（交通信息工程及控制专业论文）基于Elman神经网络的高速公路入口匝道预测控制仿真研究.pdf

西南交通大学硕士研究生学位论文第1 页 摘要 高速公路交通控制是智能运输系统的重要组成部分，针对传统交通控 制技术的缺陷，近年来人们将人工智能( a i ) 和计算机智能( c i ) 应用到 高速公路交通控制中。神经网络预测控$ 1 j ( n n p c ) 充分利用了神经网络的 非线性映射能力以及预测控制滚动优化、反馈校正的机理，更适用于动态 性和时变性的高速公路交通系统的控制。本文以充分利用高速公路现有资 源、提高交通流量为目的，对入口匝道控制进行了研究，设计和仿真实现 了基于粒子群算法的高速公路交通流预测器和控制器，主要工作如下： 首先，分析了高速公路交通流宏观动态模型，建立e l m a n 神经网络 模型，并提出了基于粒子群算法( p s o ) 的e l m a n 神经网络混合优化策略， 采用p s o 优化连接权值来训练神经网络，与标准b p 算法相比，p s o 采 用实数编码，结构简单，学习收敛快，仿真结果表明该模型适合于高速公 路短期交通流预测。 其次，针对交通系统具有非线性、动态性和强扰动性，为进一步改善 n n p c 的性能，构造了基于p s o 算法的非线性优化控制器，利用p s o 算 法对实现控制量的滚动优化，仿真实现了高速公路交通流神经网络预测控 制，并就该系统的预测模型、滚动优化算法、反馈校正、仿真参数设置问 题等进行了分析。 最后通过m a t l a b 仿真验证，结果表明，与无控制情况和基于遗传 算法的协调控制相比，本文提出的改进方法在降低入口匝道平均等待时 间、提高服务流量等性能上有较好的控制效果。通过进一步地抗干扰能力 测试，证明了该方法具有较好的鲁棒性。 关键字：高速公路；入口匝道控制；p s o 算法；e l m a n 神经网络； 预测控制 西南交通大学硕士研究生学位论文第1 i 页 a b s t r a c t f r e e w a yt r a f f i cc o n t r o li s c o n s i d e r e da sa ni m p o r t a n tc o m p o n e n to f i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m f o rt h ed r a w b a c k so f t r a d i t i o n a lt r a f f i c c o n t r o lt e c h n i q u e s ，p e o p l eh a v eb e g u nt oa p p l ya a r t i f i c i a li n t e l l i g e n c e ( a i ) a n d c o m p u t a t i o n a li n t e l l i g e n c e ( c i ) t of r e e w a yt r a m cc o n t r o li nr e c e n ty e a r s n e u r a l n e t w o r kp r e d i c t i v ec o n t r o l ( n n p c ) t a k e sf u l la d v a n t a g eo ft h e n o n l i n e a r ，s e l f - o r g a n i z i n g ，s e l f - l e a r n i n gp e r f o r m a n c eo fn e u r a ln e t w o r k sa n d t h er o l l i n go p t i m i z i n g ，f e e d b a c ka d j u s t i n ge f f e c t i v e n e s so fp r e d i c t i v ec o n t r 0 1 i ti sm o r es u i t a b l ef o rt h i sf r e e w a yt r a f f i cc o n t r 0 1 t h i sp a p e rb a s e do nh o wt o m a k eu s eo fa l le x i s t i n gr e s o u r c e so ff r e e w a yw e l l e x a l t a t i o nt r a f f i cv o l u m e f o rp u r p o s e ，c a r r