区域高速公路网协同控制技术研究

发布时间：2018-01-13 23:05

  本文关键词：区域高速公路网协同控制技术研究　出处：《长安大学》2014年硕士论文　论文类型：学位论文

  更多相关文章： 区域高速公路网 交通流预测 可变限速控制 协同控制 模糊神经网络 大系统理论 临界密度

【摘要】：随着高速公路的快速发展，各地高速公路已经呈现出网状的复杂结构。交通控制技术的发展研究表明，要使路网达到最佳通行能力和服务水平，不仅要保证每条道路畅通，而且还要实现整个路网的畅通。采用合理的控制措施对高速公路进行交通控制，从而平滑交通、消除堵塞、缓解拥挤，是确保高速公路网高效、快速、安全、有序地运行的前提。本论文在对目前国内外高速公路交通控制技术做出分析研究后，，提出区域路网协同控制方法和技术，建立了相关控制模型，并分别进行了仿真验证。 论文首先在分析了交通流基本参数之间的关联关系，以及交通流模型的类型和适用范围后，根据RBF神经网络的学习特性，以陕西省榆绥高速上的路段车检器数据为对象，建立和验证高速公路宏观动态交通流预测模型，为路段可变限速控制作基础；其次，针对高速公路限速控制系统的非线性时变特性、受多种因素的影响、很难用一个精准的数学模型建模等特点，采用模糊神经网络方法实现高速公路路段的可变限速控制的建模，根据道路流量和道路交通环境特性的历史数据，预测出道路的限速值，并将该模型作为路网协同控制模型的直接控制层进行仿真；针对可变限速控制不能从根本上消除交通拥堵的问题，提出了交通诱导分流的启动判断条件、有效性分析以及诱导分流的需求计算，为交通诱导系统的研究提供了数据支持；最后，采用大系统递阶理论，建立区域路网协同控制模型，通过交通密度接近临界密度这一性能指标不断对协调层和直接控制层的网络参数进行修正和调整，求出期望指标下的限速值，和满足性能指标的交通密度。 根据陕西省高速公路实际已有的车辆检测器数据，通过matlab软件对所有论文中设计的模型进行编程和仿真验证表明，模型的预测数值能够很快拟合实际测量值，同时能够满足要求的性能指标。
[Abstract]:With the rapid development of expressway , the highway has become a complex structure . The development of traffic control technology indicates that it is necessary to ensure that the road network reach the best passing capacity and the service level , not only to ensure the smooth traffic of each road , but also to realize the smooth operation of the whole road network . After the analysis and research on the traffic control technology at home and abroad , the paper puts forward the method and technology of regional road network cooperative control , and establishes the relevant control model and verifies the simulation respectively . Based on the analysis of the relation between the basic parameters of traffic flow and the type and application range of traffic flow model , based on the learning characteristics of RBF neural network , the paper establishes and validates the model of variable speed limit control of highway section by using fuzzy neural network method . According to the actual vehicle detector data of Shaanxi Expressway , the model of all the papers is programmed and verified by matlab software , and the predicted value of the model can quickly fit the actual measurement value and meet the required performance index .

【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U491

【参考文献】

相关期刊论文 前10条

1 杨雷;高速公路交通流优化模型及分析[J];重庆交通学院学报;1994年01期

2 魏德宾,邹开其;用神经网络方法对高速公路交通流控制模型中的参数进行辨识[J];大连大学学报;2001年04期

3 干宏程;陈建阳;汪晴;;高速公路网路径诱导与匝道控制集成[J];系统工程;2009年06期

4 吴晓峰;丛浩哲;;高速公路交通事故处置时间及严重程度预测模型研究[J];中国公共安全(学术版);2011年01期

5 于泉,任福田;山东省高速公路监控系统中主线可变限速值程序设计[J];公路交通科技;2004年04期

6 梁新荣,刘智勇,毛宗源;高速公路模糊神经网络限速控制与仿真研究[J];公路交通科技;2005年11期

7 董永权,汪忠志,徐付霞;大系统优化的动态规划递阶算法改进[J];广西科学;2003年02期

8 裴玉龙,程国柱;高速公路运行车速调查与限制车速问题研究[J];哈尔滨工业大学学报;2003年02期

9 梁新荣;刘智勇;孙德山;毛宗源;;基于支持向量机的高速公路限速控制[J];计算机工程与应用;2005年34期

10 梁新荣,刘智勇,毛宗源;高速公路可变速度标志神经网络控制[J];计算机工程;2005年18期

相关博士学位论文 前1条

1 靳引利;省域高速公路网交通诱导系统关键技术研究[D];长安大学;2009年

本文编号：1420924