基于模糊逻辑的高速公路入口匝道控制方法

为提高高速公路入口匝道的控制能力,以达到增进车流平稳性的目的,对传统闭环控制器ALINEA进行了扩展,并结合模糊逻辑理论,给出一种新的入口匝道控制器。该模糊控制器加入了流量变化的因素,以交通流量为控制目标,实际流量与设定期望值的偏差及流量变化量作为输入,根据所设定的模糊规则给出匝道控制率的调节量。最后通过实例对控制器进行了评价。仿真试验表明:该模糊控制器能够快速地将交通流调整到期望状态,可以适应主干道交通流以及匝道需求的大幅变化,有效抑制波动的产生;同传统的ALINEA策略相比,模糊匝道控制器具有更加稳定的控制效果。     

高速公路入口匝道模糊神经网络ACO控制

针对入口匝道控制中局部需求大于高速公路主线容量情况下Alinea控制算法不能有效反馈的问题,结合模糊控制和神经网络的优点,通过神经网络来训练模糊控制规则,提出蚁群算法优化的模糊神经网络控制器,并对控制器应用于入口匝道控制进行了详细设计。仿真结果表明,基于蚁群优化算法的模糊神经网络控制器学习次数远小于Alinea控制算法,且收敛速度快,运算效率高,控制品质好,能够更好地稳定主线交通流密度。     

城市快速路入口匝道模糊控制器的设计及仿真研究

入口匝道控制是缓解快速路交通拥挤最为有效的措施之一。首先分析了快速路交通流的运行特性和匝道控制模型。提出了考虑相匝道交通运行状态的入口匝道模糊控制方法,该方法以两个相匝道的上游交通密度和入口匝道排队长度为模糊控制的输入量,建立了包含13条模糊控制规则的规则库,利用MATLAB工具对该控制系统进行了仿真实验,实验结果表明该模糊控制器在快速路入口匝道控制中具有良好的应用效果。     

基于 NTCIP 协议快速路匝道控制器的设计与实现

匝道控制决定了城市快速路进出口匝道以及与之关联的地面道路交通状况,为确保快速路匝道控制与 ITS 系统组成各单元彼此间的“互操作性”和“互换性”。基于 ARM9G20的 CPU 核心板,实现了多接口控制和扩展的匝道控制器,根据 NTCIP 协议中1207匝道交通信号控制协议 MIB 的内容,构建了包含完整对象操作内容的结构体,通过管理中心和匝道控制器间 SNMP 信息报文接收、发送,完成对数据库中对象的读取、设置,实现 NTCIP 1207中相应功能和灯组交通配时的控制,从而解决不同匝道控制器协调、通信上的障碍。      

高速公路入口匝道动态响应调节算法设计

论文在模糊神经网络内部引入递归环节,设计了入口匝道的动态响应调节算法,介绍了算法的模糊神经网络结构、隶属度函数、模糊规则。由于递归神经元有内部反馈连接,可以捕获系统的动态响应,能简化网络模型,网络各个参数具有明确的物理意义,可根据经验选择初始值,且其是一个动态映射网络,比普通模糊神经网络更适于描述动态系统。最后分别通过数值仿真试验和交通TSIS模拟实验,详细分析了入口匝道智能控制的效果,仿真结果表明论文设计的入口匝道模糊神经网络控制算法在控制效果上比常规定时、Alinea控制显示了较大的优势,在重要指标上优于定时控制策略和Alinea控制策略。     

基于遗传算法优化的驾驶室半主动空气悬置的模糊控制

半主动空气悬架由于其控制结构简单、可行性高被广泛地应用于商用车上,以获得更好的行驶舒适性。模糊逻辑控制由于其直观易懂具有较好的适应能力,被广泛应用于运动控制领域。但在模糊控制器的设计中,模糊规则的获取和控制器参数的调整都没有系统的方法,主要靠控制专家的经验和设计者的反复试验。因此模糊控制器设计的主要问题是模糊规则和隶属函数的选取与优化,这种多参数调试一般很难达到全局优化的效果。文中将研究以空气弹簧为悬置的重型商用车驾驶室悬置系统。首先通过自行搭建的空气弹簧实验台获得了空气弹簧变形的特性参数,在ADAMS中建立了相应的驾驶室悬置非线性模型与之进行匹配,然后使用MATLAB/simulink搭建模糊控制器模型并且按照中国国家标准GB/T920-2002建立C级路面的路面谱,与ADAMS进行联合仿真。使用遗传算法优化模糊控制器中的规则集并进行再仿真。经对比可知,优化后的模糊控制器对应于不同的路面状况,能更好地进行适应性的调节,使悬置系统能更有效的隔振,提高了乘坐舒适性。     

