（交通信息工程及控制专业论文）基于粗糙集的交通流神经网络模型与入口匝道控制.pdf

五邑大学硕士学位论文 摘要 高速公路交通控制是智能运输系统的重要组成部分，而入口匝道交通控制是应用最 为广泛的一种高速公路控制策略。根据被控匝道的相互关系，入口匝道控制可以分为单 点控制和多点协调控制。本文针对高速公路交通系统的特点，对交通流模型及入口匝道 智能控制方法展开研究，主要的内容和结论如下： 1 利用粗糙集能够处理模糊、不确定知识和神经网络对非线性函数具有任意逼近能 力的优点，提出一种粗糙集和e l m a n 网络相结合的动态系统建模算法。并利用这种方法 建立高速公路宏观交通流动态模型，仿真结果表明了该方法的有效性。 2 提出一种粒子群优化的p i 控制方法调节进入高速公路的车辆数目。首先确定了 匝道控制目标，并建立了高速公路交通流模型；然后阐述了p s o 算法，结合非线性反 馈理论设计了粒子群优化的入口匝道p i 控制器：最后用m a t l a b 软件进行系统仿真。 结果表明，该系统响应速度快，具有优越的动态和稳态性能。该方法用于高速公路入口 匝道控制中效果良好。 3 采用小脑模型关节控制器和p i d 复合控制方法调节进入高速公路的车辆数目。 阐述了c m a c 与p i d 复合控制算法，结合非线性反馈理论用c m a c p i d 控制器决定高 速公路入口匝道调节率；最后用m a t l a b 软件进行系统仿真。结果表明，与模糊逻辑 控制器相比较，c m a c p i d 控制器有更好的动态性能、更快的响应速度，它能使高速公 路主线交通流密度保持为设定的期望密度，能实现车辆在高速公路上高效、安全地运行。 该方法为高速公路入口匝道控制提供了一种切实可行的新思路。 4 提出一种基于b p 神经网络的p i d 控制器参数调节方法并应用到高速公路入口匝 道控制中。详细阐述了b p 神经网络调整比例、积分、微分系数的学习算法。基于交通 流模型并结合非线性反馈理论，设计出b p 神经网络整定的入口匝道p i d 控制器。根据 实时交通状况，b p 神经网络用来动态调整p i d 参数使得由密度跟踪误差定义的性能指 标最小。最后用m a t l a b 软件对控制器进行仿真。结果表明，所设计的控制器具有很 好的动态和稳态性能。它能使高速公路主线交通流密度保持为设定的期望密度，从而避 免交通堵塞。这种方法对高速公路入口匝道控制非常有效。 5 将多层控制结构和p s o 算法应用到高速公路多匝道协调控制中。建立了描述高 速公路交通流过程的宏观模型，阐述了p s o 算法。把高速公路控制系统垂直分为三层， 五邑大学硕士学位论文 适应层用来指定扰动值并调整模型参数，协调层根据当前交通状况确定各路段的期望交 通密度，直接控制层采用p i 控制使实际交通密度保持在标称轨迹附近，p s o 算法用来 寻找最优的p i 参数。仿真结果表明控制系统具有很好的性能，它能消除交通拥挤，维 持交通流的稳定，实现车辆在高速公路上高效、安全地运行。 关键词：高速公路：粗糙集；入口匝道控制；神经网络；粒子群优化 五邑大学硕士学位论文 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 sc o n s i d e r e da sa l li m p o r t a n tc o m p o n e n to fi 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 , w h i l et h ec o n t r o lo fo n r a m pi st h em o s te x t e n s i v ee x p r e s s w a ys t r a t e g y t h eo n r a m p si n c l u d ei s o l a t e d c o n t r o la n dc o o r d i n a t e dc o n t r o la c c o r d i n gt ot h e i rc o r r e l a t i o n ar e s e a r c ho ni n t e l l i g e n tf r e e w a yo n r a m p m e t e r i n ga p p r o a c h e sa n dt h e m o d e lo fh i g h w a yt r a f f i cf l o ww a sc o n d u c t e da c c o r d i n gt os o m e c h a r a c t e r i s t i c so ft h ef r e e w a yt r a f f i cs t a t e t h em a i nc o n t e n t sa n dr e s u l t sa r ea sf o l l o w s ： 1 r o u g hs e ti sap o w e r f u lm a t h e m a t i c st o o l ，w h i c hc a nd e a lw i t hf u z z ya n du n c e r t a i nk n o w l e d g e ，a n d n e