【技术实现步骤摘要】
基于随机分布控制算法的多个MFD子区边界协调控制方法
本专利技术属于交通控制
,具体涉及一种基于随机分布控制算法的多个MFD子区边界协调控制方法。
技术介绍
自交通信号出现以来,其控制方式的发展从定时控制、感应控制,再到自适应控制;控制范围从单个交叉口到干线协调控制再到区域信号协调控制。传统的点或线信号控制方法只能改善局部的交通状况,却无法应对区域性大范围的交通拥堵。而传统的区域协调控制系统主要是利用干道协调控制的理论,将拥堵区划分为多个子区进行优化控制,进而实现整个区域的协调控制。近些年来,MFD(Macroscopicfundamentaldiagram)所描述的宏观路网流量、密度与速度三参数之间的关系为解决交通拥堵提供了较好的方法。因此,诸多学者如Hajiahmadi、Haddad等对MFD子区(简称子区)中的累积车辆数建立预测模型,进而进行交通控制;但这些方法未考虑累积车辆数在空间上分布的非均衡性问题。
技术实现思路
为了解决各子区域内车辆数目分布不合理,无法使路网区域交通保持良好的运行状态的问题,本专利技术提供了一种基于随机分布控制算法的多个MFD子区边界协调控制方法,以实现对区域按照MFD得出的最佳车辆数目进行交通控制,使得整个路网达到交通最优。为了解决上述技术问题,本专利技术采用的技术方案为:1、一种基于随机分布控制算法的多个MFD子区边界协调控制方法,包括以下步骤:S1、建模采集数据:将路网合理划分为n个MFD子区域,在每个MFD子区域边界的十字路口加装计数装置,采集各个MFD子区内的车辆数目Ni,形成数据集N{N1,N2...Nn}以及 ...
【技术保护点】
1.一种基于随机分布控制算法的多个MFD子区边界协调控制方法,其特征在于,包括以下步骤:S1、建模采集数据:将路网合理划分为n个MFD子区域,在每个MFD子区域边界的十字路口加装计数装置,采集各个MFD子区内的车辆数目Ni,形成数据集N{N1,N2...Nn}以及相应时间点的MFD各子区域边界入口车辆排队长度Li,边界出口车辆排队长度Lo,形成数据集合;S2、车辆数目概率分布估计:对各个MFD子区域的车辆数目数据进行处理,得到车辆数目分布的概率密度函数;S3、建立车辆数目概率分布密度函数的基函数表示模型;S4、将各个MFD子区域边界入口车辆排队长度Li,边界出口车辆排队长度Lo,对应时刻的车辆数目概率分布的前n‑1个权值向量以及绿信比矩阵作为模型的输入变量,建立输入变量与前n‑1个权值向量之间的非线性预测模型,通过采集的历史数据对模型进行训练,得到车辆概率分布密度函数的基函数权值与输入变量之间的关系,并对下一时刻进行车辆数目概率分布密度函数进行预测;S5、构造与期望、预测车辆数目概率分布以及控制量相关的性能指标函数并进行求解,得到控制量的输出。
【技术特征摘要】
1.一种基于随机分布控制算法的多个MFD子区边界协调控制方法,其特征在于,包括以下步骤:S1、建模采集数据:将路网合理划分为n个MFD子区域,在每个MFD子区域边界的十字路口加装计数装置,采集各个MFD子区内的车辆数目Ni,形成数据集N{N1,N2...Nn}以及相应时间点的MFD各子区域边界入口车辆排队长度Li,边界出口车辆排队长度Lo,形成数据集合;S2、车辆数目概率分布估计:对各个MFD子区域的车辆数目数据进行处理,得到车辆数目分布的概率密度函数;S3、建立车辆数目概率分布密度函数的基函数表示模型;S4、将各个MFD子区域边界入口车辆排队长度Li,边界出口车辆排队长度Lo,对应时刻的车辆数目概率分布的前n-1个权值向量以及绿信比矩阵作为模型的输入变量,建立输入变量与前n-1个权值向量之间的非线性预测模型,通过采集的历史数据对模型进行训练,得到车辆概率分布密度函数的基函数权值与输入变量之间的关系,并对下一时刻进行车辆数目概率分布密度函数进行预测;S5、构造与期望、预测车辆数目概率分布以及控制量相关的性能指标函数并进行求解,得到控制量的输出。2.根据权利要求1所述的一种基于随机分布控制算法的多个MFD子区边界协调控制方法,其特征在于,所述步骤S2中,对各个MFD子区域的车辆数目数据进行处理,得到车辆数目分布的概率密度函数的公式为:其中,κ∑(·)表示多维核函数,u(k)表示绿信比矩阵,γ(N,u(k))表示γ当前绿信比为u(k)时车辆数目为N的概率密度分布。3.根据权利要求1所述的一种基于随机分布控制算法的多个MFD子区边界协调控制方法,其特征在于,所述步骤S3具体包括以下步骤:S301、选择高斯型径向基函数作为车辆数目概率分布密度函数的基函数,即:S302、确定基函数的加权表示式,车辆数目的概率密度函数用基函数的加权和表示为:γ(N,u(k))=C(N)V(k)+Bn(N)wn(k)+e0(N,k);其中,C(N)=[B1(N),B2(N),…,Bn-1(N)],V(k)=[w1(k),w2(k),…,wn-1(k)]T,wn(k)为第n个基函数对应的权值,e0(N,k)为对区域车辆数目概率分布密度函数逼近的误差;...
【专利技术属性】
技术研发人员:闫飞,杜宇浩,程兰,丁洁,阎高伟,
申请(专利权)人:太原理工大学,
类型:发明
国别省市:山西,14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。