城市快速路是城市交通運輸?shù)拇髣用},具有運輸速度快、運輸量大等特點。大多城市半數(shù)以上的交通任務靠城市快速路完成,因此做好城市快速路的控制至關(guān)重要。城市快速路主輔路均衡控制是交通控制領域中一個新的研究方向。到目前為止,在此領域的研究還比較少,且存在一些問題,主要集中在兩方面:其一,城市快速路系統(tǒng)具有干擾因素多、交通情況復雜等特征,很難建立其精確數(shù)學模型,導致難以對交通系統(tǒng)做進一步優(yōu)化與控制。其二,現(xiàn)有的主輔路系統(tǒng)的控制方法大多是針對主路或輔路分別進行研究的,很少從系統(tǒng)整體和全局的角度考慮問題。針對上述問題,本文提出了如下解決方案:針對問題(1),本文結(jié)合無模型自適應控制(MFAC,Model Free Adaptive Control)與模型預測控制(MPC,Model Predictive Control)各自的優(yōu)勢,提出了基于無模型自適應預測控制的主輔路均衡控制算法(MFAPBC,Model Free Adaptive Predictive Balance Control),本方案無需知道主輔路系統(tǒng)的精確數(shù)學模型,僅僅利用系統(tǒng)的輸入輸出(I/O,Input/Output)數(shù)據(jù)(車輛信息)就可以實現(xiàn)對主輔路系統(tǒng)的控制,且具有控制效果好、魯棒性強、應用場景廣泛等優(yōu)勢。針對問題(2):本文將快速路主路與輔路看成一個整體系統(tǒng),進行路段劃分,給出主輔路系統(tǒng)最小單元模型,并提出了兩種均衡控制方案。方案一是城市快速路主輔路無模型自適應預測均衡控制方案:通過調(diào)節(jié)入口匝道進入主路的車輛數(shù),使主輔路系統(tǒng)的車輛分布達到局部均衡效果,同時對主路車輛均衡分布起到了促進作用。方案二是城市快速路主輔路和輔路交叉口的無模型自適應預測均衡控制方案:進一步考慮了輔路交叉口信號配時對全局控制的影響,通過同時動態(tài)調(diào)節(jié)輔路交叉口與入口匝道處的車流量,使快速路主輔路和輔路交叉口均達到均衡的效果,提高了車輛對城市交通路網(wǎng)的利用率。利用MATLAB和VISSIM軟件對所提方案進行仿真分析,驗證了所提方案的有效性。
【學位單位】：北京交通大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：U491
【部分圖文】：

是???ｙ??圖２－２半感應控制流程圖??Ｆｉｇ．２－２?Ｓｅｍｉ－ａｃｔｕａｔｅｄ?ｓｉｇｎａｌ?ｃｏｎｔｒｏｌ?ｆｌｏｗｃｈａｒｔ??考慮到次干道上有行人和非機動車通過，如果沒有機動車通過次干道，次干??道將持續(xù)保持紅燈狀態(tài)，此時次干道上的非機動車與行人將無法通行。因此在實??際應用中會在主干道的信號燈配時中設置一個最大綠燈時間用來解決次干道上的??行人與非機動車的通行問題。??全感應信號控制是指在輔路交叉口所有的進口道路上均安裝車輛檢測器的感??應信號控制方式。此控制方式主要適用于交叉口各個進口道交通流量不大ｍｉ，但??車流量波動范圍較大的交叉口。以兩相位信號控制為例，下圖為車輛到來式全感??應信號控制流程圖。??１７??

一否??＜ｄ２ｊｊ北最大綠燈時???圖２－３全感應信號流程圖??Ｆｉｇ．２－３?Ｆｕｌｌ－ａｃｔｕａｔｅｄ?ｓｉｇｎａｌ?ｃｏｎｔｒｏｌ?ｆｌｏｗｃｈａｒｔ??２．４城市快速路主輔路均衡控制??２．４．１并行多路系統(tǒng)??并行多路系統(tǒng)指的是在一個系統(tǒng)中有《（？＞２）個處理單元，每一個處理單??１８??

３．１．３主路交通流模型??宏觀交通流模型［６４］公式描述簡單、可以精確的反應快速路交通流的動態(tài)特性，??選擇宏觀交通流模型作為主路的交通流模型。??（１）宏觀交通流模型??在主路路段／上，Ａ?＋１時刻的主路車流量密度（Ａ：?＋１）與Ａ時刻的主路車流量??密度（幻根據(jù)車輛數(shù)的守恒定律可以描述為式（３－１）??／Ｖ，（灸?＋?”?＝?／Ｖ，（々）＋?ｆ?（％，，－丨（灸）＿?？，，（幻?＋?講）－?＇?Ｗ）?（３－１）??式（３－２）所示的是在主路路段／上，Ａ＋?１時刻的車輛的平均速度＼，認＋?１）與灸時??刻車輛的平均速度ｖｍ，．（Ａ：）之間的關(guān)系，也稱為動態(tài)速度的經(jīng)驗方程。其中（幻）??具體形式如式（３－句所示。??ｖｍ，，（＾?＋?ｌ）?＝?ｖｍ，（＾）?＋?Ｉ（ｒ（ｐｍ，（＾））－ｖｍ，（Ａ－））?＋??Ｔ?＂、?，?ｖＴ?ＰｍＡｋ））?（３＂２）??
【參考文獻】

相關(guān)期刊論文 前6條

1 侯忠生;董航瑞;金尚泰;;基于坐標補償?shù)淖詣硬窜囅到y(tǒng)無模型自適應控制[J];自動化學報;2015年04期

2 郭代銀;魯興舉;金尚泰;;快速路入口匝道無模型自適應控制及ARM實現(xiàn)[J];森林工程;2015年01期

3 郭海鋒;程君;方良君;彭起濤;;短時預測下的單點交叉口無模型自適應控制方法[J];中國公路學報;2014年12期

4 馬骕;張玉梅;;高速公路入口匝道控制算法綜述[J];計算機仿真;2009年01期

5 陳德望,李靈犀,劉小明,宮曉燕,王飛躍;城市高速道路交通控制方法研究的回顧與展望[J];信息與控制;2002年04期

6 席裕庚;動態(tài)不確定環(huán)境下廣義控制問題的預測控制[J];控制理論與應用;2000年05期

相關(guān)碩士學位論文 前7條

1 梅景;城市快速路系統(tǒng)的無模型自適應迭代學習控制研究[D];北京交通大學;2018年

2 朱文銅;城市高架路出口匝道設置及與相鄰交叉口協(xié)調(diào)控制研究[D];西南交通大學;2015年

3 程志輝;基于MFAC的快速路主輔路系統(tǒng)均衡控制[D];北京交通大學;2015年

4 黃阿瓊;城市快速路主輔路交通流分析與控制方法研究[D];北京交通大學;2011年

5 陳思;多交叉口的無模型自適應控制[D];北京交通大學;2011年

6 趙歡;單信號交叉口綠燈時間無模型自適應控制[D];北京交通大學;2009年

7 張學志;基于模糊邏輯的城市交通單路口復合式信號控制[D];國防科學技術(shù)大學;2004年

本文編號：2886514