u r a ln e t w o r kh a st h ea b i l i t yt oa p p r o a c ha n yn o n l i n e a rf u n c t i o np r e c i s e l y ad y n a m i cm o d e l i n gm e t h o di s p r e s e n t e du s i n gt h er o u g hs e t sa n de l m a nn e t w o r ki n t e g r a t e dt e c h n o l o g yf o rc o m p l e xs y s t e m t h em e t h o d i sa p p l i e dt ob u i l dt h ef r e e w a yt r a f f i cf l o wm o d e l t h es i m u l a t i o nr e s u l t sp r o v et h e v a l i d i t yo ft h i sm e t h o d 2 ap r o p o r t i o n a l i n t e g r a lc o n t r o lm e t h o db a s e do np a r t i c l es w a r mo p t i m i z a t i o n ( p s o ) i sp r o p o s e dt o r e g u l a t et h en u m b e ro fv e h i c l e se n t e r i n gaf r e e w a ye n t r a n c ep o i n t f i r s t ，t h eo b j e c t i v eo fr a m pm e t e r i n gi s d e t e r m i n e d ，a n dt h ef r e e w a yt r a f f i cf l o wm o d e li sb u i l t t h e nt h ep a r t i c l es w a r ma l g o r i t h mi sf o r m u l a t e d i n c o n j u n c t i o nw i t hn o n l i n e a rf e e d b a c kt h e o r y , p s ob a s e dp ic o n t r o l l e rf o ro n r a m pm e t e r i n gi sd e s i g n e d f i n a l l y , t h ec o n t r o l l e ri ss i m u l a t e di nm a t l a bs o f t w a r e t h er e s u l ts h o w st h a tt h ec o n t r o l l e rd e s i g n e dh a s f a s tr e s p o n s e ，a n dg o o dd y n a m i ca n ds t e a d y - s t a t ep e r f o r m a n c e t h i sm e t h o dh a sag o o de f f e c to nf r e e w a y r a m pm e t e r i n g 3 t h ec o m p o s i t i o nc o n t r o lm e t h o db a s e do nc e r e b e l l am o d e la r t i c u l a t i o nc o n t r o l l e r ( c m a c ) a n dp i d c o n t r o l l e ri sp r o p o s e dt or e g u l a t et h en u m b e ro fv e h i c l e se n t e r i n gaf r e e w a ye n t r a n c ep o i n t t h ea l g o r i t h m o ft h ec o m p o s i t i o nc o n t r o l l e ro fc m a ca n dp i di sf o r m u l a t e d i nc o n j u n c t i o nw i t hn o n l i n e a rf e e d b a c k t h e o r y , t h eo n - r a m pm e t e r i n gr a t eo faf r e e w a yi sd e t e r m i n e db yu s i n gt h ec o m p o s i t i o nc o n t r o l l e r f i n a l l y , t h ec o n t r o ls y s t e mi ss i m u l a t e di nm a t l a bs o r w a r ea n df u z z yl o g i cc o n t r o l l e ri sa l s oc h o s e ni