基于单神经元和CTM模型的多匝道控制器设计毕业设计.docx

基于单神经元和CTM模型的多匝道控制器设计毕业设计.docx

《基于单神经元和CTM模型的多匝道控制器设计毕业设计.docx》由会员分享，可在线阅读，更多相关《基于单神经元和CTM模型的多匝道控制器设计毕业设计.docx（27页珍藏版）》请在冰豆网上搜索。

基于单神经元和CTM模型的多匝道控制器设计毕业设计

基于单神经元和CTM模型的多匝道控制器设计

摘要

随着我国社会和经济的发展，高速公路得到迅速的发展。

交通拥挤成为一个社会热点问题。

入口匝道控制被认为是消除高速公路拥挤的一种最有效方法。

人工神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力，因此本文将单神经元技术引入到高速公路入口匝道控制中。

首先建立了高速公路宏观交通流模型，重点阐述了CTM模型（CellTransmissionModel，元胞传输模型）的原理，然后阐述了入口匝道控制的基本内容，接着介绍了单神经元PID控制算法并设计了单神经元与CTM模型结合的匝道控制器。

最后用MATLAB进行系统仿真。

结果表明，该控制器具有良好的性能，响应速度快，能有效地跟踪期望交通密度，使车辆在高速路上高效、安全地运行。

关键词高速公路；匝道控制；CTM模型；单神经元；PID控制

Abstract

Withthedevelopmentofoursocietyandeconomy,freewayhasdevelopedrapidly.Trafficcongestionhasbecomeahotsocialissue.Theon-rampcontrolisdeemedthemosteffectivewaytoeliminatetrafficjams.Neuralnetworkhasgoodnonlinearcharacteristics,learningability,adaptivecapacityandanti-interferenceability,sosingleneuronnetworktechnologyisusedforfreewayon-rampmeteringinthispaper.Firstofall,themacroscopictrafficflowmodelisestablished,focusingontheprincipleofcelltransmissionmodel.Thenthebasiccontentsofon-rampcontrolareformulated,andthecontrolalgorithmofsingleneuronisintroducedandtherampcontrollerbasedonsingleneuronandcelltransmissionmodelisdesigned.Finally,thecontrolsystemissimulatedinMATLABsoftware.Theresultshowsthatthecontrollerhasgooddynamicperformanceandfastresponsetime.Thismethodcaneffectivelytrackthedesiredtrafficdensityandmakevehiclestravelmoreefficientlyandsafely.

KeywordsfreewayrampcontrolcelltransmissionmodelsingleneuronPIDcontrol

第1章绪论

1.1课题背景

自20世纪90年代以来，我国的高速公路得到迅猛的发展。

高速公路全程无平面交叉口，实行分隔行驶，只限于汽车等高性能机动车行驶，能给用户提供较高的服务水平，仅通过入口匝道和出口匝道与相邻的普通道路相连接，因此对出行者的吸引力很大，这在一定程度上缓解了交通资源日益紧张的局面，但是大批车辆的涌入不仅会造成周期性拥挤，还可能导致突发性拥挤[1]。

在预计的地区，在一定的时段内有规律地发生的拥挤成为周期性拥挤，与此对应，由于随机的或某种不可预测的事件引起的拥挤称为非周期性拥挤，这类拥挤常常是由于事故、偶然事件及养护或修路等引起，可归因于特殊情况的拥挤，不管拥挤是周期性的还是突发性的，都表现出较低的行驶速度，以走走停停为特征的不稳定的速度，旅行时间长而且不一致，发生事故的可能性增大，运行效率降低[2]。

