【摘要】：區(qū)域信號控制是目前最為常用的交通控制方法。但若對網(wǎng)絡(luò)中所有節(jié)點進(jìn)行全局控制,會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,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)交叉口重要性評價的基礎(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。對該組合模型進(jìn)行耦合同步研究,通過計算模型的耦合系數(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(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價模型。對原始PageRank算法中的權(quán)值、初值和動態(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)合對其他參數(shù)的改進(jìn)建立了交叉口重要性評價模型。通過該模型對交叉口重要性進(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(交叉口)越近的路段的車均延誤越小。計算了路網(wǎng)中各路段的理想延誤矩陣,將其與路網(wǎng)演化過程中的實際延誤矩陣相結(jié)合,構(gòu)建了含有交通信號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。減小交叉口實際誤差在演化過程中與理想誤差矩陣的差異,計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方案并計算新方案下的延誤減少情況。實例中對安徽省合肥市黃山路附近六個交叉口進(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價指標(biāo)的計算中,從牽制控制的角度設(shè)定實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，開始時系統(tǒng)保持著相對混沌的狀態(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，開始時系統(tǒng)保持著相對混沌的狀態(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)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：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;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;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];計算機(jī)應(yīng)用與軟件;2011年05期

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

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

相關(guān)會議論文 前10條

1 ;Key Nodes Mining in Transport Networks Based on PageRank Algorithm[A];2009中國控制與決策會議論文集（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迭代計算方法[A];內(nèi)容計算的研究與應(yīng)用前沿——第九屆全國計算語言學(xué)學(xué)術(shù)會議論文集[C];2007年

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

4 李洋濤;李川;許超;雷曉;徐洪宇;唐常杰;楊寧;;空間評分:基于PageRank的信息網(wǎng)絡(luò)可視化中節(jié)點重要性度量[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（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——第三屆全國少數(shù)民族青年自然語言信息處理、第二屆全國多語言知識庫建設(shè)聯(lián)合學(xué)術(shù)研討會論文集[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屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（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)生計算語言學(xué)研討會論文集[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];第二屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議（NCIRCS-2005）論文集[C];2005年

相關(guān)重要報紙文章 前7條

1 八戒;眨眼之間 答案立現(xiàn)[N];電腦報;2013年

2 本報記者 馬文方;匠心在胸[N];中國計算機(jī)報;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];中國計算機(jī)報;2006年

5 常燕杰;一樣的Google,不一樣的搜索市場[N];中國計算機(jī)報;2007年

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

7 本報記者 王翌;Google的左手[N];計算機(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值計算[D];中山大學(xué);2017年

2 董永新;廣義鞍點問題和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)迭代計算研究[D];東北大學(xué);2012年

6 張恩德;在線社會網(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)游動的社會網(wǎng)絡(luò)個性化排名關(guān)鍵技術(shù)研究[D];國防科學(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];中南財經(jīng)政法大學(xué);2018年

3 楊崢;計算PageRank的一個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)點識別方法研究[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)影響力評價研究[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估方法研究[D];山西師范大學(xué);2018年

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

本文編號：2644737