幾類快速路交通流模型的迭代學(xué)習(xí)控制研究

《幾類快速路交通流模型的迭代學(xué)習(xí)控制研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文幾類快速路交通流模型的迭代學(xué)習(xí)控制研究楊峰指導(dǎo)老師戴喜生專業(yè)名稱控制理論與控制工程學(xué)科門類工學(xué)論文提交日期2015.5.23分類號(hào)密級(jí)公開UDC學(xué)校代碼10594碩士學(xué)位論文題目幾類快速路交通流模型的迭代學(xué)習(xí)控制研究英文題目ResearchonIterativeLearningControlforSeveralTypesofFreewayTrafficFlowModels姓名楊峰專業(yè)名稱控制理論與控制工程學(xué)科門類工學(xué)指導(dǎo)老師戴喜生論文提交日期2015.5.23論文答辯日期2015.5.30答辯委員會(huì)主席譚光興論文評(píng)閱人李春貴張向文黨選舉獨(dú)創(chuàng)性聲明本人鄭重聲明：所呈

2、交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下獨(dú)立完成所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中Ｗ明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。作者簽名；日期三方女怎Ｉ３廣西科技大學(xué)碩士學(xué)位論文摘要摘要快速路作為城市交通路網(wǎng)中的重要組成部分，給人們的出行帶來了極大的便利，快速路交通擁堵問題的頻繁發(fā)生，使得快速路交通流控制成為了交通系統(tǒng)研究中重要的研究熱點(diǎn)。迭代學(xué)習(xí)控制（IterativeLearningControl，ILC）是智能控制方法中的一個(gè)分支，

3、建立在嚴(yán)格的數(shù)學(xué)描述基礎(chǔ)上，不需要依靠精確的數(shù)學(xué)模型，非常適合快速路交通流這類具有非線性、重復(fù)性、難建模等特點(diǎn)的研究對(duì)象。近年來，快速路交通流的迭代學(xué)習(xí)控制受到了廣泛關(guān)注。本文針對(duì)快速路交通流常微分模型，采用開環(huán)PD型迭代學(xué)習(xí)律設(shè)計(jì)了控制方法，通過嚴(yán)格的數(shù)學(xué)證明，對(duì)算法收斂性進(jìn)行了分析，給出了迭代學(xué)習(xí)誤差的收斂條件，再通過仿真分析驗(yàn)證了算法的有效性。針對(duì)快速路交通流動(dòng)量模型，采用開環(huán)PD型迭代學(xué)習(xí)律設(shè)計(jì)了控制方法，并進(jìn)行了收斂性分析，給出了收斂條件，通過和開環(huán)D型迭代學(xué)習(xí)控制律的仿真對(duì)比分析，驗(yàn)證了開環(huán)PD型迭代學(xué)習(xí)控制律具有更好的控制效果。然后利用模糊控制（FuzzyContr

4、ol，F(xiàn)C）算法對(duì)開環(huán)PD型迭代學(xué)習(xí)控制律的學(xué)習(xí)增益進(jìn)行調(diào)節(jié)，設(shè)計(jì)了模糊開環(huán)PD型迭代學(xué)習(xí)控制器，通過和開環(huán)PD型迭代學(xué)習(xí)控制律的仿真對(duì)比分析，驗(yàn)證了利用模糊控制算法改進(jìn)后的迭代學(xué)習(xí)控制律提高了系統(tǒng)輸出誤差的收斂速度，改善了控制性能。針對(duì)快速路交通流分布參數(shù)系統(tǒng)擴(kuò)散模型，采用開環(huán)PD型迭代學(xué)習(xí)律進(jìn)行控制，通過仿真分析，驗(yàn)證了開環(huán)PD型迭代學(xué)習(xí)控制律在快速路交通流分布參數(shù)系統(tǒng)擴(kuò)散模型的交通流控制上的有效性。然后采用粒子群（ParticleSwarmOptimization，PSO）算法對(duì)迭代學(xué)習(xí)控制律的迭代學(xué)習(xí)增益進(jìn)行優(yōu)化，設(shè)計(jì)了粒子群開環(huán)PD型迭代學(xué)習(xí)控制器，通過和開環(huán)PD型迭代

5、學(xué)習(xí)控制律的仿真對(duì)比分析，驗(yàn)證了快速路交通流分布參數(shù)系統(tǒng)擴(kuò)散模型在粒子群算法改進(jìn)后的迭代學(xué)習(xí)控制律的作用下，系統(tǒng)誤差具有更快的收斂速度，系統(tǒng)輸出具有更好的跟蹤性能。關(guān)鍵詞：迭代學(xué)習(xí)控制；快速路交通流常微分模型；快速路交通流動(dòng)量模型；快速路交通流分布參數(shù)系統(tǒng)擴(kuò)散模型；模糊控制；粒子群算法I廣西科技大學(xué)碩士學(xué)位論文AbstractAbstractAsanimportantcomponentofurbanroadnetwork,freewayhasbroughtgreatconveniencetothewaypeopletravel.Asfreewaytrafficcongestion

6、occursfrequently,thecontroloffreewaytrafficflowhasbecomeahotresearchinresearchoftransportationsystem.Iterativelearningcontrol(ILC),whichbasedonstrictlymathematicaldescription,isonebranchoftheintelligentcontrolmethods.ILCdoesn’tdependonprecisemodel.It’ssuitabletoresearchsubjectwithnonlinearity

7、,repeatabilityanddifficultyinmodelingsuchasfreewaytrafficflow.Inrecentyears,ILCforfreewaytrafficflowhasreceivedwidespreadattention.Inthispaper,basedonfreewaytrafficflowordinarydifferentialmodel,open-loopPD-typeiterativelearninglawisadoptedtod