高速公路的拥挤会带来巨大的损失。

有资料显示，高速公路拥挤会让美国一年损失达到70亿美元。

我国高速公路和高架桥较多的大城市也因为高速公路的拥挤造成了巨大的损失，严重影响了城市的可持续健康发展。

交通在国民经济的发展中起着至关重要的作用，减轻交通拥挤造成的影响，是我国当前高速公路运营中面临的主要问题。

在初期阶段，大多数采用修路扩建的措施来解决不断增大的高速公路交通需求量。

但是由于这种措施受到了各个方面的限制，例如环境、地形和资金等，这种方法达不到一种治根的效果，反而使交通问题变得更加严峻了。

因此，必须在现有的道路条件下，应用新技术对道路进行整改和优化提升道路管理系统，从根本上把交通需求和道路供给之间的不平衡问题给解决掉。

我国人多地少，随着经济发展和人民生活水平提高，交通拥挤的问题必将越来越严重。

因此，发展智能交通系统技术刻不容缓。

高速公路入口匝道控制是智能运输系统研究的一个重要内容，利用人工神经网络对受控对象进行控制是智能控制的一个重要领域。

设计基于单神经元的多匝道控制器是是一种提高道路通行能力，缓解交通阻塞，平滑交通流，提高行驶的安全性的有效实用的方法。

1.2研究目的与意义

经济的持续发展，带来的是交通需求不断增加的结果，解决高速公路面临的交通拥挤问题刻不容缓。

拥挤带来的影响是巨大的，它不但会使高速公路效率降低，也增大了发生事故的可能性。

本课题研究的目的是探讨高速公路匝道控制的方法从而充分发挥高速公路的潜能。

重点是研究基于单神经元和CTM模型的多匝道控制协调的方法，研究过程中主要采用单神经元PID等智能控制的方法以及CTM模型的思想，来达到交通控制的目的。

交通控制是通过运用新技术对道路上的交通流进行有效的管制，使交通尽量达到一种安全、高效的运行状态。

在这样的状态下，各种资源得到更好的整合和利用，提高了社会的经济效益。

高速公路入口匝道控制研究有着非常重要的意义。

本课题主要通过研究如何通过高速公路多匝道协调控制来提高高速公路的使用效率，这也是智能运输系统研究中的一个重要分支，把基于单神经元的PID控制应用到高速公路匝道控制当中去，使得实际交通密度能很好的跟踪期望交通密度，维持主线车流稳定，实现车辆在高速公路上高效、安全地运行，还可以进一步检验人工智能理论的有效性，在实践中推动着人工智能理论的进一步发展。

1.3国内外文献综述

欧美发达国家较早开始研究匝道控制：

20世纪80年代初，静态匝道控制研究出现了，由于这个是当时的新技术，起步低和不成熟，所以当时应用在实际当中的方法，只是对单个匝道进行两个方面的控制，一个是定时控制，另一个是感应控制。

