【摘要】：區(qū)域信號(hào)控制是目前最為常用的交通控制方法。但若對(duì)網(wǎng)絡(luò)中所有節(jié)點(diǎn)進(jìn)行全局控制,會(huì)造成控制成本大幅度上升,并且導(dǎo)致區(qū)域路網(wǎng)魯棒性差等問題。牽制控制是一種復(fù)雜網(wǎng)絡(luò)控制方法,其本質(zhì)是控制網(wǎng)絡(luò)中少量關(guān)鍵節(jié)點(diǎn),使得網(wǎng)絡(luò)整體達(dá)到預(yù)期效果,因此能夠彌補(bǔ)傳統(tǒng)信號(hào)控制方法的不足。本文研究了相鄰交叉口間的耦合關(guān)系,在區(qū)域路網(wǎng)交叉口重要性評(píng)價(jià)的基礎(chǔ)上建立了一套完整的牽制控制方案。本文從復(fù)雜網(wǎng)絡(luò)的角度分析了道路網(wǎng)絡(luò)的小世界和無標(biāo)度特性,確定了路網(wǎng)的復(fù)雜網(wǎng)絡(luò)特征,提出了相鄰交叉口單向耦合模型并闡述了相鄰交叉口耦合狀態(tài)分析過程。首先描述了統(tǒng)一混沌系統(tǒng)的耦合同步過程,以Chen系統(tǒng)為例,用交通流實(shí)際演化數(shù)據(jù)建立了Chen系統(tǒng)下的交叉口單向流入流出混沌模型;接下來分析了同路段同方向的交叉口單向流出和流入混沌模型,并將這兩個(gè)模型進(jìn)行線性耦合同步,形成了相鄰交叉口單向耦合模型。對(duì)該組合模型進(jìn)行耦合同步研究,通過計(jì)算模型的耦合系數(shù),得到相鄰交叉口單向耦合公式;最后以組合模型誤差演化過程為基礎(chǔ)定義了相鄰交叉口間的耦合度。為篩選出區(qū)域交通網(wǎng)絡(luò)中需進(jìn)行牽制控制的節(jié)點(diǎn)(交叉口),以加權(quán)PageRank算法為基礎(chǔ),提出了一種的交叉口重要性評(píng)價(jià)模型。對(duì)原始PageRank算法中的權(quán)值、初值和動(dòng)態(tài)等問題進(jìn)行分析,以相鄰交叉口間的耦合度為權(quán)值,結(jié)合對(duì)其他參數(shù)的改進(jìn)建立了交叉口重要性評(píng)價(jià)模型。通過該模型對(duì)交叉口重要性進(jìn)行排序并選出關(guān)鍵交叉口,將該算法同原始PageRank法及復(fù)雜網(wǎng)絡(luò)基礎(chǔ)參數(shù)法進(jìn)行對(duì)比,得到該模型的優(yōu)越性。在確定關(guān)鍵交叉口的基礎(chǔ)上,構(gòu)建了路網(wǎng)牽制控制模型,使得距離關(guān)鍵節(jié)點(diǎn)(交叉口)越近的路段的車均延誤越小。計(jì)算了路網(wǎng)中各路段的理想延誤矩陣,將其與路網(wǎng)演化過程中的實(shí)際延誤矩陣相結(jié)合,構(gòu)建了含有交通信號(hào)信息的交叉口延誤狀態(tài)方程,利用Gram矩陣判斷狀態(tài)方程的可控性。減小交叉口實(shí)際誤差在演化過程中與理想誤差矩陣的差異,計(jì)算牽制控制方案下的綠信比矩陣,得到牽制控制策略下的交通信號(hào)方案并計(jì)算新方案下的延誤減少情況。實(shí)例中對(duì)安徽省合肥市黃山路附近六個(gè)交叉口進(jìn)行了重要性排序并設(shè)定了牽制控制方案。控制結(jié)果顯示,該牽制控制策略可以一定程度優(yōu)化關(guān)鍵交叉口及其鄰近交叉口的延誤參數(shù),證明牽制控制方法在實(shí)際交通控制應(yīng)用中具有可行性。本文把相鄰交叉口間耦合關(guān)系通過數(shù)學(xué)模型進(jìn)行微觀展現(xiàn),并將該結(jié)果具象為耦合度概念并代入交叉口的重要性評(píng)價(jià)指標(biāo)的計(jì)算中,從牽制控制的角度設(shè)定實(shí)際交叉口控制方案來證明相鄰交叉口間抽象的耦合關(guān)系分析的合理性。該研究完善了相鄰交叉口間耦合關(guān)系理論,為復(fù)雜網(wǎng)絡(luò)理論在交通控制方面更深層次的應(yīng)用提供了理論基礎(chǔ)。
【圖文】：

