高速公路入口匝道模糊控制及其仿真研究

提出一种模糊逻辑方法控制高峰期间进入高速公路的车辆数目。分析了模糊逻辑控制器的基本结构，阐述了模糊控制算法，给出了隶属度函数，根据高速公路上游、下游及入口匝道上安装的传感器检测到的流量、速度、占有率、匝道排队长度等信息，设计了入口匝道模糊逻辑控制器，并用计算机对控制器进行了仿真，仿真结果表明该方法切实可行、具有实用价值，它能避免高速公路主线交通拥挤和堵塞，提高主线的通行能力，实现车辆在高速公路上高效、安全的运行。     

带时延补偿的模糊广域阻尼控制分析与设计

研究了存在网络通信时延的电力系统的广域阻尼控制问题。首先从理想传输情况出发,设计基于Mamdani方法的模糊逻辑广域阻尼控制器;然后考虑时延对控制效果的影响,在控制器中引入模糊输入,设计带时延补偿的模糊逻辑广域阻尼控制器。时延补偿增加了控制器设计的复杂性,因此在保证系统性能无显著降低的条件下,对其模糊规则数进行简化。以4机2区域测试系统为例,利用Matlab/SimPowerSystem和TrueTime进行仿真分析,结果表明,与模糊逻辑广域阻尼控制器和传统的广域阻尼控制器相比,所设计的具有时延补偿的模糊逻辑广域阻尼控制器能有效地抑制时延对系统稳定性造成的影响。     

加权模糊逻辑真值传播的计算方法

加权模糊逻辑的真值传播计算方法是应用加权模糊逻辑的关键 .本文将文献 [6]中提出的不确定性真值传播计算方法推广到加权模糊逻辑 ,给出加权模糊逻辑真值传播的计算方法 ,证明了所给方式满足的性质并对其合理性进行了说明 .文中所用方法描述了不确定问题求解领域中普遍存在的“加权逻辑与”和“加权逻辑或”的模糊逻辑关系 .一个简单的例子说明了本文法优于已有的方法.     

伺服系统模糊滑模控制器的设计与仿真

将模糊逻辑控制与滑模控制相结合，给出了一种模糊滑模控制器的设计方法。并针对伺服系统具有参数变化范围大、干扰源多等特点，设计了基于模糊滑模控制的伺服系统的结构。最后将该方法用于某机器人的机械臂的控制，并在参数大范围变化、正弦扰动作用等条件下进行了仿真。仿真结果表明，模糊滑模控制能有效地削弱传统滑模控制的“抖动”现象，并且在一定条件下具有很强的鲁棒性。     

一类不确定离散非线性系统的边界层自适应模糊滑模控制

研究了一类不确定离散非线性系统的模糊滑模控制问题,提出了一种基于边界层模糊自适应的模糊滑模控制方法.首先,在系统非线性动态函数上界已知的条件下,给出了系统的准滑模控制律设计,证明了系统的闭环稳定性.引入一个滑模边界层可调参数,在边界层外施加准滑模控制律;在边界层内,去掉准滑模控制律,施加模糊逻辑控制.边界层参数用模糊逻辑系统进行在线自调节,消除了系统处于准滑动模态时的高频抖振.数值仿真结果证明了所设计控制律的优点和有效性.     

一种网络拥塞预测新方法

提出基于粗糙集的模糊神经网络流量预测算法。传统的流量控制技术,总是以网络资源当前使用情况对包进行处理,没有考虑流量预测问题,易造成流量控制滞后的情况。将基于粗糙集的模糊神经网络引入流量控制,利用其处理不确定性问题和自学习能力,进行流量预测,较好地解决这一问题。最后仿真分析了本方法的性能,证明方法的有效性。     

基于部分失效的NPP 典型系统技术状态评估

针对传统的二元逻辑无法定量描述单元部分失效对系统整体性能的影响的问题,采用模糊数运算方法,对部分失效条件下的NPP典型系统性能进行了定量计算;并将该方法与模糊综合评估方法进行了比较,后者需定量确定权重系数,增加了结果的不确定性,因此前者计算结果可信度更高.     