到了90年代初，这种控制方法逐渐成熟并且不断推广应用。

进入21世纪以来，把对多匝道协调控制及实施作为智能智能运输系统寻求突破的重要项之一，不少国家都表现出极大的热情。

文献1对国内外高速公路发展的概况作了介绍，并根据我国的情况，提出了在高速公路建设、管理、评价过程中适用的基本原理。

文献2采用系统工程的方法介绍用于城市和高速公路的交通控制系统的规划、设计和实施的基本原理，总结了欧美、日本等发达国家解决交通问题的经验。

文献3详细介绍了宏观、微观的交通流模型以及其他交通流模型，和交通流建模的发展，并提出了对交通流模型今后发展的展望。

文献4采用大系统分解和协调的方法来研究如何解决高速公路多匝道的协调控制问题。

建立了有限差分模型，结合交通系统的特点提出改进的多层控制方法。

控制结构分为局部控制层、协调控制层和自适应层这三层。

仿真结果表明，该方法能起到消除交通拥挤和维持主线车流稳定，实现车辆高效、安全地运行的作用。

文献5介绍了入口匝道控制是目前应用最为广泛的用来解决高速公路堵塞问题的方法，并总结了入口匝道控制的分类方法和消除拥挤的算法。

文献6介绍了CTM模型的有关概念和发展历史、原理以及有关算法和公式。

文献7介绍了CTM模型可以很好地模拟交通流中的排队特性，如排队开始到变为拥挤的状况。

每个元胞就是一个路段，提出了一种新的基于CTM模型的对于不同线路选择的行程时间的计算方法。

文献8重点全面地介绍了CTM模型的基本原理，针对公路上的某路段的快速路交通状况，运用CTM模型对交通拥挤情况进行模拟，然后再仿真，得出结果。

文献9详细介绍了单神经元的模型和相关原理，并比较了运用有监督Hebb学习算法的单神经元自适应PID控制器和运用以输出误差平方为性能指标的单神经元自适应PID控制器的仿真结果，总结出两种基于单神经元的自适应PID控制器的控制特点及其参数设计规律。

文献10从MATLAB仿真的角度系统地介绍了PID控制的基本理论、基本方法和应用技术，针对不同的PID算法给出了完整的MATLAB仿真程序，理论联系实际，给出了大量应用实例及仿真程序。

1.4论文主要研究的内容

全文共分为六章，其主要内容和章节安排如下：

　　第1章，绪论。

阐述了本课题的选题背景、目的和意义，综述了国内外对高速公路匝道控制的研究情况。

　　第2章，高速公路交通流模型。

介绍了高速公路交通流模型的相关知识，着重介绍了CTM模型的相关概念和原理。

　　第3章，高速公路匝道及入口匝道控制。

主要对高速公路入口匝道控制的定义、类型、条件进行了概述，分析了匝道调节率的计算方法，最后阐述了入口匝道控制的原则。

　　第4章，单神经元PID控制。

对神经网络进行了概述，提出单神经元PID控制算法。

　　第5章，基于单神经元和CTM模型的多匝道控制器设计。

对高速公路匝道单神经元PID控制进行了介绍，与CTM模型结合，设计基于单神经元和CTM模型的多匝道控制器设计。

　　第6章，仿真研究。

通过MATLAB仿真实例来说明控制器具有较好的动态性、实时性。

实际的交通密度能够很好的跟踪期望的交通流密度，最终使得交通密度进入一个稳定的水平。

第2章高速公路交通流模型

2.1引言

对于交通流模型的研究，20世纪初以来就取得巨大的发展，已成为其他交通工程学科研究的基础。

交通流模型是交通流状态变量随时间和空间变化、分布规律及与交通控制变量之间关系的方程式或映射，是进行交通控制系统设计、分析、仿真、运行的工具[3]。

本章主要介绍高速公路交通流模型的分类和确定，以及重点介绍一种宏观动态交通流模型——CTM模型。

2.2高速公路交通流模型的分类

高速公路交通流模型大致分为宏观模型和微观模型，而宏观模型又分为稳态交通模型和动态交通模型这两种。

分类如图2-1所示：

图2-1高速公路交通流模型分类

按照描述对象来分类，交通模型可分为两类：

微观模型和宏观模型。

微观模型描述单个车辆的运动规律；宏观模型描述车流的运动规律，即反映流量、速度和密度三要素的变化过程。

宏观模型是建立在微观模型基础上的。

当宏观交通流变量流量、速度、密度仅与地点有关，而与时间无关时，此时的交通流为宏观稳态交通流，用于描述它的模型为稳态模型；而当流量、速度、密度三要素均随时间和空间变化时，描述它的模型为动态模型。

本章主要研究的是宏观动态交通流模型，因其能较真实地描述交通流的行为。

2.3宏观动态交通流模型——CTM模型

2.3.1CTM模型的概述

Daganzo分析交通流量和交通密度两者间的关系，并对它们进行简化，并根据有限微分法确立了CTM模型，这是一种依据高速公路交通中的运行环境，将所有车辆看成一个整体的宏观动态交通流模型，可以分析交通流的干扰和波的形成，对于公路上排队的形成、排队的消散具有很强模拟能力，能很好地判断交通的拥挤情