nc o n t r a s t t ot h ec o m p o s i t i o nc o n t r o l l e r t h er e s u l ts h o w st h a tt h ec o m p o s i t i o nc o n t r o l l e ri m p r o v e se v i d e n t l yo nt h e a s p e c t so fr e s p o n s es p e e da n dd y n a m i cp e r f o r m a n c e i tc a na c h i e v ead e s i r e dt r a f f i cd e n s i t ya l o n gt h e m a i n l i n eo faf r e e w a y , a n dc a nm a k ev e h i c l e st r a v e lm o r ee f f i c i e n t l ya n ds a f e l y t h i sm e t h o dp r o v i d e sa n o v e la n dp r a c t i c a lw a yt or e a l i z ef r e e w a yo n r a m pm e t e r i n g 4 ap a r a m e t e ra d j u s t m e n tm e t h o do fp i dc o n t r o l l e rw i t hb pn e u r a ln e t w o r ki sd e v e l o p e da n d a p p l i e d t of r e e w a yo n r a m pm e t e r i n g t h el e a r n i n ga l g o r i t h mo fb pn e u r a ln e t w o r kf o ra d j u s t i n gt h ep r o p o r t i o n a l ， i n t e g r a la n dd i f f e r e n t i a lc o e f f i c i e n t si sf o r m u l a t e di nd e t a i l b a s e do nt h et r a f f i cf l o wm o d e la n di n i i i 五邑大学硕士学位论文 c o n j u n c t i o nw i t hn o n l i n e a rf e e d b a c kt h e o r y , a l lo n r a m pp i dc o n t r o l l e rr e g u l a t e db yb pn e u r a ln e t w o r k i s d e s i g n e d a c c o r d i n gt or e a l t i m et r a f f i cs t a t u s ，b pn e u r a ln e t w o r ki su s e dt oa d j u s tt h ep i dp a r a m e t e r s d y n a m i c a l l yi no r d e rt om i n i m i z et h ep e r f o r m a n c ei n d e xd e f i n e di nt e r m so ft h ed e n s i t yt r a c k i n ge r r o r s f i n a l l y , t h ec o n t r o l l e ri ss i m u l a t e di nm a t l a b s o f t w a r e t h er e s u l t ss h o wt h a tt h ec o n t r o l l e rd e s i g n e dh a s g o o dd y n a m i ca n ds t e a d y - s t a t ep e r f o r m a n c e i tc a l la c h i e v ead e s i r e dt r a f f i cd e n s i t ya l o n gt h em a i n l i n eo f a f r e e w a ya n dt h u sa v o i dt r a f f i cc o n g e s t i o n t h i sa p p r o a c hi sq u i t ee f f e c t i v et of r e e w a yo n r a m pm e t e r i n g 5 am u l t i l a y e rc o n t r o ls t r u c t u r ea n dp s oa l g o r i t h ma r eu s e df o rc o o r d i n a t e dr a m pc o n t r o l0 1 1f r e e w a y s t h em a c r o s c o p i cm o d e lt od e s c