yo nt h o r o u g hr e s e a r c ho fo n r a m pm e t e r ，t h ef r e e w a yt r a f f i c f l o wf o r e c a s ta n dc o n t r o l l e ri sd e s i g n e da n ds i m u l a t e db a s e do np a r t i c l e s w a r ma l g o r i t h m t h ef o l l o w i n gr e s e a r c h e sa r ei n v o l v e di nt h i sp a p e r ： f i r s t l y t h em a c r o d y n a m i cm o d e lo fh i g h w a yt r a f f i cf l o wi sa n a l y z e d t h e e l m a nr e c u r r e n tn e u r a ln e t w o r km o d e li sb u i l ta n da np s 0a l g o r i t h mi su s e d t ot r a i nt h ew e i g h t sa n do ft h en e u r a ln e t w o r k c o m p a r e dw i t ht h es t a n d a r db p a l g o r i t h m ，p s ow h i c hu s i n gr e a lc o d i n ga n d ，h a sm o r es i m p l es t r u c t u r ea n d f a s t e rc o n v e r g e n c es t u d y , t h es i m u l a t i o nr e s u l t ss h o wt h a tt h em o d e ls u i t a b l e f o rh i g h w a yt r a f f i cf l o ws h o r t t e r m f o r e c a s t i n g s e c o n d l y i nv i e wo ft h et r a n s p o r ts y s t e mi sn o n 1 i n e a r , d y n a m i ca n d s t r o n gd i s t u r b a n c e i no r d e rt of u r t h e re n h a n c et h ep e r f o r m a n c eo fn n p c a n o n l i n e a ro p t i m i z a t i o nc o n t r o l l e rb a s e d o np s oi sp r e s e n t e d u s i n gp s o a l g o r i t h mt oa c h i e v ec o n t r o lo ft h er o l l i n go p t i m i z a t i o n a n ds i m u l a t i o nr e s u l t s a c h i e v e d f r e e w a yt r a f f i c f l o wn e u r a ln e t w o r kc o n t r o l s y s t e m a n d t h e f o r e c a s t i n gm o d e lo ft h es y s t e m ，a n dr o l l i n go p t i m i z a t i o na l g o r i t h m ，f e e d b a c k c o r r e c t i o n ，s i m u l a t i o np a r a m e t e rs e t t i n g sp r o b l e m sw e r ea n a l y z e d f i n a l lv p r e d i c t i v ec o n t r o l l e rw a ss i m u l a t e da n dv e r i f i c a t e d ，w i t ht h e m e a s u r e dd a t ao fah i g h w a ya n dr e s u l t ss h o w e dt h a t ，c