纵向航速协同控制是实现船舶协同航行的关键。通过分析船舶螺旋桨转速、加速度与航速之间的关系，构建了考虑风力影响的船舶纵向动力模型，为实现前后船加速度与跟驰距离的关联，引用基于变时距策略的船舶间距模型。设计了考虑航速、加速度等多约束的多船航速控制目标函数，并利用模型预测控制方法实现了最优化问题的实时求解。通过Matlab进行仿真验证，结果表明，提出的基于模型预测控制方法的船舶纵向航速协同控制方法在前船加速、减速、匀速等工况下，后船均能实现对前船的精确稳定跟驰，其距离跟踪误差分别为0.092 5 m，0.192 8 m，0.166 2 m，与PID方法相比具有更好的收敛性、跟踪精度和抗干扰能力。      

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息，为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性，目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势，提出一种利用车路信息融合的实时交通状态评价方法。首先，定义了一种网联汽车与路侧终端间的无线交互方式，并确定数据协议以保证实时车辆数据的准确性；其次，从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合，应用多算子对计算的一级评价结果构成二级交通状态评价指标，并根据层次分析法确立指标权重，同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则，从而融合动态车辆数据与静态路段参数，计算得出交通状态评价结果与评分；最后，由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致，能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性，同时为车路协同技术应用于实时交通诱导，缓解城市交通拥堵提供了理论依据。     

车道拥挤收费与信号控制组合优化模型研究

针对设有公交专用车道的城市道路,在交通过饱和状态下,为了提高道路通行能力,允许私家车以收费模式驶入公交专用车道,以缓解交通拥堵,建立了基于拥挤收费的交通信号控制模型.模型分别计算了公交专用车道和常规车道的行程时间及相关联交叉口的总体排队延误,另外对公交专用车道设置了临界密度.该模型在保证公交专用车道交通服务水平的前提下使所有车道的路段行程时间及路口排队时间最短,最后利用遗传算法和VISSIM仿真相结合对模型进行了求解.结果显示了车道拥挤收费和信号控制组合优化模型的有效性,降低了车辆排队延误.     

船舶编队控制综述

研究了船舶编队控制的特点,从船舶编队控制结构、编队路径规划、编队运动建模和编队运动控制4个方面分别对现状和方法进行分析;介绍了船舶编队控制原理,描述了船舶编队领导-跟随结构、虚拟结构、图论结构、基于行为结构的数学表示方法及应用场景;针对船舶编队路径规划,总结了编队环境建模、全局路径规划和局部避碰规划等最新方法及其特点,展示了基于粒子群优化算法的船舶编队局部避碰效果;针对船舶编队控制运动建模,构建了考虑干扰、控制时延和约束的船舶编队水动力模型,并将该模型在船舶编队过闸控制场景中进行了验证;针对船舶编队运动控制,归纳了典型集中式、分散式和分布式编队控制器特点,指出分布式编队控制器具有更好的鲁棒性和可扩展性,设计了基于分布式模型预测控制的编队航行控制器。研究结果表明:目前船舶编队控制技术瓶颈主要体现在有人/无人编队共融、岸端驾控为主的内河船舶编队控制、不确定干扰下的船舶编队控制、通信受限下船舶编队鲁棒控制、特殊水域船舶编队控制和船舶编队控制一致性等方面;在未来船舶编队发展中,应重点解决船舶编队分布式协同控制、船舶编队任务多元化控制、基于生物群体机制的船舶编队控制、特殊水域船舶编队控制、人工智能技术在船舶编队控制中的应用等问题。      

Survey of ship platoon cooperative control北大核心CSCD

船舶列队是未来水路运输的重要方式。分析船舶列队协同控制的特点和原理;从船−岸协同交互、列队控制模型、列队运动控制、列队典型应用等4个方面分别进行现状分析与梳理。总结当前船舶列队控制技术瓶颈,包括人机共驾控制、列队控制运动不确定性建模、列队协同控制一致性、通信受限下船舶列队鲁棒控制及一致性控制等。最后,指出未来的船舶列队协同控制发展,应重点解决基于数据驱动与机理融合的列队运动建模、基于生物群体机制的船舶列队控制、基于分层控制的船舶列队控制等关键问题。