Stability of transportation networks under adaptive routing policies

Growing concerns regarding urban congestion, and the recent explosion of mobile devices able to provide real-time information to traffic users have motivated increasing reliance on real-time route guidance for the online management of traffic networks. However, while the theory of traffic equilibria is very well-known, fewer results exist on the stability of such equilibria, especially in the context of adaptive routing policy. In this work, we consider the problem of characterizing the stability properties of traffic equilibria in the context of online adaptive route choice induced by GPS-based decision making. We first extend the recent framework of “Markovian Traffic Equilibria” (MTE), in which users update their route choice at each intersection of the road network based on traffic conditions, to the case of non-equilibrium conditions, while preserving consistency with known existence and uniqueness results on MTE. We then exhibit sufficient conditions on the network topology and the latency functions for those MTEs to be stable in the sense of Lyapunov for a single destination problem. For various more restricted classes of network topologies motivated by the observed properties of travel patterns in the Singapore network, under certain assumptions we prove local exponential stability of the MTE, and derive analytical results on the sensitivity of the characteristic time of convergence to network and traffic parameters. The results proposed in this work are illustrated and validated on synthetic toy problems as well as on the Singapore road network with real demand and traffic data.     

Stability Analysis of Continuous-Time Fuzzy Large-Scale System

IntroductionSincefuzzylogicwasintroducedintotheanalysisanddesignofcontrolsystemsbyZadehin 1 96 5[1] ,ithasbecomeaverypopulartopicincontrolengineering[2 4] ,mainlybecauseofthefollowingtwopoints :1 )ithastheadvantagethatnoformalmathematicalmodelsisneededan…     

具有反应扩散的神经网络的稳定性分析

通过构造适当的平均Luapunov函数，利用M矩阵理论，研究了一类具有反应扩散的Hopfield神经网络的全局稳定性．在放松神经网络的激活函数的有界性、单调递增性和可微性的条件下，得到了神经网络的全局渐近稳定的条件．这些条件适合于神经网络的关联矩阵为对称或非对称矩阵、激活函数为非单调的情况．     

车头间距与高速公路交通流混沌

为了分析交通流混沌的转化机理，探讨了车头间距与高速公路交通流混沌的关系．提出了一种快速判别交通流混沌的最大李雅普诺夫指数改进算法，并用此改进算法和功率谱法研究了高速公路实测交通流的混沌问题，绘制了实测交通流的功率谱曲线．通过分析功率谱曲线，可以明显地观察到交通流频谱出现了噪声和宽峰的变化；用最大李雅普诺夫指数改进算法计算实测交通流的最大李雅普诺夫指数，结果表明，高速公路实测交通流中存在混沌现象．研究表明，车头间距的变化是交通流混沌现象产生的根本原因．     

不确定多时滞线性系统的稳定性

对于多参数扰动下的多时滞线性系统，构造二次型加积分项的Lyapunov泛函，导出了系统鲁棒稳定的时滞独立准则，由于利用了不确定性的结构特点，该准则给出的时滞独立扰动界关于参数空间的原点可以是非对称的，扩大了系统的稳定参数域，给出了所得结果的数值算例，并与已有的结果作了比较。     

基于混沌理论的铁路客货运量预测研究

应用混沌理论的相空间重构方法,分析与铁路运量相关的12组时间序列,分别计算它们的嵌入延迟时间、嵌入维数、关联维数、最大Lyapunov指数等混沌统计量,并以此为依据判断12组时间序列的混沌特性。结果显示:铁路客货运量及周转量不具有混沌特性,对应的4组时间序列不是混沌的;铁路客货运量、周转量的增量及增长率都具有明显的混沌特性,它们对应的8组时间序列是混沌的。在识别是否混沌的基础上,应用基于最大Lyapunov指数预测方法,对铁路客货运量、周转量进行预测检验及预测结果分析。     

海浪水压场的混沌特性分析及预测模型

海浪水压场作为水中兵器水压引信最严重的干扰源,对其混沌特性进行研究具有极为重要的意义.依据判断系统是否具有混沌特性的2个重要指标:关联维数和最大Lyapunov指数,分别通过G-P算法和小数据量的Wolf算法进行了计算.对一定数量的海浪水压场数据所进行的计算表明,海浪水压场具有分数的关联维数和正的Lyapunov指数,表现出明显的混沌特性.在此基础上依据混沌信号的相空间重构理论使用支持向量机对海浪水压场进行了预测建模,结果表明非线性混沌模型较常规的线性AR模型具有更高的预测精度.     

一种离散GM(1,1)模型的研究

分析了离散GM(1,1)模型与原始GM(1,1)模型的关系,二者形式相同,建模机理相同,但建模过程不完全相同,所以二者的时间响应函数不同。解释了离散GM(1,1)模型比原始GM(1,1)模型优越的原因,并从理论上证明了该离散GM(1,1)模型不仅具有白化指数律、白化系数律重合性,而且具有线性变换一致性。     

基于自适应神经网络的UUV航速控制仿真研究

针对无人水下航行器(UUV)在水动力参数变化和外界不确定干扰下的航速控制问题,提出一种基于李雅普诺夫方法的自适应神经网络控制算法。引入RBF神经网络来估计建模误差和海流干扰,并设计自适应学习律来保证神经网络权值的最优估计,保证了系统的航速误差收敛到零。仿真试验结果表明设计的控制器在航速控制过程中可有效抑制UUV载体的模型不确定性及海流干扰,且控制参数易于调节。     

水下航行体的改进S面运动控制器

为研究水下航行体的纵向速度对其余自由度运动所产生的影响及其自身所承受的静力学作用,在分析水下航行体运动模型的基础上,提出了一种改进S面运动控制器。该控制器不仅保留了常规S面控制器参数易于调整且结构简单的优点,同时还克服了常规S面控制器在水下航行体高速航行时运动控制效果差的缺点。引入李雅普诺夫函数对该控制器的稳定性进行分析,并将该控制器成功应用于水下航行体的运动控制。将改进S面运动控制器与常规S面控制器的试验结果进行对比,结果表明:改进S面运动控制器在水下航行体的运动控制方面具有可行性及有效性。