快速路入口匝道与可变限速协同控制策略研究

发布时间：2017-10-13 02:17

  本文关键词：快速路入口匝道与可变限速协同控制策略研究

  更多相关文章： 快速路协同控制 MetaNet模型 MPC控制 多目标优化 交通效益 环境效益

【摘要】：作为城市交通系统中的重要组成部分,快速路的相关问题一直得到广泛的关注。城市快速路交通流有着复杂性、非线性、离散性、时变性等特点,所以有关快速路的交通控制问题也面临较大的挑战。虽然很多学者都越来越多的将目光放在快速路交通控制方面,但目前大多数相关研究有精度不高、优化目标单一、控制效果不理想等缺陷,所以针对快速路交通控制的问题一直没有得到特别好的解决。基于此,本文针对快速路交通协同控制问题展开研究,并对宏观交通流模型改进、目标函数相关模型建立、算法提出、实例检验等几个方面进行相关探讨。本文在宏观交通流模型MetaNet的基础上,针对原始模型中的不足之处进行改进,如引入速度密度敏感系数以及考虑驾驶员可接受间隙影响的匝道汇入模型等方面。并以此为基础,对入口匝道控制和可变限速控制对快速路交通流的影响进行了研究,建立了各自影响下的改进的快速路MetaNet模型,进而从主线的角度出发,建立了能实现入口匝道控制与可变限速协同控制之间相互反馈的交通流模型。在改进MetaNet模型基础上,本文从交通效益及环境效益两个方面出发,建立基于改进的MetaNet模型的交通效益及环境效益模型,如对路网行程时间进行补充,建立了交通效益模型,并引入CMEM模型,将改进的MetaNet模型和CMEM模型进行融合,以此作为后续优化控制的目标函数,这也是基于MPC的入口匝道-可变限速协同控制策略的基础。本文讨论了MPC控制的相关问题,如控制参数、计算流程、优化算法等。针对改进的MetaNet模型和目标函数的特点,本文提出了基于粒子群算法的分层序列法进行多目标优化问题的求解,给出了算法流程,并为后续研究进行了算法层次划分、宽容度值的确定等工作。结合实测路段数据进行了整个控制策略的检验与讨论,本文将改进的MetaNet模型与经典的GreenSheilds模型进行比较,由比较结果看出,本文建立的改进的MetaNet模型能够较准确的描述交通流。同时,引入了独立的入口匝道控制和可变限速控制,与协同控制及实际情况比较结果表明所建立的控制策略效果良好。此外,本文还针对模型中的一些初始模型参数进行了敏感度分析,并在此基础上给出了快速路控制对策,供技术人员在实际操作时参考。
【关键词】：快速路协同控制 MetaNet模型 MPC控制 多目标优化 交通效益 环境效益
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.54
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 绪论10-17
• 1.1 研究背景及研究意义10-11
• 1.1.1 研究背景10
• 1.1.2 研究意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-14
• 1.2.3 国内外文献评述14-15
• 1.3 研究内容15-16
• 1.4 技术路线16-17
• 第2章 修正的快速路路段宏观交通流模型17-30
• 2.1 快速路交通流模型17-18
• 2.2 MetaNet模型基本思想18-20
• 2.2.1 MetaNet模型基本示意图18-19
• 2.2.2 MetaNet模型时空变化特征19-20
• 2.3 MetaNet路段模型及改进20-25
• 2.3.1 车辆守恒方程20-21
• 2.3.2 流量密度方程21
• 2.3.3 动态速度密度方程21-24
• 2.3.4 稳态速度密度方程24-25
• 2.4 MetaNet起点排队模型及改进25-29
• 2.4.1 匝道排队模型25-26
• 2.4.2 匝道汇入主线模型26-29
• 2.5 本章小结29-30
• 第3章 快速路协同控制的改进MetaNet模型30-38
• 3.1 快速路入口匝道控制对主线的影响30-31
• 3.2 快速路可变限速控制对主线的影响31-35
• 3.2.1 可变限速对稳态速度的影响31-33
• 3.2.2 可变限速对速度-密度敏感系数的影响33-34
• 3.2.3 可变限速对路段通行能力的影响34-35
• 3.3 入口匝道控制与可变限速控制之间的相互作用35-37
• 3.3.1 入口匝道控制对可变限速值的影响36-37
• 3.3.2 可变限速控制对入口匝道排队的影响37
• 3.4 本章小结37-38
• 第4章 基于改进Meta Net模型的交通及环境效益模型38-47
• 4.1 交通效益模型38-39
• 4.1.1 TTS基本形式38
• 4.1.2 考虑入口匝道与可变限速控制的交通效益模型38-39
• 4.2 环境效益模型39-46
• 4.2.1 车辆排放模型40
• 4.2.2 CMEM模型简介40-41
• 4.2.3 CMEM模型的数据分析41-44
• 4.2.4 CMEM模型的计算模块分析44-46
• 4.3 本章小结46-47
• 第5章 快速路入口匝道与可变限速协同控制策略47-54
• 5.1 MPC控制策略47-49
• 5.2 MPC控制命题的构建49-50
• 5.3 基于粒子群算法的宽容分层序列法50-53
• 5.3.1 粒子群算法与宽容分层序列法51-52
• 5.3.2 基于粒子群算法的宽容分层序列法52-53
• 5.4 本章小结53-54
• 第6章 实验结果及分析54-80
• 6.1 实验路线简介54-55
• 6.2 数据来源及汇总55-63
• 6.2.1 仿真实验基础数据55-59
• 6.2.2 模型参数选取59-63
• 6.3 实验结果分析与讨论63-79
• 6.3.1 改进的MetaNet模型预测效果分析63-64
• 6.3.2 考虑不同控制策略的实验结果对比分析64-72
• 6.3.3 实验初始参数敏感度分析72-78
• 6.3.4 快速路交通控制对策分析78-79
• 6.4 本章小结79-80
• 结论80-81
• 参考文献81-87
• 附录1 实验所需数据87-90
• 附录2 龙岗收费站匝道汇入交通流量调查数据90-92
• 附录3 流量拟合公式92-93
• 附录4 CMEM模型参数值93-95
• 致谢95

