车辆换道控制策略及其灵敏度分析

本文研究了多车道交通系统中车辆换道行驶的微观模型;结合我国的高速公路分为快速车道与慢速车道的特点,建立了引导车辆行驶的控制策略,该策略由一系列规则构成;通过计算机仿真,验证了模型及规则的有效性;并对规则中的参数进行了灵敏度分析.     

交通流微观仿真中的换道模型

通过分析车辆换道时车辆之间的竞争与合作关系，结合多智能体系统，提出一种新的换道模型。通过仿真实例说明新的模型与车辆的实际行为有较好的对应关系。     

基于弹性安全换道间距的元胞自动机交通流模型

实际交通中,换道车辆的行驶速度不同,其所需要的安全换道间距也不尽相同。具体表是,高速行驶的车辆换道迅速、敏捷,而低速行驶车辆换道踌躇、犹豫。因而,对所有换道车均设定一个固定的安全换道间距是不恰当的,前人很少在这方面进行研究;结合现实提出的弹的安全换道间距规则,在改进前人模型仿真质量的同时,也提高了车辆的换道频率。模拟结果显示较以前模型,提出的元胞自动机模型将可改善道路的通行能力、提高道路资源的利用效率。     

基于多Agent的虚拟生态工业园区的建模与仿真

通过分析Agent建模的一般方法,作者抽象出了虚拟生态工业园区的多Agent的概念模型,提出了基于多Agent的虚拟生态园工业区各个Agent的属性和Agent之间的关联规则,运用Swarm仿真平台实现了模型,并得到了一些有益的结论,为国家建设区域生态产业建立了一个仿真模型.     

换道行为对交通流宏观特性的影响

换道行为对交通流宏观特性的影响至今未得到充分认识.基于车辆行驶有限状态自动机框架,用微观仿真方法对不同交通情景下换道行为的影响进行了研究.结果表明在同质交通流中换道行为对宏观特性没有显著影响.对异质交通流,如果车辆之间存在最大速度差异,则在中低密度区换道行为能显著提高交通流量;如果车辆之间只存在加速性能差异,则换道行为对交通流宏观特性没有显著影响.说明换道行为对交通流宏观特性的影响与车辆差异性质以及交通流密度有密切关系,     

三车道元胞自动机交通流模型研究

在Nagel-Schrekenberg（NS）元胞自动机交通流模型的基础上，提出了一种高速公路三车道元胞自动机交通流模型．该模型中所有的车辆均遵循相同的演化规则，并允许车辆以一定概率换道．根据计算机数值模拟．研究了车辆减速概率、换道概率对车流量、车道利用率影响关系，结果表明，在相同情况下，此模型所得到的基本图显示出交通流量比单车道NS模型大，并且发现减少不必要的车辆换道行为可以使驾驶更安全．这些研究为管理三车道的道路系统提供了一定的参考依据．     

鱼群算法在重大交通事故下车辆行为中的应用

采用鱼群的某些行为来模拟重大交通事故下车辆的一些行为。如利用鱼群的避障行为,随机移动行为,约束行为等来模拟车辆的换道行为,自然行驶行为,行驶中的约束行为等。并针对鱼群的避障行为对应的车辆换道行为进行了深入的研究,给出了车辆的换道模型（EMLCM）,从三个方面介绍了该模型的特点。并给出了在重大交通事故下车辆的延误时间的具体模型及换道期间车辆速度和位置变化情况,最后通过仿真实验说明采用的方法和提出的模型是有效的,对延误时间的分析是合理的。     

多Agent诊断系统的几个问题研究

首先建造了一种包括应用Agent和服务Agent的两层多Agent诊断系统结构,并给出了应用Agent和服务Agent的内部结构在此基础上,设计了基于故障模式聚类的应用Agent内部故障求解机制,研究了多Agent模糊关联模型最后,基于多Agent模糊关联模型,探讨了多Agent系统的诊断与决策问题.     

采用面向对象模糊Petri网的侦察平台Agent建模

为适应侦察平台Agent中各种知识的分类及知识动态更新过程的需求,采用一种自下而上的面向对象的模糊Petri网建模方法,不仅考虑处理中的侦察平台Agent推理规则,而且更注重其结构、子系统及相互通信方式.在分析侦察平台Agent模型及其知识推理系统的基础上,研究了面向对象的模糊Petri网建模的理论、建模步骤及示例.示例演示证实了模型的可行性与有效性.     

基于车车通信合流影响区外侧车辆决策模型

在入口匝道合流区,驾驶员通过观察运行环境及估计周边车辆行驶特征,做出的相应的驾驶决策,常会使车流紊乱.针对该问题,从车车通信环境下获得的周边车辆运行全信息入手,建立上匝道合流影响区车辆决策机制模型,并更新了新决策机制情况下运行规则.数值试验分析车辆在两种不同环境下的时空轨迹图、合流区及上游换道情况、平均行程速度.结果表明:在车车通信环境及决策机制模型条件下,合流区只有很低水平的换道;平均行程速度最大提高了32.4％,在不同车辆输入情况下速度波动降低了76.7％,通行能力提高了13.3％.     