圖 5-3 3-2 方向流出混沌系統(tǒng)吸引子型的演化過程中，開始時(shí)系統(tǒng)保持著相對(duì)混沌的狀態(tài)。但演化型失控。流入方向，其初值為（0.26，0.23，0.41），通過同樣的計(jì)算方法,Y 變量的演化情況。

圖 5-3 3-2 方向流出混沌系統(tǒng)吸引子的演化過程中，開始時(shí)系統(tǒng)保持著相對(duì)混沌的狀態(tài)。但演化了失控。入方向，，其初值為（0.26，0.23，0.41），通過同樣的計(jì)算方法 變量的演化情況。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U491.54

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何偉;常春;;基于敘詞表語義關(guān)系和PageRank的查詢擴(kuò)展方法[J];情報(bào)雜志;2016年12期

2 王筱蕾;;基于社交網(wǎng)絡(luò)的PageRank算法改進(jìn)[J];圖書情報(bào)導(dǎo)刊;2017年04期

3 SUN Qi;Krishna Ricky MONIZ;YUAN Yuyu;;Ranking Modules for Integrate Testing Based on PageRank Algorithm[J];Chinese Journal of Electronics;2017年05期

4 郭海鋒;張昌世;穆元杰;鄭雅羽;貢偉;;基于改進(jìn)PageRank算法的路網(wǎng)重要交叉口篩選方法[J];西南交通大學(xué)學(xué)報(bào);2016年05期

5 LIU Gui-mei;;An adaptive improvement on PageRank algorithm[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年01期

6 史銘茗;;加權(quán)PageRank算法研究綜述[J];軟件導(dǎo)刊;2013年02期

7 劉紅;;PageRank在圖書推薦技術(shù)中的應(yīng)用研究[J];科技通報(bào);2013年04期

8 李永亮;黃曙光;鮑蕾;;一種基于PageRank算法和知網(wǎng)的詞義消歧方法[J];計(jì)算機(jī)應(yīng)用與軟件;2011年05期

9 孟瑞玲;;個(gè)性化PageRank算法在圖書館智能搜索引擎中的實(shí)現(xiàn)[J];現(xiàn)代情報(bào);2010年07期

10 陳謙;;PageRank算法在孤立點(diǎn)檢測(cè)中的應(yīng)用[J];微型機(jī)與應(yīng)用;2010年24期

相關(guān)會(huì)議論文 前10條

1 ;Key Nodes Mining in Transport Networks Based on PageRank Algorithm[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

2 劉松彬;都云程;施水才;;基于分解轉(zhuǎn)移矩陣的PageRank迭代計(jì)算方法[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國(guó)計(jì)算語言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

3 藺繼國(guó);徐錫山;;一種基于用戶點(diǎn)擊數(shù)據(jù)的個(gè)性化PageRank算法[A];第六屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

4 李洋濤;李川;許超;雷曉;徐洪宇;唐常杰;楊寧;;空間評(píng)分:基于PageRank的信息網(wǎng)絡(luò)可視化中節(jié)點(diǎn)重要性度量[A];第29屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

5 李文;李淼;張建;朱海;陳雷;;基于混淆網(wǎng)絡(luò)和PageRank的Nbest重排序[A];少數(shù)民族青年自然語言處理技術(shù)研究與進(jìn)展——第三屆全國(guó)少數(shù)民族青年自然語言信息處理、第二屆全國(guó)多語言知識(shí)庫建設(shè)聯(lián)合學(xué)術(shù)研討會(huì)論文集[C];2010年