r i b et h ee v o l u t i o no ff r e e w a yt r a f f i cf l o wi sb u i l ta n dt h ep s oa l g o r i t h mi s f o r m u l a t e d t h ec o n t r o ls y s t e mi sv e r t i c a l l yd e c o m p o s e di n t ot h r e el a y e r s ：t h ea d a p t a t i o nl a y e rt os p e c i f y t h ev a l u e so fd i s t u r b a n c e sa n dt oa d j u s tt h ep a r a m e t e r so ft r a f f i cm o d e l s ，t h ec o o r d i n a t i o nl a y e rt o d e t e r m i n et h ed e s i r e dt r a f f i cd e n s i t yi ne a c hf r e e w a ys e c t i o na c c o r d i n gt ot h ec u r r e n tt r a f f i cs t a t e ，a n dt h e d i r e c tc o n t r o ll a y e rt ok e e pt h ea c t u a lv a l u e so ft h et r a f f i cd e n s i t yi nt h ev i c i n i t yo ft h en o m i n a lt r a j e c t o r i e s v i ap ic o n t r 0 1 p s oa l g o r i t h mi su s e dt of i n d t h eo p t i m a lp ip a r a m e t e r so ft h e d i r e c tc o n t r o ll a y e r s i m u l a t i o nr e s u l t ss h o wt h a tt h ec o n t r o ls y s t e mi so fg o o dp e r f o r m a n c e i tc a ne l i m i n a t et r a f f i cj a m s ， m a i n t a i nt r a f f i cf l o ws t a b i l i t y , a n dm a k ev e h i c l e st r a v e lm o r ee f f i c i e n t l ya n ds a f e l y k e yw o r d s ：f r e e w a y ；r o u g hs e t s ；o n - r a m pc o n t r o l ；n e u r a ln e t w o r k ；p s o i v 本人声明 我声明，本论文是自己在导师的指导下独立完成的，论文中用到的一切资料均在参 考文献中列出。 作者：范业坤 签名：蓖业冲 2 0 0 9 年圩月唐月 五邑大学硕士学位论文 1 1 研究背景 第一章绪论 交通是现代社会的基础，是人类社会经济的命脉，人类社会的行为与交通息息相关。 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【l 】，高速行驶并全部控制 出入的公路。从1 9 8 8 年中国开通第一条高速公路，截至2 0 0 7 年底，中国高速公路迅猛 发展，全国高速公路总里程已超过6 0 3 万k m ( 不包括港澳台) 。然而随着经济的持续发展， 交通需求不断增加，高速公路也面临着交通拥挤和交通安全问题。 我国的高速公路发展比西方发达国家晚近半个世纪的时间1 2 】，为此加快高速公路建 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、人流、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。高速公路路网通行能力已逐渐 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【3 】。这就迫使人们在标准的设计准则之外去寻 求特别的解决办法一高速公路交通控制。 在此背景下，国内外众多学者提出把车辆和道路综合起来，把交通管理和交通控制 作为一个系统来进行动态研究，逐步发展成智能交通系统( 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 ) 。智能交通系统作为解决实际大型复杂系统问题的方法论，在城市 交通控制与交通管理领域具有相当大的应用潜力，因此成为近年来受人瞩目的应用研究 领域，并向产业化方向迅猛发展。高速公路匝道控制系统作为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既不间断也不拥挤的交通流，也就是把超量的车辆转 五邑大学硕士学位论文 移到其它可替换道路上，或者转移到需求较低的其它时间。 