城市单路口交通的两级模糊控制及其仿真

在Ｐａｐｐｉｓ法的基础上,提出城市单路口交通的两级模糊控制方法,计算机仿真表明,其结果令人满意。     

城市交通信号灯模糊线控制及其仿真

根据大系统分解－协调原理，提出一种城市交通信号灯模糊线控制方法，计算机仿真表明，结果令人满意。     

离散事件动态系统仿真的递阶算法

本文在大系统分解-协调原理的基础上提出了一种离散事件动态系统仿真的两级递阶算法。这种方法首先将离散事件动态系统(DEDS)分解为N个互相关联的子系统,然后,下级对N个子系统进行仿真,上级协调子系统间的同步运行。文中对系统的分解原则进行了探讨,并对其正确性进行了证明。     

交叉路网交通灯的协调模糊控制方法

交通灯的控制是城市交通系统中一个重要的问题,本文探讨了一种新的交叉路口网交通灯的协调模糊控制方法,首先在交叉和阵道上设置流量检测器得到路口的交通数据;然后根据路网多个节点的交通动态特征,提出了一个种模糊规则来控制交通信号灯的延长时间和相位变化,使得整个整网车辆的平均时延得到优化,这个方法与一种典型方法作了比较,并且给出了仿真实例,其结果相当令人满意。     

大系统的PD分解协调法

自1960年,Dantzig和Wolfe就线性规划问题提出了多级算法以来,大系统的多级算法理论得到了深入的发展和广泛的应用。在多级递阶系统中,分解和协调是两个基本的过程,分解过程可分为时间分解与空间分解。现在众多的文献讨论协调问题的比较多,并提出了许许多多的协调方法,涉及分解问题的文献较少。因此,到目前为止,还没有一种关于分解的数学理论来阐明如何去求递阶结构。实际系统的分解,一般用启发式(Heuristic)的方法,这就使得递阶系统的构成与设计好像是一种艺术而不是一门科学。本文从信息传递和子系统间的关系入手,给出了大系统的PD分解协调法及其收敛性,并指出PD分解协调法在算法实现及收敛性上优于现有的一般关联预估法和两级协态预估法。     

一种分布式交通信号控制方法及仿真实现

在基于多智能体的分布式道路交通控制概念模型和单路口交通信号自学习控制方法的基础上，提出了一种基于多智能体的分布式交通信号区域控制方法。通过相邻路口信号控制智能体的信息交互和协调，在确保路口绿灯时间利用率较高的前提下，尽量使相邻路口驶来的车队不停车地通过路口。编制交通控制微观仿真软件，在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验，实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式。     

一种交通信号自学习控制方法及仿真实现

将模糊理论和机器学习应用到交通信号控制过程中，提出了一种基于遗传算法的单路口交通信号模糊控制方法。通过对到达车辆数目的模糊分类，将不同车辆数目到达情况下的信号控制决策方案以规则集的形式存储在知识库中，在交通信号控制过程中使用遗传算法对规则集进行改进。编制该控制方法的仿真程序，对该方法的控制效果与定时控制和感应控制进行了模拟比较，仿真实验的结果说明该方法的控制效果明显优于传统控制方式。     

用网流法求解水火电力系统有功负荷分配

本文提出用网络流规划求解水火电力系统联合运行问题。利用大系统理论中的分解与协调算法,将复杂的水火电力系统进行分解,并用网络规划法对各个子系统进行求解,然后进行协调。算例及计算结果表明,本文方法是可行的和有效的。     

林业大系统分解协调优化研究——协同变量的选取及应用

提出了林业大系统分解协调优化的及针对林业系统的实际模型,以协调变量放手,推导出分解协调算法的思路,全面分析地协雕为量的选取原理,从而有利于克服由于林业问题的特殊性而造成的大系统理论应用中的困难,最后通过林业产业结构优化的应用实例,表明了该方法的有效性。     

单路口多相位交通信号模糊控制系统的设计

模糊控制不需建立被控对象的精确数学模型，特别适用于具有较大随机性的城市交通控制。此文同时考虑多相位和倒计时问题，讨论用模糊控制方法对单路口多相位的交通信号进行控制，提出以当前相，后继相的车辆等待长度决定相位信号配时，文中重点讨论该二维模糊控制器的设计，并给出该模型控制系统的总体设计方案，利用Mcs96提供的Watch Dog，结合软件设计保证系统的稳定性，提高系统的抗干扰能力，由于每一相位的配时是根据路口实时数据经模糊推理一次确定，该系统可用于安装倒计时器的路口，具有良好的实用性。     