o m p a r e dw i t hn o c o n t r o la n dc o o r d i n a t i o nb a s e do ng e n e t i ca l g o r i t h m s t h ep r o p o s e dc o n t r o l s t r a t e g yi nt h i sp a p e rh a sab e t t e rp e r f o r m a n c ei n d i c a t o r si nr e d u c i n gt h e a v e r a g ew a i t i n gt i m eo nr a m pa n dl m p r o v m gs e r v i c ep e r t o r m a n c e k e yw o r d s ：f r e e w a y ；o n r a m pm e t e r ；p s o ；e l m a n ；n n p c ； 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部 或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等 复印手段保存和汇编本学位论文。 本学位论文属于 1 保密口，在年解密后适用本授权书； 2 不保密西使用本授权书。 ( 请在以上方框内打“ ) 学位论文作者签名：1 司玉姗指导老师签名： 日期：口岁) 日磬岁j - 西南交通大学学位论文创新性声明 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工 作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个 人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和 集体，均已在文中作了明确的说明。本人完全意识到本声明的法律结果由 本人承担。 本学位论文的主要创新点如下： 1 首先分析了高速公路交通流的基本概念及宏观动态交通流模型， 接下来介绍了入口匝道控制系统的原理及系统构成，为本文奠定了理论基 础及选择了控制策略。 2 利用粒子群算法优化连接权重来训练e l m a n 神经网络，实现了动态 递归神经网络的全自动设计。使用这一模型建立了高速公路交通流预测 器，用于交通流的预测控制。结果证实p s o e l m a n 神经网络用于交通流的 短期预测效果良好，训练步数最少，训练误差最小 3 设计并实现了基于粒子群算法的高速公路交通流神经网络预测控 制系统。最后通过m a t l a b 仿真表明，与无控制情况和基于遗传算法的 协调控制进行比较，本文提出的改进方法在降低入口匝道平均等待时间、 提高服务流量等性能上有较好的控制效果。通过进一步地抗干扰能力测 试，证明了该方法具有较好的鲁棒性。 西南交通大学硕士研究生学位论文第1 页 1 1 选题背景 第1 章绪论 高速公路是指能适应年平均昼夜小客车交通量为2 5 0 0 0 辆以上，专供 汽车分道高速行驶并全部控制出入的公路【l 】。中国高速公路的发展虽比西方 发达国家晚近半个世纪的时间，但从1 9 8 8 年中国大陆第一条高速公路正式 通车到现在，中国的高速公路建设取得了举世瞩目的成就。至2 0 0 6 年底， 我国的高速公路建设达到了4 5 4 万公里，跃居世界第二位。中国高速公路 建设走上了一条快速发展之路，高速公路因其对经济发展的巨大的作用， 正以高速公路网络的形式向全国覆盖，成为了国家经济发展水平的风向标。 公路运输具有门到门直达运输的灵活性，加快高速公路建设成为我国 经济社会发展的需要。随着国民经济的快速发展，物流、入流、商品流大 幅度增加，提高运输效率、降低运输成本的要求日益迫切。到目前为止所 修建的高速公路仅满足了所需高速公路的3 0 多，高速公路路网通行能力 己逐渐不能满足交通量增长的需要，尤其是城市高速公路交通拥挤和堵塞 现象日益严重，交通事故和污染问题正越来越引起社会的普遍关注。从世 界发达国家对高速公路建设管理经验来看，单凭依靠修建更多的道路、扩 大路网规模难以满足日益增长的交通需求，利用高新科学技术，如现代信 息与通讯技术等手段，来改造现有的道路运输系统及其管理体系，把车辆、 道路和使用者紧密结合起来，从而形成一种及时、准确和高效的先进高速 公路交通管理系统是解决上述问题的有效方法【z j 。 高速公路的交通控制是其完善程度的重要标志。先进信息和通信技术 的应用使得创新性的高速公路控制技术的实施成为可能。