高速公路交通系统通过匝道与普通道路交通系统结合在一起，这样的结构特点决定 了高速公路上的交通状态必然受匝道处的交通状态影响，因而可以通过控制从匝道处进 入高速公路的车辆数目，来改善高速公路上的交通状态，入口匝道控制思想就是基于这 样的原理发展起来的。这种控制方法通过控制进入高速道路的交通量，使整个高速路网 上的交通流量分布合理，充分利用道路的通行能力，同时可以消除或减少匝道处交通流 交汇时的冲突和事故，更重要的是它可以影响与之相邻的普通道路的交通状况，是高速 道路交通控制的主要手段。 1 2 国内外研究动态 1 2 1 高速公路交通流模型 高速公路交通流数学模型是描述交通流状态变量随时间与空间变化、分布规律及其 与交通控制变量之间的关系的方程式。准确的高速公路交通流模型是智能交通系统控 制、分析、设计、仿真和决策的前提，也是交通预报、评价以及某些交通设施的设计所 需要的。交通流模型从研究的角度可分为宏观模型和微观模型，宏观模型可分为稳态模 型和动态模型，稳态模型有递推模型、起始到达模型、起始终点模型等；动态模型有 p a y n e 模型、p a p a g e o r g i o u 模型【4 5 6 1 、k a r a a s l a n 模型等。 交通流的微观模型主要是跟驰模型和元胞自动机模型。跟驰模型中认为交通流由分 散的粒子组成，以单个车辆作为描述对象，通过研究前车对后车作用，了解交通流的特 性。交通流元胞自动机( c e l l u l a ra u t o m a t a ，简称c a ) 模型是8 0 年代末9 0 年代初涌现的 新交通流模型。由于c a 模型的时间、空间、状态均为离散的，易于在计算机上进行运 算且调节灵活，便于考虑真实交通条件的各种效应【7 】，因此被用来研究各种交通现象。 车辆跟驰理论研究非自由行驶状态下车队的行驶特性，从交通控制的观点来看，微观模 型的主要缺点是其复杂性和计算时间长，因此微观模型不适合实时实现。宏观模型从整 体上描述交通流的动态，即不区分单个车辆，因为宏观交通流模型能够较准确地描述交 通流过程，因而在实际的交通控制中得到了广泛应用。 高速公路交通流建模研究还很不完善，已有结果在实践中还远未发挥出应有的作 用，寻找准确的、快速的描述高速公路交通流特性的研究仍在进行中。文献 8 1 0 】用神 2 五邑大学硕士学位论文 经网络建立交通流模型，都取得了一定的成果。 1 2 2 高速公路入口匝道控制 近些年随着国内外交通的快速发展，高速道路行车不安全、拥堵等诸多问题逐渐凸 现。因此，如何提高高速道路的运行效率和安全性无疑是摆在交通界面前的重要课题。 高速道路的交通控制是解决这一问题的有效手段。目前，对高速道路的交通控制研究主 要包括匝道控制、主线控制、通道控制；其中高速道路匝道控制又包括入口匝道控制、 入口匝道关闭和出口匝道控制等三类，入口匝道控制是保障主线畅通的重要方法。国外 研究最多、应用效果最好的匝道控制为入口匝道控制。 入口匝道控制依据受控匝道设置的匝道调节率相对于未受控时该匝道交通量大小 的差异，分为限制性控制和非限制性控制；依据控制范围分为单匝道控制与多匝道协调 控制；依据对实时交通信息响应的不同，又可分为静态定时控制和动态感应控制【1 1 。13 1 。 ( a ) 静态定时控制 静态定时控制是指匝道调节率根据本匝道交通流的历史统计数据，预先给定不同时 段内的调节率。它类似于交叉口的定时信号控制，把一天分为若干个时段，假定每个时 段内交通流状况近似不变，以此作为依据来确定每个时段内单个匝道恒定的入口调节 率。但这种方式不能动态适应交通流的随机变化，有时还会造成车辆在匝道上不必要的 排队和延误。 ( b ) 单点匝道动态控制 定时控制通常用于消除高速道路的常发性拥堵，要解决定时控制不能消除由于意外 事件发生而引发的偶发性交通拥挤问题则需要实施动态控制，即实时检测主线交通状态 信息，依此确定调节率。单点动态控制的基本目的是解决单点匝道附近路段的交通拥挤， 利用匝道及其相邻路段的实时检测预测数据代替历史数据作为控制决策的基础。典型的 单点动态控制方法有需求容量差额控制、占有率控制、a l i n e a 1 4 】三种。需求容量差 额控制和占有率控制属于开环控制，往往不能判断高速道路主线是处于拥挤状态还是自 由流状态，不能把控制后的交通状态变化反馈给系统进行再优化控制，因此往往无法取 得理想的控制效果；a l i n e a 控制为闭环控制，通过输出反馈它能把高速道路匝道下游 路段的占有率维持在理想值附近，使主线上的通过量最大，并具有简单、高效、性价比 高、容易应用的特点，有较好的控制效果，曾在国外广泛应用【1 5 】。 五邑大学硕士学位论文 ( c ) 多匝道动念协调控制 单点匝道动态控制具有实时性，但是割裂了入口匝道之间的有机联系，各个匝道是 彼此孤立的。后来又有学者从系统、实时的角度来解决入口匝道控制问题，设计出多匝 道动态协调控制。采用局部区域内相邻若干匝道之间的协调控制。当某一匝道排队延伸 到一定程度时，增大其匝道流入率，同时降低相邻若干匝道的流入率，即对相邻匝道之 间的交通压力进行动态平衡。典型的多匝道动态协调控制方法有明尼苏达算法、华盛顿 算法、s w a r m 算法、模糊逻辑控制等四类。 依据控制中采用的理论和方法，文献 1 6 ，1 7 对单点控制和协调控制进行了分类讨论 及相关工程应用探索。