基于直觉模糊逻辑的插值推理方法

针对直觉模糊逻辑及命题演算,揭示了规则前件与规则后件中模糊论域之间的映射关系,提出利用隶属度与非隶属度计算直觉模糊逻辑的插值推理方法.研究了在连续空间与离散空间状态下线性插值的推理合、成方法,包括直觉模糊取式推理、直觉模糊拒式推理及直觉模糊假言推理,推导了相关的推理合成运算公式.以具体算例验证和表明了所推导方法的正确性和有效性,以及对方法进行验证的详细步骤.     

一类非线性系统的自适应模糊控制

针对一类非线性系统,利用模糊逻辑提出一种鲁棒自适应控制方法.首先证明在一定的条件下,闭环系统必能稳定,并证明这个条件即必落人某一紧集中成立,同时考虑其控制性能,选择鲁棒控制量,使跟踪误差达到要求的性能指标.     

大规模人群网络流瓶颈识别方法研究

在体育赛事、集会等场合,大规模人群沿路网流动过程中易发生拥塞并诱发恐慌、踩踏等严重事故.因此,理解网络结构对人群流动特征的影响,对大规模人群在网络上的流动进行有效的组织和管理十分必要.首先结合大型活动行人路径选择行为的一般特征,采用交通分配模型将大规模人群分配到具体的网络拓扑结构上,采用非线性行人路阻函数模拟人群拥挤效应;随后,计算路网流量增加条件下人群在各路段走行时间变化率,并提出以路段走行时间变化率排序作为各路段结构重要度排序的方法,据此计算各路段的鲁棒性,确定瓶颈路段.最后,以德国2010年"爱的大游行"踩踏事故为例,分析验证了大规模人群网络流瓶颈识别方法,研究讨论了对路网实施管控的流量阈值以及不同管控条件下网络流的定量演化规律,可为路网的科学管理和规划提供基础数据和理论依据.     

维持道路服务水平的模糊控制算法设计及其仿真

道路服务水平是标志运输服务质量的重要指标，随着城市道路网络中交通流量的迅速增加，维持期望的道路服务水平显得越来越重要，本文利用模糊控制原理设计了通过改变路段进口信号灯配时方案，控制进入路段的交通流量，实现维持道路服务水平的信号交叉口控制算法，对算法进行仿真分析表明，利用模糊控制原理设计的交叉口信号配时方案，能够很好地反映道路管理者的决策思想，也表明要维持道路期望的服务水平，交叉口的信号配时方案必须随着交通流量的改变而改变。     

双交叉口两级模糊协调控制算法的研究

基于城市交通智能控制研究课题的需要,提出了一种双交叉口的分级模糊协调控制算法和应用混沌优化自动调整隶属度函数的思想,依此设计了双交叉口的两级模糊协调控制器;应用MATLAB编写了仿真程序,对主次干道车流量相差悬殊和相近两种情况进行了实例仿真,并与传统控制算法进行了比较.仿真结果表明,分级模糊协调控制方法可以有效减少有主次干道之分的交叉口车辆的平均延误,对交通流量均衡的交叉口的控制效果,也比传统算法有显著提高.     

城市交通干线递阶模糊控制及其神经网络实现

利用大系统的分解-协调思想、模糊理论和神经网络技术来进行城市交通干线的实时协调控制.把交通干线作为一个大系统,子系统为干线上的各个交叉口,在此基础上,设计了一种城市交通干线的两级模糊协调控制算法并用BP神经网络实现.控制级在线调整各子系统的信号周期和绿信比;而协调级则根据测得的交通信息协调相邻子系统间的车辆数.控制目标是使干线交通畅通并使平均车辆延误时间尽可能小.最后进行了仿真研究,结果表明,该方法比车辆全感应式控制能有效地减小平均车辆延误.     