匝道控制是有效 的高速公路交通控制策略之一。入口匝道除了有直行交通外，还有转弯交 通要进行加速、减速、交织等复杂运行，容易引起交通紊乱，是交通事故 多发区。高速公路匝道控制系统作为智能运输系统( i n t e l l i g e n tt r a n s p o r t a t i o n s y s t e m s ，简称i t s ) 最重要的子系统之一，其基本目标是控制高速公路交通 需求，它以高速公路主线交通流为控制对象，以匝道入口流量为系统的输 西南交通大学硕士研究生学位论文第2 页 入控制量，通过计算匝道上游交通需求与下游道路容量差额来寻求最佳入 口匝道流量控制，从而使高速公路本身交通需求不超过它的容量，使高速 公路主线交通流处于最佳状态。入口匝道控制的结果是通过把高速公路上 的延误因素转移到入口匝道，从而在高速公路上维持一个即不间断也不拥 挤的交通流，也就是把超量的车辆转移到其它可替换道路上，或者转移到 需求较低的其它时间，或采用其它运输方式【j j 。 1 2 国内外研究概况 1 2 1 国外研究概况 高速公路监控系统的研究国外起步较早，发展到现在也已经比较完善。 美国、加拿大、欧洲、日本在监控系统方面的研究走在世界的前列。美国 自5 0 年代开始大规模修建高速公路并开始了高速公路的建模与控制，1 9 6 0 年以后把注意力集中在高速公路的运行和管理上。1 9 6 5 年通过车辆检测器、 遥测装置和电子计算机自动地控制了入口匝道处的交通量和信息标志，从 而达到了线路的最佳运行状态。日本高速公路监控系统的研究是1 9 6 8 年开 始的。日本高速公路交通管制系统的出发点是以正确把握交通状况为先决 条件，通过设置各种形式的车辆检测器测量通过车辆数目，并计算出速度、 密度、占有率等交通参数，借助紧急电话、巡逻车、闭路电视等对交通状 况进行监视。将这些参数和状况，经人工或计算机处理并做出综合判断， 选择最佳控制方案，通过道路信息板、无线电台广播等手段，对高速公路 的交通情况进行调节和控制。近几年来，随着计算机技术、自动化控制技 术和通信技术的发展，一些国家高速公路监控系统的技术结构也在随之变 化。多计算机功能分散的计算机网络处理方式代替原来由单一的计算机集 中处理方式，从而使系统可靠性提高，程序编制简单，易于维护和功能扩 展【4 】o 在过去的几年中，国外已经提出许多交通控制策略，包括各种控制方 法，比如利用可变信息标志( v a r i a b l em e s s a g es i g n sv m s ) 或者装载车辆的路 线推荐，匝道控制，可变速度控制等，其中，对匝道控制的研究已经相当 西南交通大学硕士研究生学位论文第3 页 成熟，文献 5 】、 6 都对匝道控制进行了深入的研究，并将其用于实际高速 公路，且获得了理想的性能指标。近些年，一种模型预测控制( m o d e l p r e d i c t i v ec o n t r o l ，m p c ) 方法己被实验性地用于协调控制高速公路路网， m p c 是一种在线控制策略，用一个模型来预测路网中交通流在未来时间内 的变化【7 】【9 1 。另一方面，国外在高速公路路网宏观交通流建模方面，也有了 很大的成就。文献 1 0 】、【1 l 】中提出的模型进一步增强了经典h p a y n e 交通 流模型的在交通流汇合区域内的可靠性，比如在入口匝道附近或者车道数 减少的地方。在文献中提出了这样一种思想：宏观交通流模型应该能够允 许应用于有多出发地、多目的地以及对于任何一对起始地一目的地之间有 多条路线可选择的高速公路路网中。基于该思想产生了一系列的宏观仿真 工具：m e t a n e t 13 1 、m e t a c o r 14 1 、n e t c e l l e l5 1 、s t r a d a 1 6 等等。其 中，由于m e t a n e t 模型很好地考虑了仿真速度和时间而被最为广泛地采 用，并且，希腊的a p o t o s l o sk a t s i a l o 、m a r k o sp a p a g e o r g o u s 等人于2 0 0 2 年 1 2 月成功地将其应用于荷兰的a m s t e r d a m 圆形路网中，证明了该建模工具 的实用性和正确性【l7 。 虽然国外对于高速公路路智能交通控制已有较深的研究，且成果显著， 最新的成果是美国的m p a t e l 和n r a n g a n a t h a n 设计实现的神经网络和模糊 专家系统集成的系统【l 引。但是几乎所有的研究方法都是基于最优控制方法 的，对于基于其他方法或者具体的实施控制措施尚待进一步的完善及挖掘。 