学位论文 > 优秀研究生学位论文题录展示

基于油耗的城市交通信号分层递阶控制的优化研究

作　者: 任延飞
导　师: 汤淑明
学　校: 山东科技大学
专　业: 交通信息工程及控制
关键词: 城市交通信号控制油耗分层递阶控制基于代理控制模糊控制遗传算法交通仿真
分类号: U491.51
类　型: 硕士论文
年　份: 2011年
下　载: 80次
引　用: 0次
阅　读: 论文下载

内容摘要

汽车自发明以来,极大地提高了人们的生活水平,促进了社会的进步,但却消耗了大量的石油资源,并且造成了严重的交通问题。交通节能已经成为交通研究中的一个重要问题。在此背景下,本文应用分层递阶控制理论、基于代理(Agent)控制、模糊控制、遗传算法、交通仿真等理论与方法着重从车辆油耗的角度研究城市交通信号优化控制方案。首先,总结了城市交通节能的现状及对策,回顾了城市交通信号控制的发展历程,重点介绍了几个有代表性的控制系统,提出了本文的研究方向和研究内容：应用分层递阶控制理论,从单路口控制层、区域协调层、中心调度层三个层次研究交通信号控制的优化策略。其次,就单路口控制层的交通信号控制而言,介绍了定时控制算法、感应控制算法和自适应控制算法三种常见的单路口信号控制算法,三种控制算法对应三种控制Agent:定时控制Agent、感应控制Agent和白适应控制Agent,对这三种控制Agent在五种流量级别下的控制效果进行了评价,为区域协调和中心调度的优化控制策略研究奠定了基础。再次,就区域协调层的交通信号控制而言,本文引入了模糊控制理论,根据交通状况着重从油耗角度优化定时控制Agent的周期长度以及感应控制Agent和自适应控制Agent的相位最大绿灯时间等区域协调控制参数,并且对区域协调的效果进行了仿真验证。最后,就中心调度层的交通信号控制而言,主要研究了控制Agent的离线调度学习优化算法和在线调度学习优化算法。离线调度学习优化算法是指根据交通流量的历史数据,采用遗传算法得到控制Agent离线调度的优化方案：在线学习优化算法通过设置车辆平均油耗的阂值,使用在线数据来选取特定路口在特定时段下的优化控制Agent,进而更新控制Agent调度方案。并对离线学习和在线学习的控制效果进行了仿真验证。

全文目录

摘要  5-6
ABSTRACT  6-12
1. 绪论  12-19
  1.1 研究背景  12-16
  1.2 研究意义  16-17
  1.3 本文的研究内容  17-19
2 基于代理控制的分层递阶城市交通信号控制系统的关键技术  19-31
  2.1 基于代理控制的分层递阶控制  19-23
  2.2 交通仿真技术  23-28
  2.3 车辆油耗模型  28-30
  2.4 本章小结  30-31
3 基于分层递阶的单路口信号控制算法性能分析  31-39
  3.1 单路口信号控制算法简介  31-32
  3.2 单路口仿真实验平台的搭建  32-35
  3.3 控制Agent平均油耗、速度、延误分析  35-38
  3.4 本章小结  38-39
4 基于模糊控制的城市交通信号控制区域协调优化研究  39-51
  4.1 基于模糊控制的城市交通信号控制区域协调优化的基本思想  39-41
  4.2 模糊控制概述  41-43
  4.3 基于油耗使用模糊控制优化周期长度的实现  43-46
  4.4 基于模糊控制优化相位最大绿灯时间的实现  46-48
  4.5 区域协调仿真实验设计及结果分析  48-50
  4.6 本章小结  50-51
5 基于分层递阶的城市交通信号控制系统中心层优化研究  51-61
  5.1 城市交通信号控制系统中心层优化策略的基本思想  51
  5.2 基于遗传算法的城市交通信号控制系统离线学习优化研究  51-55
  5.3 城市交通信号控制系统在线学习优化研究  55-57
  5.4 中心层离线学习优化仿真实验设计及结果分析  57-58
  5.5 中心层在线学习优化仿真实验设计及结果分析  58-60
  5.6 本章小结  60-61
6 结论与展望  61-63
  6.1 主要工作与结论  61
  6.2 展望  61-63
致谢  63-64
参考文献  64-68
攻读硕士期间发表的论文、专利、软件著作权及参加课题  68

基于油耗的城市交通信号分层递阶控制的优化研究

内容摘要

全文目录

相似论文