���޵���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.     

���������ھ�ij��н�ͨ��Ϣ������άģ��

经过规范化的发展,已经涌现出不少成熟的企业信息集成(EII)模型,而城市交通信息集成（UTII）方面还缺乏规范、成熟的模型。基于此,本文从流程再造、数据交互以及数据挖掘三个方面,提出了一种城市交通信息集成三维模型（3D-UTII)。这三个维度的集成即为：基于流程再造的交通信息系统内部的深度集成（DDII）,基于异构数据库技术的交通信息系统间的广度集成（EDII）,以及基于数据挖掘技术的分析式集成（ADII）。本文对这三个维度的实施框架和具体实现技术分别做出了进一步阐述,最后使用北京市奥运交通应急系统的信息集成方案为实例对模型的实施做出了说明和验证。     

遗传算法在零极点辩识中的应用

介绍了遗传算法的基本愿理,给出了遗传算法在零极点辩识中系统时延、零极点辩识的实现步骤,在种群进化过程中采用基因流代替突变算子,仿真结果说明了该方法的有效性和实用性,并说明该方法能有效地避免算法早熟收敛.     

城市交通管理系统建设若干问题探讨

文章总结了交通管理发展历经的传统交通工程规划、数字交通和智能交通三个阶段的特点,指出智能交通管理系统发展应建立在完善的数字交通基础之上。在给出数字交通管理系统的框架后,文章对交通管理系统建设中的检测器布点、数据标准化和模型技术等问题进行了探讨。     

城市快速路拥挤度判别方法研究

当前城市交通需求的大幅增长导致快速路的交通拥挤和交通堵塞现象普遍发生，对城市快速路的道路拥堵的服务质量的评价，传统的A～F级服务水平的评价标准显得粗糙。提出了与交通流三参数有关的拥挤度系数的概念，并针对快速路的实际状况，运用模糊数学中的综合评价方法，对城市快速路拥挤度进行判别。城市快速路拥挤度判别实例，通过拥挤度判别和服务水平判别的比较，说明了拥挤度判别的优越性。     

基于小波分析的最小二乘支持向量机轨道交通客流预测方法

针对城市轨道交通客流预测问题,采用离散一维Daub4,小波分析方法对某一时间段的原始客流时间序列数据进行分解;以分解得到的高频分量和低频分量为样本数据,对最小二乘支持向量机进行训练,确定最小二乘支持向量机的核参数σ,以及系数a和b.利用训练后的最小二乘支持向量机预测未来一段时间客流时间序列数据的高频分量和低频分最,然后再利用Daub4小波分析方法对预测的高频分量和低频分量进行数据重构,从而得到预测的未来一段时间客流时间序列数据.与历史平均预测法和灰色预测法进行比较,结果表明,基于小波分析的支持向量机客流预测方法用于轨道交通短期客流预测具有更好的精度.     

����·����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。     

基于元胞模型的列车运营能力研究

通过分析影响列车运营能力的主要因素,将运营能力转换为线路通过能力和折返站折返能力,从理论上分析线路通过能力和折返站折返能力.结合列车运行的实际情景,建立基于元胞自动机的列车追踪与折返模型,并通过Matlab编程对模型进行仿真实现;最后对实际在建的城市轨道线路郑州1号线进行模拟仿真,通过所建立的模型分析其运营能力,验证模型的可靠性和可行性,并结合实际情况提出了提升运营能力的措施或方法.     

基于遗传算法的区间自动闭塞信号机布局优化方法

信号机布局是区间自动闭塞设计的重要任务,它直接影响铁路行车安全和运行效率。为高效地提出高质量的布局方案,在详细分析信号机布局工作的目标和各种影响因素的基础上,提出了两种不同目标下的优化模型。根据目前铁路设计的实践,探讨了利用计算机进行信号机布局工作的基本步骤和应用遗传算法求解该模型的方法,并在列车运行模拟系统的基础上开发了一套信号机布局辅助系统。通过对一条线路的信号机布局进行研究,结果表明采用遗传算法求解信号机布局优化问题是有效的,该辅助系统可在无人工干预的条件下获得良好的布局方案,从而提高信号机布局工作的效率和质量。     

对一类非严格重复系统的两种基于二阶内模的迭代学习控制器设计

通过对系统中的不确定参数建立迭代域上的二阶内模来研究一类非线性连续时间系统的非严格重复性,并依照内模原理提出了两种基于二阶内模的参数迭代学习控制器：二阶迭代学习控制器和平行迭代学习控制器．本文分别使用不同的Lyapunov函数,证明了两种控制器在各自的可行范围内都可以保证系统的跟踪误差收敛．通过对这两种学习机制的比较分析,说明了平行迭代学习控制设计的合理性．两个数值仿真不仅证实了两种算法的有效性,也展示了平行迭代学习控制器更好的收敛特性．