【相似文献】

中国期刊全文数据库 前10条

1 丁建梅;高速公路入口匝道模糊控制[J];道路交通与安全;2001年06期

2 杨振兴,裴玉龙;高速公路入口匝道模糊控制研究[J];东北公路;2002年01期

3 丁建梅,王可崇;高速公路入口匝道交通模糊控制研究[J];哈尔滨工业大学学报;2002年05期

4 陈德望,王飞跃,陈龙;基于模糊神经网络的城市高速公路入口匝道控制算法[J];交通运输工程学报;2003年02期

5 宋延,石建军;高速公路入口匝道汇合控制研究[J];辽宁交通科技;2003年06期

6 梁新荣,刘智勇,毛宗源;高速公路入口匝道模糊逻辑控制器的设计及其仿真研究[J];计算机工程与应用;2005年02期

7 任黎立;彭其渊;;基于人工神经网络的高速公路入口匝道控制算法[J];交通与计算机;2006年02期

8 赵丽;张虹;;高速公路入口匝道多维可调模糊控制器设计[J];公路交通科技;2006年06期

9 丁同强;郑黎黎;常云涛;;高速公路入口匝道控制策略研究[J];武汉理工大学学报(交通科学与工程版);2006年05期

10 曹鹏;贾洪飞;隽志才;唐明;;高速公路入口匝道控制算法用户公平性分析[J];公路交通科技;2006年11期

中国重要会议论文全文数据库 前5条

1 晏启鹏;;高速路入口匝道交通感应控制系统仿真[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

2 徐进学;于双和;徐丽君;;高速路入口匝道的模糊神经网络自适应协调控制[A];2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）][C];2009年

3 雷丽;董力耘;戴世强;;高架路入口匝道交织流的分析和控制[A];第十八届全国水动力学研讨会文集[C];2004年

4 池荣虎;陶阿嵘;侯忠生;;基于迭代反馈整定的快速路入口匝道的ALINEA控制[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 聂磊;杨晓光;杨晓芳;庄斌;;上海快速路入口匝道单点控制策略仿真评价研究[A];第一届中国智能交通年会论文集[C];2005年

中国博士学位论文全文数据库 前2条

1 张枭雄;高速公路入口匝道控制算法的仿真评价与优化[D];吉林大学;2005年

2 谭满春;面向ITS的高速公路网交通分配与入口匝道控制方法研究[D];华南理工大学;2000年

中国硕士学位论文全文数据库 前10条

1 冉旭;基于通过能力随机性的入口匝道主动控制方法研究[D];东南大学;2015年

2 方传武;城市快速路入口匝道流量控制研究[D];西南交通大学;2016年

3 曹俊强;城市高架路相邻出入口匝道及其衔接交叉口协调控制[D];西南交通大学;2016年

4 梁振羽;快速路入口匝道与可变限速协同控制策略研究[D];哈尔滨工业大学;2016年

5 杨院;高速公路入口匝道与路段协调控制研究[D];重庆交通大学;2009年

6 刘金鹏;基于模糊逻辑算法的高速公路入口匝道控制系统研究[D];河北农业大学;2011年

7 张腾飞;基于冲突能量法的高速公路出入口匝道安全性分析[D];大连交通大学;2011年

8 王英伟;高速公路入口匝道迭代学习控制方法研究[D];长安大学;2008年

9 叶永刚;高速公路入口匝道神经网络控制[D];哈尔滨工业大学;2006年

10 卢志鹏;城市快速路入口匝道及辅路信号协调控制算法研究[D];北方工业大学;2013年

，

本文编号：1022261