自适应巡航系统的自动制动模糊控制器的设计与仿真

设计了一个模糊控制器,来控制自适应巡航系统中的自动制动系统,它能够自动判定汽车行驶安全状态并在危险时自行制动.模糊控制器模仿人类思维方式,根据自车和前车之间的距离和相对速度,输出不同的制动强度,以保证制动过程中的平稳性与驾乘舒适性.通过在Matlab/Simulink中建立系统模型,在不同的工况下进行系统仿真.仿真结果表明系统具有较好的制动效果并可保证减速过程中汽车行驶的平稳性.     

采用遗传算法的交通信号模糊控制器优化设计

一般模糊控制器控制规则依赖于专家经验，量化因子固定，不能随交通流的变化而动态改变，针对这种情况，提出了基于遗传算法的模糊控制器的优化控制．对模糊控制器所作出的决策进行动态调整，文章介绍了控制过程、染色体的编码及遗传算子的实现方法。以车辆平均延误为目标函数，在模糊控制器作出判决的基础上，对控制规则的调整量进行全局寻优，加快了收敛速度。通过对某一4相位交叉口进行仿真的结果表明．控制效果有明显的改善。     

高速路匝道控制器

利用模糊数学的理论和方法解决了高速路流量的控制问题，为入口匝道的实时控制提供了新的方法，设计了模糊控制器，介绍了实现模糊控制的具体方法。     

Chaos Control of Freeway Mainline Using Variable Speed Limits with FNN Based on Subtractive Clustering

研究基于减法聚类的高速公路混沌系统主线可变速度模糊神经网络控制方法.针对交通系统的不确定性和非线性,提出了通过数据挖掘技术建立高速公路主线混沌控制器知识库的思想,简介了高速公路主线可变速度混沌控制原理,设计了以密度、上游车流量和最大李雅普诺夫指数作为输入,主线速度上限值作为输出的T-S模糊神经网络混沌控制器.采用减法聚类方法确定了控制器结构,包括提取模糊规则、产生控制器初始参数.使用遗传算法对聚类半径进行了优化,并采用模糊神经网络方法对控制器参数进行了优化.仿真结果表明:采用该方法设计的高速公路主线智能混沌控制器,可保持高速公路上的有序运动,从而达到抑制交通堵塞、提高道路通行能力的目的.     

Hybrid state-feedback sliding-mode controller using fuzzy logic for four-wheel-steering vehicles

This paper presents a fuzzy controller for high-speed four-wheel-steering (4WS) vehicles based on the state-feedback and the sliding-mode control methods. In the proposed fuzzy controller, the consequent part of the fuzzy IF-THEN rules consists of either a sliding-mode controller or a state-feedback controller. Also, it will be proved that, if every fuzzy rule is stable in the sense of Lyapunov for a general Lyapunov function, defined for the whole system, then the whole system is stable in the sense of Lyapunov. The effectiveness of the proposed method for handling improvement of the 4WS systems will be demonstrated by simulations using a nonlinear vehicle model. The simulation results show that the proposed control method can enhance the dynamic response of the 4WS vehicles by reducing the transient response time and improving vehicle stability as compared to the sliding-mode and the fuzzy sliding-mode control methods.     

城市交通智能控制优化算法

在传统的交叉口信号模糊控制基础上，提出了基于相序优化的模糊控制算法，并用改进的遗传算法优化模糊控制规则。对相序的优化考虑了驾驶员的心理，执行了专家的决策；对控制规则进行优化，减少了因专家主观性而导致控制器的不完备性。以典型的十字交叉口和四相位交通信号控制为例，选择不同时段的交通流数据进行仿真。结果表明：采用该控制算法设计的信号控制器能有效避免交通流不平衡引起的拥挤堵塞，具有更好的实时性和控制效果。     