基于Petri网的城市交通控制混合系统模型

城市道路交通信号控制是典型的混合动态系统,既包含连续状态变量又包含离散状态变量.本文归纳研究了信号控制交叉口群的主要构成元素：交通信号控制、交叉口与道路路段,其中交通信号控制与交叉口两个元素属于离散事件动态系统（DEDS）,而道路路段交通流属于连续时间动态系统（CVDS）.然后,应用混合系统建模理论,分别构筑了交通信号控制的petri网模型、交叉口的petri网模型、道路路段交通流的连续系统模型,以及交叉口petri网模型与路段交通流模型之间的接口.该模型具有既能够进行交通控制信号优化与交通阻塞机理解析应用,又便于计算机软件实现的优点.     

城市道路网络交通状态时空演化量化分析

为了使对城市道路网络交通状态的分析不至陷入交叉口或路段内部的交通状态分析,需从中观或宏观的角度去分析交通状态.本文在探讨路网状态特征参数的基础上,定义了"路段拥挤度"指标,通过建立城市交通网络模型,并基于浮动车(GPS)采集数据设计了路网交通拥堵时空演化量化分析的流程,采用"路段拥堵持续时间""区域行程时间延误"区域拥堵路段数量"三个时空参数对路网交通拥堵状态的时空演化进行了量化研究.最后结合上海市浮动车数据与实际交通网络,得出了交通拥堵的延误时间和空间范围与拥堵程度大小的关系等结论.     

大型活动下路网可靠性动态交通仿真平台及实例分析

针对大型活动的交通特点,以动态交通仿真模型INTEGRATION为基础,以路网可靠性算法为核心,建立了一个面向大型活动下路网可靠性影响评价的动态交通仿真平台,描述了该仿真平台的主要功能模块:路网构建模块,交通需求模块、交通运行模块和可靠性分析模块,提出了路网可靠性评价指标和算法,为大型活动下的路网可靠性评价提供了一套有效的分析工具.最后选择首都体育馆演唱会开展了实际案例的分析.     

结合社交媒体数据的城市交通事件可视分析方法

社交媒体中的文本内容可对交通量数据进行补充,为此提出一个交通事件可视分析方法。建立交通事件文本处理模型,提取事件的描述信息;基于图嵌入算法学习道路节点属性的向量表示,建立道路相似性模型;结合核密度模型建立交通事件发生概率预测模型;设计了一个交互式可视分析界面对于交通事件进行可视分析与探索。通过交通信息抽取、道路相似性度量以及交通事件交互预测等案例分析,验证了所提方法的有效性,可以辅助交通部门管理决策。     

基于延时动力系统的多车道交通流仿真

基于延时动力系统思想,提出了关于动力系统的道路交通流量的仿真新算法。针对多车道、路况可变、流量可变的复杂交通环境建立了新模型,在分析多车道封闭系统和多车道路况的基础上,本新模型可以描述前后时间段对道路交通流量的相互影响。仿真数据结果表明,新模型能够模拟交通流量变化,同时对于控制交通流量以及分析交通系统的特点是有效的。结果推广并改进了文献[2,3]中的相关结论。     

单交叉口多策略模糊控制算法与优化

大量研究表明,模糊交通信号控制算法在性能上明显优于传统方法,但现有研究大多采用单策略控制,在复杂多变的城市交通流条件下,难以充分发挥交叉口的通行能力.为此,在深入分析交通需求的基础上,提出了基于模糊理论的多策略模糊控制算法.同时,为克服用经验法确定多套模糊策略的困难与不足,还设计了基于遗传算法的模糊规则和隶属度函数优化方法.仿真结果表明,多策略模型优于单策略模型,更优于传统交通控制方法.     

基于OLS算法的RBF神经网络高速公路事件探测

高速公路事件是指破坏正常交通流并造成交通阻塞的非重现随机发生的事件。事件发生后对其进行快速可靠的探测对减少交通延误、保障道路安全、减少环境污染具有十分重要的意义。文中提出了一种基于模糊聚类技术和RBF神经网络的混合智能高速公路事件自动探测算法，同时改进了用于RBF神经网络训练的OLS(正交最小二乘)选择算法。仿真实验证明，改进的OLS选择算法大大提高了RBF神经网络的训练速度，同时具有无须事先确定RBF中心的优点，将之运用于公路事件探测可以获得满意的性能。