1 2 1 国内研究概况 我国高速公路建设与国外发达国家相比起步较晚，目前高速公路的建 设发展东西部不平衡，东部沿海和经济发达省份高速公路骨架网络已经基 本形成，而西部地区的高速公路建设尚处于起步阶段。我国现有的高速公 路里程还不能适应国民经济高速发展的需要，在今后一段时期内公路交通 的首要任务仍然是加快高速公路建设，发展道路体系，形成完善的高速公 路网络。 我国高速公路监控系统同样起步较晚，虽然已建成和在建的高速公路 都拥有一定规模的监控系统，并且目前有少数高速公路基本实现了全程监 控，但是，大部分高速公路的设备和监控管理方面都普遍存在着以下问题【4 】： 西南交通大学硕士研究生学位论文第4 页 ( 1 ) 外场设备( 包括信息采集系统和信息发布系统) 数目少、密度小， 不能满足i t s 先进的监控系统的实际需要； ( 2 ) 检测器误差较大，精度不高，对于有些检测器需要研究修正调校 模型( 公式) ，以便检测数据能直接使用，提高监控系统的效率与实时性； ( 3 ) 信息采集系统数据利用率低，监控系统软件只对数据做简单的汇 总工作，不能对采集的数据进行数据挖掘： ( 4 ) 信息发布系统的诱导功能不强。 随着我国高速公路建设的迅速发展和相应问题的日益显现，从上世纪 9 0 年代起，国内一些研究机构和高校的交通专业开始重视并研究高速公路 交通状况分析和控制，交通部公路科学研究所、同济大学、东南大学、长 安大学、长沙理工大学等都从事了大量的研究工作并取得了一些成果。谭 满春等人【19 】对常用的宏观动态交通模型m a r k 模型进行了改进，克服了 m a r k 模型在高速公路某段发生堵塞现象时不能反映这一路段的交通流真 实状态的局限性，并在新模型的基础上构造了入口匝道最优控制问题，仿 真表明该策略在降低入口匝道平均等待时间、提高服务流量等性能上有较 好的效果。杨晓光【2 0 】研究了高速公路交通动态控制问题，提出了对应于入 口匝道的交通需求和路网上交通状态实时变化，以及多路径条件下驾驶员 选择路径行为影响的流入交通系统控制方法和模型。其后又研究了考虑进 出e l 匝道排队约束的动态控制方法【2 。姜紫峰【2 2 】利用仿真和优化方法对模 型参数辨识，并提出了低密度的可变速度控制、中密度的可变限速和匝道 联合控制及高密度出口匝道分流和入口匝道协调控制方法。文献 2 3 采用双 层规划模型设计了基于灵敏度分析法的启发式算法。 运用智能方法实现匝道的控制的尝试比较多。文献 2 4 分析了交通流的 构成和自然条件对交通的影响，设计出匝道模糊控制的基本结构，并给出 了确定交通状态参数的模糊算法。文献 2 5 】根据高速公路的非线性特性，以 及神经网络具有表示非线性关系和学习的能力，设计了基于b p 神经网络的 高速公路匝道控制器。文献 2 6 】把模糊控制和神经网络算法结合起来实现入 口匝道的智能控制，仿真结果表明，该算法在抑制交通流密度波动和入口 排队长度方面比定时控制和a l i n e a 算法更有效。 西南交通大学硕士研究生学位论文第5 页 总之，到目前为止，虽然国内对于高速公路交通流模型及其控制有研 究，但是基本上都限于单条高速公路或者仅为某一路段，未上升到整个路 网的高度，对于整个高速公路路网进行研究、建立交通流模型和实施实时 控制到目前为止还未见到有文献刊登。 1 3 课题研究的内容和目标 本文在研究交通工程学、高速公路交通流理论、交通控制原理、神经 网络预测控制、智能微粒群算法的基础上，结合国内高速公路特点，汲取 国内外的最新研究成果，具体从下几个方面进行了研究： 1 、高速公路入口匝道控制的研究 交通拥挤是高速公路当前面临的最重要的交通问题，入口匝道控制是 解决问题的有效方法，它的实质是通过限制进人到高速公路主线的交通量 影响高速公路的区间密度，主要目标是通过控制驶入高速公路主线车辆的 数目来平滑交通流，增加交通流的稳定性，减少拥挤和事故。控制方法根 据其在应用中控制算法的不同主要分为稳态控制、动态控制、模糊控制及 专家系统等。在本论文中将对入口匝道控制做详细地阐述和分析。 2 、对粒子群算法进行了介绍和分析，同时将p s o 算法融合到e l m a n 神经网络训练中，提出了p s o e l m a n 混合优化策略，并与e l m a n 在同一条 件下进行辨识效果比较，结果表明p s o e l m a n 方法具有更为优良的辨识效 果。 3 、用p s o e l m a n 动态神经网络对高速公路交通流动态模型进行仿真。 通过对现有高速公路匝道控制方法的分析，确定了利用改进的p s o e l m a n 神经网络建立高速公路动态交通流模型。