Wang-Mendel模糊模型控制规则的提取及应用

针对如何利用系统的模糊模型设计模糊控制器,提出以系统的模糊规则库为基础,提取模糊规则中的信息获得控制规则的方法。以钢铁工业中连续退火炉的加热炉为对象进行了仿真,首先提取描述对象输入-输出映射关系的模糊规则组成完备规则库,并以此为基础提取控制规则补偿输出偏差。仿真结果表明能够达到期望的效果。     

多变量系统模糊动态模型的辨识

介绍了一种新型的基于模糊神经网络的多变量模糊动态模型的辨识方法 ,该方法是通过将输入空间进行直接划分 ,而不是在输入空间的每一维上进行划分来得到模糊规则的。这样所形成的隶属函数为多维隶属函数 ,并使模糊规则的数目大为减少。在模糊聚类算法的基础上 ,提出了一个衡量聚类有效性的函数 ,以确定模糊规则的数目。以二级倒立摆系统为应用背景 ,取得了较好的辨识效果。     

一种规则简化的模糊神经网络控制器

构造了一种实时模糊神经网络控制器，为解决模糊规则组合爆炸问题提供一个新方案。控制器基于T-S模糊模型，由前后件分离的网络结构实现。前件参数通过移动小论域法创建，每个变量仅在工作小论域上生成两个模糊子集，有效减少模糊规则，增强实时性；后件参数通过有ki,kp,kd修正因子的BP改进算法在线更改，控制意义明确，确保系统动态性能。仿真结果证实该控制器实时性好，控制性能优，鲁棒性强。     

一种T-S模糊系统建模方法

T-S模糊系统被广泛应用于基于数据的建模应用中。模糊规则作为系统的核心,是影响系统性能的重要因素。在分析常见模糊系统建模方法的基础上,提出一种简单有效的建模方法。该算法基于变结构模糊建模思想,均匀选择模型的初始结构,以绝对误差为建模指标,通过增加模糊规则来提高T-S模糊系统的精度。为降低规则参数辨识的计算量,提高建模速度,将规则参数分为线性和非线性两部分,分别采用不同方法进行辨识。实例证明文中所提出的建模方法规则分布合理,收敛速度快,建模精度高,具有很好的实际应用价值。     

一种基于逆动力学模糊规则的自适应控制方法

将模糊控制规则归结为控制对象的逆动力学过程模糊辨识问题,提出了一种基于逆动力学过程模糊规则模型的控制算法,通过控制对象逆动力学过程模糊规则模型离线辨识,直接产生形成与控制对象运动规律相适应的初始控制规则,并根据对象逆动力学过程模糊规则模型在线辨识结果,对控制规则进行在线调整.仿真结果表明,所设计的模糊控制器具有良好的控制效果与适应性.     

基于距离的直觉模糊粗糙模型及应用

将直觉模糊和区间直觉模糊集(数)的距离测度引入直觉模糊信息系统和区间直觉模糊信息系统,建立基于距离的粗糙集模型,并给出该模型两种约简-上下近似约简的定义.通过构造分辨函数,设计距离直觉模糊粗糙模型的知识约简及规则提取算法.最后将距离直觉模糊粗糙模型应用于信息系统安全审计风险判断,这不仅可为从直觉模糊和区间直觉模糊信息系统中获取知识提供一种粗糙集方法,而且还为信息系统安全审计风险的有效判断提供决策支持.     

基于T-S模糊模型的混沌系统鲁棒控制器设计

研究具有参数不确定混沌系统基于T S(Takagi Sugeno)模糊模型的鲁棒控制器设计。首先利用IF THEN模糊规则把不确定非线性系统的状态空间分成不同的区域,构建具有参数不确定性的T S模糊模型;然后提出使得系统在平衡点渐近稳定的鲁棒模糊控制器设计。该方法通过解一组线性矩阵不等式分别设计局部控制器,通过并行分布补偿的方法设计T S模糊系统的鲁棒控制器,渐近稳定性的条件更为宽松,能够有效降低鲁棒控制器设计的保守性。最后以Lorenz混沌系统为例,研究混沌系统的鲁棒控制器设计,仿真研究结果表明所设计的鲁棒控制器对参数不确定Lorenz混沌系统具有良好的控制效果。     

基于在线聚类的机器人自适应模糊建模

针对机器人这种具有时变、强耦合和不确定性的复杂非线性被控对象,提出一种基于在线聚类的模糊自适应方法用于机器人系统建模。建模过程中采用在线聚类算法辨识机器人T-S模型的前提参数,采用递推最小二乘算法(RLSE)辨识结论参数,根据过程中新的数据信息,模糊规则可以自动增加、修改和删除,实现了模型结构和参数的在线辨识和更新,而且该方法具有模型结构简单、建模速度快、精度高等优点。最后通过二自由度机器人仿真研究证明了该方法的有效性和优越性。     

模糊粗交流及其应用

提出了变异模糊粗集的概念,并给出了变异模糊粗集的相关性质和定理。将Amin Mousavi提出的粗交流进行了推广,提出了模糊粗交流。建立了模糊粗交流网络最优传递序列的数学模型,应用模糊粗交流理论给出了解决这类数学模型的算法。最后利用提出的算法解决了通讯网络中选择最优通讯线路的实例,从而验证了算法的有效性。