交通流建模、預(yù)測及其控制研究.pdf

1、當(dāng)前，社會經(jīng)濟的迅速發(fā)展與交通建設(shè)的相對滯后，已經(jīng)構(gòu)成非常突出的世界性的矛盾。交通擁擠帶來的經(jīng)濟損失和環(huán)境污染愈演愈烈?；诖?，如何充分有效的利用有限的交通資源，以科學(xué)的理論來指導(dǎo)交通規(guī)劃、設(shè)計、控制和管理，以緩解失衡的交通供求關(guān)系，成為亟待解決的問題?，F(xiàn)代交通流理論的研究隨之應(yīng)運而生。本文主要進行了以下工作： 1.在分析已有模型如最優(yōu)速度模型，廣義最優(yōu)速度模型以及改善廣義最優(yōu)速度模型的基礎(chǔ)上，研究了一種新的考慮當(dāng)前車輛前面任意

2、數(shù)目車輛的跟馳模型——總的廣義最優(yōu)速度模型。該模型比已有模型更為準(zhǔn)確和實際地描述交通流的現(xiàn)象。通過模擬在很短的司機反應(yīng)時間內(nèi)，車輛加速和減速過程驗證了該模型的性質(zhì)。在一條封閉的環(huán)形道路上，研究了考慮不同數(shù)量的車頭距和相對速度情況下交通擁擠的演化過程。仿真結(jié)果說明了總的廣義最優(yōu)速度模型是有效的。 2.研究用遺傳算法結(jié)合一種新的聚類方法即最疏集(MSS-most scatteredset)均值聚類算法和傳統(tǒng)的最小二乘法來訓(xùn)練RBF(

3、radial basis function)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的方法。該方法不僅避免了網(wǎng)絡(luò)訓(xùn)練陷入局部極小的問題，而且新的聚類方法的計算效率有所提高。通過把該算法應(yīng)用在交通流預(yù)測方面，取得了令人滿意的效果。 3.研究了單交叉路口信號燈優(yōu)化控制新算法，通過對單交叉路口每個方向每條車道未來時刻車輛到達數(shù)的有效預(yù)測，采用模糊控制推理信號燈下一個周期的時長。在此基礎(chǔ)上，建立以車輛平均延誤最小和交通流量最大為目標(biāo)的多目標(biāo)優(yōu)化模型，采用排序-遺傳