并与b p ( b a c kp r o p a g a t i o n ) o 经网 络和r b f ( r a d i a lb a s i sf u n c t i o n ) s t l 未改进的e l m a n 神经网络进行了仿真对 比，结果证实优化后的p s o e l m a n 神经网络用于交通流的建模中效果良好， 训练步数最少，训练误差最小。 4 、介绍了预测控制的基本理论，对神经网络预测控制的基本思想进行 了阐述，并将p s o 算法应用到预测控制滚动优化中，构造了基于p s o 算法 西南交通大学硕士研究生学位论文第6 页 的非线性优化控制器。 5 、基于上述思想，将p s o 算法应用于高速公路入口匝道预测控制，设 计实现了非线性优化器。根据预测器结果，采用p s o 算法进行控制量的滚 动优化，实现对高速公路交通流控制，提高了高速公路交通流量。在 m a t l a b 平台下，仿真结果表明，粒子群算法比传统遗传控制算法对交通流 情况变化更灵敏，可以更快地搜索可行解，满足高速公路对控制实时性的 要求，与无控制情况和基于遗传算法的协调控制进行比较，本文提出的改 进方法在降低入口匝道平均等待时间、提高服务流量等性能有较好的控制 效果。通过进一步地抗干扰能力测试，证明了该方法具有较好的鲁棒性。 1 4 内容安排 全文共分为五章，其主要内容和章节安排如下： 第一章，绪论。对选题的理论意义和实用价值进行了阐述，对高速公 路交通控制的国内外研究状况进行了综述，论述了研究智能交通控制的目 的和意义。 第二章，高速公路交通流模型及控制理论分析。首先介绍了高速公路 交通流的基本概念，然后展开阐述速度、密度和流量之间的关系模型以及 动态交通流的描述模型。进一步介绍了入口匝道控制系统的原理及系统构 成，对比分析了目前常用的各类入口匝道控制算法，总结各自的优缺点， 为本文高速公路神经网络预测控制奠定了理论基础。 第三章，高速公路交通流预测模型研究。首先介绍和分析了e l m a n 神 经网络，它是基于梯度下降的算法，在随机附初始权值和阐值的基础上， 在训练过程中很容易陷入局部最小点，从而无法找到全局最优解。针对这 样的不足，本文利用粒子群算法( p s o ) 优化连接权值来训练神经网络，实 现了动态递归神经网络的全自动设计。经仿真验证该神经网络预测精度满 足实际要求，适合对高速公路交通流进行短期预测。 第四章，基于改进的p s o e l m a n 神经网络高速公路交通流建模与仿真。 通过对高速公路宏观动态交通流模型的分析，基于上一章改进的p s o e l m a n 西南交通大学硕士研究生学位论文第7 页 模型，为高速公路交通流预测控制建立了基于p s o e l m a n 混合优化策略的 非线性预测器，并与b p ( b a c kp r o p a g a t i o n ) 神经网络和r b f ( r a d i a lb a s i s f u n c t i o n ) 0 经网络模型和未改进的e l m a n 神经网络进行了仿真对比，结果 证实p s o e l m a n 神经网络用于交通流的短期预测效果良好，训练步数最少， 训练误差最小。 第五章，高速公路交通系统神经网络预测控制。针对高速公路交通流 这一被控对象，设计并实现了基于粒子群算法的神经网络预测控制系统， 并就该系统在实现时所涉及到的预测模型、滚动优化、反馈校正、仿真参 数设置问题等进行了分析。最后通过m a t l a b 仿真表明，与无控制情况和 基于遗传算法的协调控制进行比较，本文提出的改进方法在降低入口匝道 平均等待时间、提高服务流量等性能上有较好的控制效果。通过迸一步地 抗干扰能力测试，证明了该方法具有较好的鲁棒性。 总结与展望。最后对全文的工作进行了归纳和总结，并对下一步研究 工作做了设想和展望。 西南交通大学硕士研究生学位论文第8 页 第2 章交通流模型及入口匝道控制分析 交通流模型是描述交通流状态变量随时间与空间而变化、分布的规律 及其与交通控制变量之间关系的方程式。交通流模型是交通自动控制系统 设计、分析、仿真、运行的基础，同时，也是交通分析、预报、评价以及 某些交通设施的设计所需要的。 2 1 高速公路交通流模型 高速公路交通流的建模研究始于2 0 世纪5 0 年代。当前交通流模型研 究的主要方法是根据道路的交通流情况，依据相应的交通流理论，建立交 通流模型，运用运筹学和最优控制理论来控制和优化。交通流建模是智能 交通自动控制、分析、设计、仿真和决策的前提。