6 陳小飛;王軼彤;馮小軍;;一種基于網(wǎng)頁質(zhì)量的PageRank算法改進(jìn)[A];第26屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

7 劉菁菁;林鴻飛;楊志豪;;基于PageRank和錨文本的網(wǎng)頁排序研究[A];第三屆學(xué)生計(jì)算語言學(xué)研討會(huì)論文集[C];2006年

8 Jonathan J.H.Zhu;;PPS Sampling of Web Graph Using Preferential Jumping Strategy[A];Proceedings 2010 IEEE 2nd Symposium on Web Society[C];2010年

9 ;Thinking with simple computer models:Modeling of social-economic systems[A];全國(guó)復(fù)雜系統(tǒng)研究論壇論文集（一）[C];2005年

10 王燦輝;張敏;馬少平;;Web作弊與反作弊技術(shù)綜述[A];第二屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議（NCIRCS-2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前7條

1 八戒;眨眼之間 答案立現(xiàn)[N];電腦報(bào);2013年

2 本報(bào)記者 馬文方;匠心在胸[N];中國(guó)計(jì)算機(jī)報(bào);2008年

3 魯媛媛;Google大鱷 軟硬通吃[N];網(wǎng)絡(luò)世界;2007年

4 馬文方;Google解構(gòu)規(guī)則[N];中國(guó)計(jì)算機(jī)報(bào);2006年

5 常燕杰;一樣的Google,不一樣的搜索市場(chǎng)[N];中國(guó)計(jì)算機(jī)報(bào);2007年

6 喻寧;群雄逐鹿搜索經(jīng)濟(jì)[N];經(jīng)理日?qǐng)?bào);2004年

7 本報(bào)記者 王翌;Google的左手[N];計(jì)算機(jī)世界;2004年

相關(guān)博士學(xué)位論文 前7條

1 賴斯鑓;基于GPGPU的PageRank值計(jì)算[D];中山大學(xué);2017年

2 董永新;廣義鞍點(diǎn)問題和PageRank問題的若干預(yù)處理技術(shù)[D];上海大學(xué);2017年

3 尹紅軍;大規(guī)模社交網(wǎng)絡(luò)中局部興趣社區(qū)發(fā)現(xiàn)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 張巖峰;云環(huán)境下大數(shù)據(jù)迭代計(jì)算研究[D];東北大學(xué);2012年

6 張恩德;在線社會(huì)網(wǎng)絡(luò)分析與挖掘若干關(guān)鍵問題研究[D];東北大學(xué);2014年

7 金兆巖;基于隨機(jī)游動(dòng)的社會(huì)網(wǎng)絡(luò)個(gè)性化排名關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 年東;耦合關(guān)系下的交叉口牽制控制研究[D];哈爾濱工業(yè)大學(xué);2019年

2 劉珍;改進(jìn)PageRank算法的期刊排序研究[D];中南財(cái)經(jīng)政法大學(xué);2018年

3 楊崢;計(jì)算PageRank的一個(gè)有效的加速迭代算法[D];蘭州大學(xué);2019年

4 王澤鵬;基于PageRank和傳播概率的重要節(jié)點(diǎn)識(shí)別方法研究[D];蘭州大學(xué);2019年

5 劉凱玉;基于合作與引文網(wǎng)絡(luò)的學(xué)者學(xué)術(shù)影響力評(píng)價(jià)研究[D];山東師范大學(xué);2019年

6 常家偉;基于改進(jìn)的PageRank與譜方法的個(gè)性化推薦算法[D];湖南大學(xué);2018年

7 呂鑫;主題搜索及其關(guān)鍵算法的研究[D];西安電子科技大學(xué);2018年

8 葉麗霞;加權(quán)和局部PageRank算法的研究[D];浙江大學(xué);2018年

9 梁美玲;基于概率值和PageRank算法的微博用戶可信度評(píng)估方法研究[D];山西師范大學(xué);2018年

10 朱曉莉;社會(huì)化問答網(wǎng)站用戶影響力研究[D];天津科技大學(xué);2017年

本文編號(hào)：2644737