基于遗传算法的城域交叉路口两级模糊控制

分级模糊控制能有效减少模糊规则数,易于提取模糊规则,适合于交通状况复杂的城域交叉路口的交通控制,但它存在难以由人工合理定义全部模糊隶属度函数的问题.为此,提出了一种面向城域单交叉路口的自适应两级模糊控制系统,并采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化调整.该控制系统具有分级模糊控制的优点,同时可以让模糊隶属度的选取更为合理,使模糊隶属度函数在不同交通情况下自适应地变化,从而改善控制效果.对一个两相位孤立交叉口进行仿真.结果表明该法能有效降低通行车辆在交叉口的平均等待时间.     

基于遗传算法的神经-模糊减振控制方法

针对复杂情况下模糊控制器难以获取经验规则的缺点,利用遗传算法来优化模糊控制器的规则,并采用一种权重和方法以实现多目标的优化控制.为了减少时滞对控制效果的影响,应用BP神经网络以预测模糊控制器的输入.基于76层风振Benehmark模型对提出的控制算法进行了计算仿真分析.结果表明神经-模糊控制(NN-FLC)方法在理想情况下与传统LQG控制算法控制效果相当;但在结构刚度不确定时,该方法具有较强的稳定性和鲁棒性,远优于LQG算法.     

基于神经网络模糊控制的单交叉口信号控制

在分析城市交通信号控制研究现状的基础上,提出一种基于神经网络模糊控制的单路口交通信号灯控制方法,通过检测当前相位的排队长度和下一相位的排队长度得出当前相位以及下一相位的车流密度,进而判断是否进行相位变换.以每个周期内交叉口的车辆平均延误作为控制指标,来判断该控制器的控制性能.计算机仿真结果表明,该方法能够降低车辆在交叉路口的平均延误.     

基于动态目标位置的车辆弯道保持控制仿真

智能交通领域中,车辆的横向控制技术是智能车辆控制的关键技术.基于动态目标位置,提出车辆弯道保持的控制算法.利用三次曲线对车辆行驶路径进行规划,使用理想数据训练基于T-S模糊神经网络的控制器,进行计算机仿真.结果表明,该控制算法能够实现对车辆转向的平稳操作,较理想地实现了对车辆弯道保持的控制,合理地模拟了车辆实际转弯过程中的运动特性.     

基于动态面backstepping控制的高超声速飞行器自适应故障补偿设计

针对带有冗余舵面的高超声速飞行器纵向模型,考虑舵面出现卡死故障情况下,分别设计了基于backstepping的高度容错控制器与基于动态逆的速度跟踪控制器.在运用backstepping自适应设计高度控制器时,采用动态面设计方法,引入一阶滤波器,避免了设计中对虚拟信号求导带来的复杂计算问题.针对舵面出现未知故障(不确定故障模式、大小、发生时间)的情况,设计容错控制器结构,给出实现故障补偿控制的匹配条件,根据Lyapunov稳定性理论设计的控制器参数自适应律保证系统的稳定性与指令跟踪性能.针对舵面出现卡死故障的情况,仿真对控制算法进行了验证,得到了较理想的控制效果.     

采样迭代学习发电机的励磁控制器设计

为了提高电力系统的暂态稳定性,采用采样迭代学习方法,在不需要已知被控系统精确数学模型和对机端电压误差进行求导运算的情况下,设计出了一种同步发电机的励磁控制器,给出了励磁控制系统范数形式的收敛条件.研究结果表明:该控制器避免了以往采用PD型迭代学习控制算法的不足,显著提高了同步发电机功角和机端电压的稳定性.该成果不仅解决了在实际应用中迭代学习励磁控制算法的计算机实现问题,而且还将可能成为发电机的励磁控制方式发展的一种趋势.     