高速公路交通流模型的 分类如下所示【3 0 3 1 】： 厂稳态模型 r 宏观流体模型 il 动态模型 厂确定模型弋 ll 微观跟驰模型 高速公路交通流模型 ir 排队模型 l 随机模型 m a x ( 2 1 3 ) j = i 。l 2 3 5 行程时间延误最小指标 延误是指当前时间与期望状态下平均通过时间之差。 下的平均速度，高速公路分为n 段，则在i t 。，t ： 时间内， 车辆的总行程时间延误最小的性能指标为： 薹c ：a im a x 愀，一半”m i n 2 4 高速公路入口匝道控制 设为期望状态 整条高速公路上 ( 2 1 4 ) 高速公路上常用的控制方式有匝道控制、主线控制、通道控制，其中 匝道控制是应用最广的、效果最好的一种控制形式。入口匝道控制基本目 标是控制高速公路的交通需求。它以高速公路主线交通流为控制对象，以 匝道入口流量为系统的输入控制量，通过计算匝道上游交通需求与下游道 路容量差额来寻求最佳入口匝道流量控制，从而使高速公路本身的交通需 求不超过它的容量，使高速公路主线交通流处于最佳状态p 引。所以，入口 匝道控制的结果是通过把高速公路上的延误因素转移到入口匝道，从而在 高速公路上维持一个既不间断也不拥挤的交通流，也就是把超量的车辆转 移到入口到其它可替换的道路上，或者转移到需求较低的其它时间，或者 采用其它运输方式。 西南交通大学硕士研究生学位论文第1 5 页 匝道控制的基本作用可概括为： ( 1 ) 减少或消除拥挤； ( 2 ) 通过调节高速公路的进入流量，提高高速公路的流量和交通安全； ( 3 ) 减少总的旅行时间和高峰时间的事故发生率； ( 4 ) 调节进入高速公路的进入交通量，取得一个平衡优化的交通网络。 匝道控制依据控制范围可分为单点控$ 1 ( 1 0 c a l i s o l a t e dm e t e r i n g ) 与协调 控带l j ( c o o r d i n a t e dm e t e r i n g ) ；依据对实时信息响应的不同，可分为静态控制 ( p r e t i m e dm e t e r i n g ) s 1 动态控告l ( r e s p o n s i v em e t e r i n g ) ；匝道控制还可以从其 他角度分类：依据信息传递流程，可分为前馈控制和反馈控制；依据输入、 输出参数之间的关系，可分为线性和非线性控制；依据控制指标，可分为 流量控制、密度占有率控制速度控制等；依据控制策略针对的交通状态， 可分为常态和异态控制；依据匝道车辆放行的方式，可分为单车放行( 美洲 方式) 和车队放行( 欧洲方式) 等等。 下面根据入口匝道是否响应实时的交通状况，分别讨论静态匝道控制 和动态匝道控制【3 0 1 。 2 4 1 静态匝道控制 匝道控制器的静态控制是一种简单的控制策略。根据高速公路不同时 段交通量的先验值事先确定匝道控制器的调节率。 ( 1 ) 单匝道定时控制 图2 3 匝道控制示意图 匝道调节率的计算公式：厂= c q ： 匝道调节周期长度为：c = 3 6 0 0 ： 厂 ( 2 1 5 ) ( 2 1 6 ) 西南交通大学硕士研究生学位论文第1 6 页 约束条件为：d 一刍专每，d + 争，。，强； ( 2 - 1 7 ) ( 2 ) 多匝道定时控制( 入口匝道整体定时控制) 高速公路匝道之间是相关的，当改变一条匝道的调节率时，就会影响 到系统的其它匝道，因此有必要用系统的观点统筹考虑各个匝道的调节率。 多匝道定时控制将一天划分为若干时段，依据静态模型和历史数据( 各 入口匝道的交通需求和匝道下游的容量) ，按照某种性能指标，在满足相关 约束的条件下，在每个时段确定一组最佳调节率，使各路段交通状况总体 最优。 多匝道定时控制 选取的性能指标不同，多匝道定时控制算法有不同的形式，如选取总 服务量最大的性能指标时( 把上述指标写为稳态条件下的形式) ，求解一组最 优的入口匝道调节率( f = 1 ，2 ，忉： ，艺专m a x ( 2 - 18 ) 约束条件为： z a 打c j ，j = l ，2 n( 2 - 1 9 ) ，：= d l ( 2 - 2 0 ) r u 。，扛2 ，3 ( 2 2 1 ) t 一毕 d i + 了l i o ，扛2 ，3 ( 2 2 2 ) 静态控制具有简单易行、投资省等优点，如果交通状态较为稳定，可 以产生理想的控制效果，即比较适于解决常发性交通拥挤；但灵活性很差， 不会针对实时检测信息作出响应，若有突发性干扰( 如交通事故、大型活动 等) ，定时匝道控制是无法处理的。 2 4 2 动态匝道控制 静态控制是一种定时控制方法，它不能消除意外事件引起的偶发性拥 西南交通大学硕士研究生学位论文第1