交叉口交通信号灯的模糊控制及优化研究

针对城市单交叉口的交通信号控制问题,提出一种交通灯信号的模糊控制方法。该方法基于四相位定相序对单交叉口交通灯进行控制,模糊控制系统输入为车辆排队数和车辆到达率,输出为当前绿灯相位的绿灯延长时间。利用遗传算法(Genetic Algorithm,GA)优化模糊控制系统的模糊规则和隶属度函数,提升模糊控制系统性能。利用Sumo(Simulation of Urban Mobility)仿真软件,实现了该模糊控制方法。将Sumo自带的控制方法、模糊控制方法、以及基于GA的模糊控制方法进行仿真对比。结果表明,基于GA的模糊控制方法能有效减少车辆的平均延误时间,提高了交叉口的通行能力。     

基于神经网络实现的交叉口多相位模糊逻辑控制

针对城市交叉口交通流的分布特点,给出了一种自适应交叉口多相位控制算法,考虑相邻车道上的车辆排队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,文章所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力,为实现交通系统智能控制提供了一条新途径.     

交通感应控制与诱导的递阶协调模型及其仿真

控制与诱导之间的协调结合已经成为ITS发展的主要方向。在以往研究成果的基础之上，建立一种系统最优下的感应控制一诱导递阶优化协调模型，并给出相应的模型求解算法，最后依次设计诱导条件下的感应控制路口仿真、单控制下的用户最优路网仿真以及感应控制一诱导递阶协调下的路网仿真三个试验，从而验证所提出的协调模型和求解算法的有效性和可行性。     

基于Q-学习的交通信号控制方法

为了减少车辆通过路口时的延误,采用Q-学习方法对智能体控制的单路口进行信号配时的优化,在模糊控制规则集的基础上,通过Q-学习来改进控制规则的组合,从而达到改善信号控制效果的目的.仿真实验的结果表明,基于Q-学习的信号控制方法优于定时控制、感应式控制和基于遗传算法的信号控制方法.研究说明,基于Q-学习的信号控制方法适合城市交通控制.     

模糊控制在聚合反应釜中的应用及仿真研究

根据聚合反应釜的大惯性，大滞后特性，用传统的PID控制，模糊PID控制、分段模型控制和史密斯－模糊控制进行仿真研究，最后得到理想的史密斯－模糊控制方法。     

一种基于agent协调的两路口交通控制方法

智能体(agent)技术是近年分布式人工智能领域的研究热点，文章将其应用到城市交通信号控制领域中．在以Q—学习方法实现单路口信号控制的基础上，采用对策论与社会规则相结合的方法实现了两个路口控制agent(TSCA)间的协调问题．通过在仿真环境下的对比，证明采用该协调方法是有效的．     

大系统可靠度优化分配的分解协调法

本文提出了大系统可靠度优化分配的分解协调法。按协调器与子问题之间协调方式的不同,分别给出了模型协调法和目标协调法。最后用一个算例说明方法的有效性。     

模糊神经网络自学习控制器及其应用

本文提出了一种模糊神经网络自学习控制方法，并介绍了采用多层神经网络表达模糊控制的知识规则、模糊推理和学习算法。经实验仿真结果表明这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性能优于一般模糊控制。     

工程机械液压底盘试验台双马达同步的研究

提出了基于直接自适应控制和模糊控制相结合的新方法,对工程机械液压底盘试验台的单泵双马达驱动的转速同步控制进行了研究,并且对PID控制与直接自适应模糊控制方法进行了研究对比。仿真结果表明直接自适应和模糊控制相结合的方法比PID控制更能够改善系统的同步控制效果。此研究结果有助于提高试验台的控制品质。     

单路口交通的多相位实时模糊控制

讨论单路口多相位的交通信号控制 ,控制方法采用实时模糊控制 ,提出以当前相的主队列、最近1 0秒车辆到达数、后继相的主队列三者决定信号配时的方法 ,给出了该三维模糊控制器的设计 .根据通过交叉口的车辆停驶过程 ,推导出交叉口平均车辆延误计算模型 .对上述控制器进行四相位交叉口的仿真试验 ,以通过交叉口的平均车辆延误作为性能评价指标 ,仿真结果表明 ,控制效果比较满意 ,优于定时控制方法