基于车载数据的城市道路交叉口自适应控制研究

在总结现有交叉口交通控制弊端的基础上,通过对控制目标和任务的分析,基于车路协同系统的全时空车载数据,以单车道的车队和多车道的车队簇为控制对象,利用车头时距和间距研究车队和车队簇的形成和动态变化规律,建立了基于车载数据的交叉口自适应控制模型,同时在相位切换逻辑中考虑了两难区.最后基于二次开发的仿真平台,对研究成果进行了测试和验证,相关的案例分析表明,模型应用对于交叉口平峰和低峰情况下的运行效率和安全性有显著改善.     

基于隐马尔可夫模型的自适应站点的研究

提出了一个基于隐马尔可夫模型的自适应站点模型.通过对用户访问序列进行语义分析,提取出访问路径中蕴含的信息需求,依此进行站点调整、页面推荐及预取,全面提升了站点的自适应性能.     

试论马尔可夫模型及应用

马尔可夫过程对一个运行系统由一种状态转移到另一种状态的现状提出了定量分析,从而为重新决策提供了依据。     

大系统马尔可夫模型状态转移概率矩阵的快速形成方法

提出马尔可夫模型状态转移概率矩阵的快速形成方法．定义元件状态转移率矩阵和系统状态数组,将系统状态转换为便于计算机存储与处理的数组,有效地描述了系统状态之间的转移;基于元件状态转移率矩阵和系统状态数组提出不受系统状态和元件状态数目限制快速准确计算状态转移率的方法,通过挖掘状态转移概率矩阵中非零元素的分布规律提出非零元素的快速定位方法,进而快速形成状态转移概率矩阵的稀疏存储;针对由两状态元件组成的系统,提出基于给定系统状态排序和服务状态集数纽快速定位状态转移概率矩阵中非零元素的方法．将其应用于电力系统概率安全性评估,以新英格兰10机39节点系统为例,证实了方法的有效性和实用性．     

基于马尔可夫模型的高校师资队伍预测方法

根据高校师资队伍的变化趋势，将教师在高校内外的流动和转移归结为一种概率统计和概率预测问题，并应用马尔可夫模型预测其在未来某一特定时期内可能出现的状态，为高校人力资源管理提供了量化的依据，有利于形成一支结构合理、高效精干的师资队伍．     

马尔可夫链及其在经济预测中的应用

研究了马尔可夫链及其在经济预测中的应用，目的在于，在产品销售过程中，如何才能投入最小、收益最大。     

基于结构方程的信号交叉口驾驶人两难区选择行为影响因素分析

驾驶人在信号交叉口两难区的驾驶选择行为影响因素分析对交叉口的安全运行具有重要意义。通过设计问卷,获取了不同个人属性、不同道路情况、考虑设置辅助驾驶系统等因素下驾驶人的选择行为,使用结构方程分析了上述因素对驾驶人在两难区的选择行为的影响。结果表明:驾驶人的个人属性、驾驶信息、对于辅助系统的态度及意见等都对驾驶人在两难区的选择行为有直接的影响,而其中驾驶人的驾驶信息是主要影响因素。     

一种基于隐马尔可夫模型的自适应联合频谱预测方法

基于隐马尔可夫模型(Hidden Markov Model,HMM)的频谱预测是次用户(SU)根据频谱感知历史信息得到主用户(PU)信道状态训练集,用前M个时刻信道的状态组成的矩阵作为待测矩阵与训练集匹配,根据匹配的相似度对下一时刻的信道状态进行预测。由于信道预测是基于前M个时刻的信道状态,其信道状态的不确定性直接影响到预测的准确性。文中针对这一问题,提出一种基于HMM的自适应联合频谱预测方法,根据本地预测中各待测矩阵的可信度给予不同的权值,通过数据融合来得到最终的预测结果。此外,为了解决文中的数据融合问题又提出一种基于本地预测可信度的自适应分组融合算法。仿真结果表明,该方法能够明显提高频谱预测的准确性。     

基于马尔可夫链的国内废水排放量预测

应用马尔可夫链对废水排放量进行动态预测.结果表明,马尔可夫链模型预测的数值与实际数值一致:2015年排水量处于478.5～587.5亿吨,高于652.9亿吨的可能性最大,2016年处于高于652.9亿吨的可能性最大.预测结果与实际废水排放量相吻合,说明用马尔可夫链模型来预测废水排放量是合理有效的.     

基于扩张状态观测器的通用模型参考自适应控制设计与分析（英文）

提出一种基于扩张状态观测器(ESO)的任意参考模型自适应控制方法,该方法利用ESO直接估计系统状态,且对不确定性进行估计并补偿.基于ESO的模型参考自适应控制(MRAC),仅需要知道被控对象的阶次,而不必区分线性、非线性,时变、时不变,内部(参数、结构)不确定性、外部(扰动)不确定性等.此外,当参考模型与被控对象同阶并在满足期望性能指标的前提下,对被控对象模型依赖程度很低,简化了设计过程.首先,提出了基于ESO的MRAC控制器结构,并设计了控制律,进而给出了稳定性分析,最后进行了仿真验证.仿真结果表明,该方法具有鲁棒性好、控制量少、稳态精度高等优点.     