一类非线性不确定时滞系统的鲁棒容错控制

基于Lyapunov稳定性理论,针对一类具有非线性不确定的时滞系统,提出了鲁棒容错控制器的设计方法.就传感器失效故障和执行器失效故障2种情况,在非线性不确定性满足增益有界条件下,通过求解线性矩阵不等式(LMI)分别给出了在正常情况下和有失效故障情况下闭环系统都能渐近稳定的充分条件和控制器设计方法.该方法利用LMI可方便地得到容错控制器设计结果.设计实例和仿真结果验证了该方法的有效性.     

多缸液压机的自适应容错滑模控制分配

针对一类多缸液压机提出了一种基于滑模的自适应容错控制分配方法.该方法不仅考虑了单一执行器的故障问题,而且可以满足执行器同时发生故障时控制系统的性能要求.当某一个液压缸发生故障时,控制分配部分采用容错控制分配方法在健康的液压缸之间对故障进行补偿;当液压缸同时发生故障时,针对虚拟控制量存在误差的问题,采用在线自适应控制方法调整高层滑模控制器的控制增益,在消除虚拟控制误差的同时,保持了闭环系统的稳定性.仿真实验表明:所提出的控制器与未考虑容错性能的控制器相比具有更好的控制性能,在液压缸分别出现局部或全局故障的情况下,皆表现出较强的鲁棒性.     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上,其性能受到一定的限制.为此,将广义预测控制算法应用于双重控制系统中,形成基于预测控制的双重控制算法.该算法继承了传统双重控制方法的控制结构和控制思想,采用主、副2个控制器进行控制.其中主控制器采用广义预测控制算法,针对快回路产生快控制作用使系统具有良好的动态特性;副控制器采用PID算法,针对慢回路产生慢控制作用以实现一定的经济指标;同时,副控制器的输出作为前馈量引入主控制器.主、副2个控制器互相协调工作,使系统既具有良好的动态特性,又符合工艺上或经济上的要求.仿真对比结果表明,该算法控制性能优良,具有较强的的抗干扰性和良好的鲁棒性,是一种较好的双重控制系统控制算法.     

基于微分代数方法的运载火箭自抗扰姿态控制

提出了一种基于微分代数方法的运载火箭自抗扰姿态控制方法.通过微分代数观测器得到输出的一、二阶导数估计,将二阶导数估计值作为模型摄动及外部扰动的观测值,在输出反馈控制器中加以补偿.控制器采用改进的PID控制算法,并给出了一种控制器参数选取方法.仿真结果表明:该方法不仅具有自抗扰的性质,而且对于火箭发动机停摆故障具备很好的容错控制性能.     

Traffic Signals Control with Adaptive Fuzzy Controller in Urban Road Network

An adaptive fuzzy logic controller （AFC） is presented for the signal control of the urban traffic network. The AFC is composed of the signal control system-oriented control level and the signal controller-oriented fuzzy rules regulation level. The control level decides the signal timings in an intersection with a fuzzy logic controller. The regulation level optimizes the fuzzy rules by the Adaptive Rule Module in AFC according to both the system performance index in current control period and the traffic flows in the last one. Consequently the system performances are improved. A weight coefficient controller （WCC） is also developed to describe the interactions of traffic flow among the adjacent intersections. So the AFC combined with the WCC can be applied in a road network for signal timings. Simulations of the AFC on a real traffic scenario have been conducted. Simulation results indicate that the adaptive controller for traffic control shows better performance than the actuated one.     

道路交叉口信号控制方法的智能化探索

借鉴定时交通信号控制方法,在对交叉口的实际交通状况进行调查、分析的基础上,建立单个道路信号交叉口的交通控制方法,同时,考虑道路交通流变化的不确定性,通过实时配时方案调整适应交通流的变化.研究结果表明,智能型交通控制方法更能适应交叉口复杂多变的交通状况,对减少车辆延误具有明显效果.     

