復(fù)雜多階段動(dòng)態(tài)決策的蟻群優(yōu)化方法及其在交通系統(tǒng)控制中的應(yīng)用.pdf

1、基于模型的控制算法的控制效果雖然受到交通模型預(yù)測精度的影響,但對(duì)于交通系統(tǒng)這樣的復(fù)雜大系統(tǒng),具有一定精度的模型對(duì)系統(tǒng)狀態(tài)進(jìn)行預(yù)測并對(duì)控制作用進(jìn)行評(píng)價(jià),仍是獲得系統(tǒng)全局最優(yōu)控制策略的重要途徑.建立基于模型的城市交通自適應(yīng)協(xié)調(diào)控制系統(tǒng)(Urban Traffic Adaptive Coordinated Control System,UTACCS)需要解決三個(gè)重要問題:一是建立合適的控制問題的數(shù)學(xué)描述,包括交通流預(yù)測模型、目標(biāo)函數(shù)以及控制作

2、用的數(shù)學(xué)形式;二是設(shè)計(jì)高效的優(yōu)化算法,以滿足控制問題在線求解的需要;三是在UTACCS現(xiàn)場實(shí)施前要經(jīng)過充分的實(shí)驗(yàn)室驗(yàn)證,目前最佳的驗(yàn)證工具是微觀交通仿真系統(tǒng).該文主要在這三個(gè)方面進(jìn)行了深入研究,相應(yīng)地建立了配時(shí)參數(shù)協(xié)調(diào)優(yōu)化和信號(hào)相位滾動(dòng)優(yōu)化兩種主要的基于模型的UTACCS控制算法,通過設(shè)計(jì)蟻群優(yōu)化(Ant Colony Optimization,ACO)算法的解構(gòu)造圖使其能夠應(yīng)用于交通控制問題的求解,并且改進(jìn)ACO算法以提高其在大規(guī)模交