DSP-based self-organising fuzzy controller for active suspension systems

This study proposed a self-organising fuzzy controller (SOFC) for controlling an active suspension system to evaluate its control performance. During the control process, the SOFC continually updated the learning strategy in the form of fuzzy rules. The fuzzy rule table of this SOFC could be initially set to zero. This not only overcame the difficulty in finding appropriate membership functions and control rules for designing a fuzzy controller, but also solved the database problem where the fuzzy rules of a fuzzy controller, once determined, remained fixed and could not suitably regulate them in real time to optimise the dynamic response of the system required to gain the desired control performance. To demonstrate the applicability of the proposed SOFC for active suspension systems, a quarter-car hydraulic-servo suspension system was designed and constructed to evaluate the feasibility of active suspension control. Additionally, to conform to real-time application requirements in the vehicular industry, the SOFC was implemented with a digital signal processor to control the hydraulic-servo suspension system so that the control performance could be determined. The SOFC has shown a better control performance in suppressing the vibration amplitude of the vehicle body for enhancing the structural safety of the vehicle and increasing the life of the suspension system. It also effectively suppressed the amplitude of the vehicle body acceleration and reduced the tire deflection for improving the ride and the handling quality of a vehicle better than a passive control, as verified in experimental results.     

下大长坡汽车电涡流缓速器制动力模糊控制

在汽车下坡的动力学模型的基础上,提出了电涡流缓速器制动力的模糊控制方法。确定了模糊控制规则,设计了电涡流缓速器制动力的模糊控制器,根据汽车的瞬时行驶速度和目标速度差值以及加速度的大小,使电涡流缓速器输出适当的制动力作用在汽车上。利用实际车辆在不同初始运行工况的模拟计算结果表明,设计的模糊控制器控制规则合理,能使汽车在设定的目标速度上稳定行驶,可以应用于工程实践中。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

汽车AMT自动离合器的改进模糊滑模控制

提出改进的模糊滑模控制器(MFSMC)实现离合器的自动控制。MFSMC采用饱和函数和模糊自适应系统来缓解抖振现象并提高其鲁棒性;采用局部线性化技术减少MFSMC的模糊规则数满足自动离合器的实时性要求。模拟结果显示所提出的控制器具有快速跟踪预定轨迹、对参数时变和外部扰动具有鲁棒性等特点。     

模糊控制在二次调节静液传动车辆中的应用

介绍一种二次调节静液传动车辆和其车速控制原理，并根据实际情况建立了整个系统的数学模型。提出一种带修正因子规则的模糊PID控制，分别用这种控制器和常规PID控制器对阶跃信号和车辆的15工况进行仿真分析。结果表明：采用模糊PID控制具有响应速度快，调节时间短等优点，更能满足实际车辆的驾驶要求。     

Fuzzy energy management strategy for a hybrid electric vehicle based on driving cycle recognition

By considering the effect of the driving cycle on the energy management strategy (EMS), a fuzzy EMS based on driving cycle recognition is proposed to improve the fuel economy of a parallel hybrid electric vehicle. The EMS is composed of driving cycle recognition and a fuzzy torque distribution controller. The current driving cycle is recognized by learning vector quantization in driving cycle recognition. The torque of the engine and the motor is controlled by a fuzzy torque distribution controller based on the required torque of the hybrid powertrain and the battery state of charge. The membership functions and rules of the fuzzy torque distribution controller are optimized simultaneously by using particle swarm optimization. Based on the identification results of driving cycle recognition, the fuzzy torque distribution controller selects the corresponding membership function and rule to control the hybrid powertrain. The simulation research based on ADVISOR demonstrates that this EMS improves fuel economy more effectively than fuzzy EMS without driving cycle recognition.     

确定模糊控制最少推理规则数量的原则

提出在柴油机控制系统模糊规则的设计中 ,确定最少模糊推理规则的原则 ,指出在论域为正负偏差时 ,最小隶属函数个数是 3时仍可满足控制精度要求 ;并建立了柴油机模糊PID控制器的三维模糊数学模型 ,该模型被用于一个 4输入 3输出 (4I3O)柴油机模糊控制器的设计中。     

发动机振动模糊半主动控制的研究

对发动机的主动隔振,提出了一种基于电流变技术的模糊半主动控制的研究。在介绍了模糊控制和电流变液特性的基础上,建立了发动机主动隔振的半主动控制模型,设计二输入单输出的模糊控制器,根据经验和理论分析制定模糊控制规则,运用MATLAB软件进行了被动控制与半主动控制的联合建模并仿真。仿真结果显示,与被动控制相比,模糊控制有很好的控制效果,使发动机的减振效果进一步提高。