一类模糊混合Petri网的交通信号灯的实时控制

针对固定周期的交通信号灯浪费道路资源的问题,提出一种模糊混合Petri网用于交通信号灯实时控制的建模方法。该模型结合本相位方向的排队长度和路口的车流量对本相位绿灯时长实时控制,再结合其他相位红灯时长和其他相位的排队长度,实时控制相序的变化。仿真分析表明,基于模糊混合Petri网对信号灯实时控制可最大程度降低车辆的停车次数。     

Urban Intersection Traffic Signal Control Based on Fuzzy Logic

IntroductionTraffic signals are essential in transportationnetwork management.A number of traffic signalcontrol methods have been developed in the past.Recently,a major research focus has been theapplication of artificial intelligence techniques,such as expert systems,fuzzy logic,neuralnetworks,and genetic algorithms for intersectionsignal control.　 Pappis and Mamdani[1] developed fuzzy rules toevaluate the suitability of extending a currentgreen phase by different time durations based on ac…     

城市路口双模交通控制系统的研究

针对城市交通道路十字路口的交通灯信号控制现状及存在的问题,提出了一种新的路口双模控制方案。在路口车流量达到饱和不可调状态时,采用传统的定时控制方式;当路口处于未饱和可调状态时,采用智能控制方式,系统由性能优越的ARM11控制器S3C6410承担主要的控制任务。实验表明,此种控制方法对减少车辆平均延误时间,节约资源和提高路口通行能力具有很好的效果。     

考虑停靠时间波动的快速公交车速与路口信号协同优化

为了减少因公交停靠时间波动对车路协同控制造成错失绿灯或红灯时段到达的不利影响,提出了一种基于决策树模型的考虑快速公交系统(bus rapid transit,BRT)停靠时间波动的优先控制方法。该方法主要通过路段车速引导、驻站控制和信号配时调整使BRT进行进站前路段和完成上下客之后路段的两阶段决策引导。由实例可以得到:本文的控制方法相比现实中的不停车通过率提高40%、通过交叉口的平均延误降低20 s;对比不考虑停靠时间波动的不停车通过率提高20%、通过交叉口的平均延误也降低9 s。可见本文的控制方法能提高车路协同控制的可靠性。     

典型四相位信号交叉口交通组织优化应用研究

交叉口交通组织优化的核心是对其各类冲突进行有效控制.针对我国典型四相位信号控制交叉口,提出了典型四相位信号交叉口交通组织优化的方法,即以时间优化为主,空间优化为辅,对自行车与行人进行一体化设计,提出了绿灯间隔时间优化模型和相位衔接优化模型.最后选取武汉市友谊大道与园林路信号交叉口进行了实例验证,验证结果表明,该方法经济实用,能有效提高四相位信号交叉口的通行质量和行车安全,为城市交通信号控制技术的研究与开发提供了理论依据.     

过饱和交叉口信号配时方法的优化及实证研究

在城市道路交叉口交通管理的信号控制常用信号配时方法,对于饱和度较低的交叉口有较好的交通调控作用;但实际交通管理的高峰时段常常会出现过饱和交叉口,信号配时方法就显示出不适应性。针对饱和交叉口的交通特性进行分析,采用了一种考虑进口道排队长度的信号配时模型,通过与传统配时模型的比较并进行了实例验证,得出这种模型更适合对过饱和交叉口的交通控制。     

基于模糊神经网络的交通灯智能系统

设计了一个使用模糊和神经网络的交通灯智能系统.此系统能根据汽车重量、长度和速度来改变信号灯等待时间.通过计算机仿真表明,此方法比固定时间信号灯更有效.新方法的汽车平均等待时间减少,通过十字路口的速度较快以及燃料消耗都会提高.     

城市交通信号三级模糊滑动优化控制方法

提出一种城市交通信号三级模糊滑动优化控制方法.引入非冲突车流的搭接相位构建交通信号三级模糊控制器的模型,并采用滑动时间窗设计滑动优化的框架.根据实时采集的交通数据,采用基于黄金分割的混合遗传算法,在线学习模糊控制器的隶属函数及控制规则参数.在常态及事故不同交通条件下,以典型路口进行Paramics仿真试验.结果表明提出方法的自适应能力好,可快速响应路口交通流的不确定性事件,且在高饱和的交通条件下性能稳定.