基于电警数据的单点自适应信号控制优化方法

通过深入挖掘利用电警数据蕴含的交通流信息,提出了一种基于电警数据的单点自适应信号控制优化方法。研究对象为各进口道均布设电警设备的四肢交叉口,4个上游交叉口也布设有电警设备,能够获取前往目标交叉口的车流。首先,根据TOD时段上下游电警匹配历史数据,利用高斯混合模型估计各路段行程时间参数,进而标定基于截断正态分布的车队离散模型;其次,基于实时到达率预测值,以目标交叉口总延误最小为优化目标,建立整数规划模型对信号控制参数进行实时滚动优化,采用动态规划算法求解;最后,在不同需求场景下对该方法进行仿真验证。结果表明,路段行程时间均值与标准差的估计误差均小于3s,车均延误与排队长度较最优灯组配时分别减少34.2%和40.5%以上。与感应控制相比,该方法在高需求场景下改善效果更为明显,车均延误与排队长度分别减少12.9%和15.8%,在其他场景下也分别有2.6%和5.4%以上的改善。同时,滚动优化时长的增加也能带来控制效益的提升。     

基于改进灰色预测模型的自适应PID控制算法

针对大滞后系统提出一种基于改进灰色预测模型的自适应PID控制,采用优化背景值和初始条件的改进GM(1,1)模型作为预测模型,用预测结果代替被控对象测量值,克服了大滞后系统控制效果不能及时反馈的不足,并将二次型性能指标引入到PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制。仿真结果证明,该方法对大滞后系统具有较好的适应性和鲁棒性。     

基于多模型的自适应控制研究进展

基于多模型的自适应控制（ＭｕｌｔｉｐｌｅＭｏｄｅｌＢａｓｅｄＡｄａｐｔｉｖｅＣｏｎｔｒｏｌ,ＭＭＡＣ）其目的在于对各种复杂的、具有高度不确定性的、快时变的系统给出一种行之有效的控制方法．文中对这一领域的研究进展进行了回顾、分析与总结．介绍了ＭＭＡＣ的基本原理和基本思想,给出了ＭＭＡＣ的结构框图,分析讨论了其中存在的几个重要问题,并指出了与这些问题相关的未来的研究方向     

含非线性因素的模型参考自适应控制

研究了含非线性因素的位置伺服系统,提出一种适合快速、高精度位置伺服系统的非线性参考模型的自适应控制算法。使其对含有某些非线性特性的被控对象的控制效果优于线性参考模型的自适应控制算法。     

三温区电加热炉的神经网络模型参考自适应控制

提出了一种基于神经网络非线性系统的模型参考自适应控制方法，通过在线训练获得反映对象动态持性的神经网络辨识器和神经网络控制器，对三温区电加热炉进行实时控制，仿真结果表明该方法的有效性及其优良性能。     

自适应模型预测控制的车道保持控制策略

建立车辆侧向动力学模块、车辆传感模块、道路曲率预瞄模块.在传统模型预测控制(MPC)算法的基础上,利用辛普森法则,结合车道保持优化性能指标和系统约束,设计基于自适应模型预测控制的车道保持控制策略.在Simulink环境下,将其与基于传统模型预测控制器进行比较分析.仿真结果表明:相较于模型预测控制,自适应MPC能够在各控制周期实现车辆模型更新,在强非线性工况下具备较好的鲁棒性,进而能够保证行车安全的前提下,获取较好的乘坐舒适性.     

基于模糊趋近律的自适应滑模变结构控制

针对一类非线性不确定系统,把自适应模型跟踪控制和模糊控制与趋近律相结合,提出一种新的自适应模糊滑模变结构控制方案.不仅消除了滑模变结构控制固有的高频颤动现象,对模型不确定性和外部干扰具有较强的鲁棒性,而且改善了系统到达段的品质,同时跟踪误差可收敛到零的一个邻域内.仿真结果也表明了该方案的正确性.     

考虑关联交叉口排队长度的干线协调相位差模型

为减少干线车辆延误与停车次数,将干线相邻交通信号连接起来进行协调控制。基于相邻交叉口交通流的到达特性,分析干线协调控制的内在机理。依据车流到达类型,将车队头车绿灯到达情况下的交叉口延误分为车队尾部受阻与车队不受阻两种类型。分析关联交叉口的排队特性,将排队长度引入延误计算过程,建立了四种干线协调控制相位差模型。选取青岛市珠江路干线五个相邻信号交叉口进行模型验证,得出相邻交叉口相位差与延误的相关关系,确定了使车辆延误最小的相位差。结果表明,基于排队特性的相位差模型在干线协调控制中具有一定的可行性与实用性。