而我国学者的研究也取得显著的效果1 8 垅】。 1 3 研究目的和意义 本课题研究的目的是围绕如何充分发挥高速公路的潜能，对高速公路控制方法进行 探讨，重点研究高速公路入口匝道控制方法，从而实现交通控制目的，研究过程中主要 采用神经网络、粒子群优化、粗糙集、p i d 等智能控制方法的思想。 交通控制是对道路上的交通流合理的引导和控制，交通控制的主要对象是机动车及 其驾驶员，交通控制的目的是缓和、防止或消除拥挤和阻塞，减少尾气排放和噪声污染 及能源消耗，并及时为车辆上有关人员及行人提供交通状况信息以增进交通安全。对城 市高速公路进行智能控制，可以使道路畅通，合理进行交通控制可对交通流进行有效的 引导和调度，使交通保持在一个平稳的运行状态，大大提高交通运输的运行效益，还可 以减少交通事故，增加交通安全，在降低污染程度，节省能源消耗方面也有一定的意义。 本课题研究具有重要的实际意义，在高速公路建设完成的初期，高速公路有效地改 善了交通状况。然而，随着交通量的快速增长和缺乏对高速公路的系统研究并进行控制， 高速公路的阻塞现象屡见不鲜，没有发挥出预期的作用，所以，如何采用合适的控制方 法最大限度地利用耗费巨资修建的高速公路，成了近年来交通控制领域的研究热点之 一。高速公路控制研究的重点是把各种先进的智能技术与交通工程相结合，促进理论成 果向实际应用的转化，从而有效地解决实际交通阻塞问题。 随着计算机技术、电子技术、通讯技术、网络技术、传感器技术、智能控制技术的 飞速发展，这些新技术在高速公路中的实际应用将日益成为可能甚至更加高效。所以对 交通控制的研究有助于衍生对新技术的需求，现在高速公路控制中大量采用人工智能理 4 五邑大学硕士学位论文 论，例如神经网络、粒子群优化算法、模糊控制等，这为人工智能的控制策略提供了一 个良好的实验和检验对象，通过对高速公路这个控制对象的研究，可以进一步检验人工 智能理论的有效性，在实践中推动着人工智能理论的进一步发展。因此，高速公路入口 匝道控制研究仍具有非常重要的价值。而高速公路交通流建模是智能交通系统控制、分 析、设计、仿真和决策的前提，高速公路车辆运行中存在的交通拥挤、安全、环境、能 源等问题使高速公路对交通流模型的研究与控制策略的选择显得十分重要。 1 4 内容安排 全文共分为六章，其主要内容和章节安排如下： 第一章，绪论。对选题的研究背景进行了阐述，对高速公路交通流建模及入口匝道 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，基于粗糙集的高速公路动态交通流e l m a n 神经网络模型。粗糙集的知识理 论可从现有的数据中给出知识的简化和相对简化，而e l m a n 神经网络对高速公路动态 交通流数学模型又具有很好的逼近能力。提出一种粗糙集与e l m a n 神经网络相结合的 方法，并利用这种方法对复杂的高速公路动态交通流数学模型进行仿真，结果表明该 方法减少了对样本的计算量及时间，提高了准确率。 第三章，高速公路入口匝道控制。分别提出基于粒子群优化的高速公路匝道p i 控 制器，基于c m a c 与p i d 复合的高速公路入口匝道控制和基于b p 神经网络的高速公路 匝道p i d 控制器。最后比较了这三种方法各自的特点。结果表明，这三种方法都具有优 越的动态和稳态性能。用于高速公路入口匝道控制中效果良好。 第四章，基于p s o 的高速公路多匝道协调p i 控制。结合交通系统的特点提出一种 多层控制结构，把高速公路的控制问题分为适应层、协调层和直接控制层，直接控制 层采用p s o 优化的p i 控制决定各匝道的调节率；协调层为直接控制层确定期望密度； 适应层根据实时检测交通状况选择模型和调整模型参数。最后用m a t l a b 进行了系统 仿真，结果表明，p s o 优化的p i 控制器具有更好的动态性能，更快的响应速度，该方 法能有效地消除交通拥挤，实现车辆在高速公路上高效、安全地运行。 第五章，总结与展望。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。 五邑大学硕士学位论文 第二章基于粗糙集的高速公路动态交通流 eim a n 神经网络模型 粗糙集( r o u g hs e t ) 是波兰数学家z p a w l a k 为开发自动规则生成系统及研究软计算 问题于1 9 8 2 年提出的【2 3 1 ，它的主要思想就是保持分类能力不变的前提下，通过知识约 简，导出问题的决策或分类规则，是一种新的处理不精确、不确定与不完全数据的数学 方法。现已成为国内外学者和科技人员的研究热点，并较多应用在数据挖掘和故障诊断 中【2 4 1 。 高速公路交通流模型是智能交通系统控制、分析、设计、仿真和决策的前提，也是 交通预报、评价以及某些交通设施的设计所需要的。而e l m a n 回归神经网络可以用来模 拟和辨识宏观动态交通流模型【2 5 】，在对p a p a g e o r g i o u 的交通流模型进行分析的基础上， e l m a n 回归网络对宏观动态交通流的建模具有训练时间短、训练误差小等优点，这对于 样本数庞大以及实时性要求高的情况具有重要的意义。 因此本章从粗糙集理论出发【2 6 1 ，提出粗糙集一神经网络相结合的方法。利用数据的 相对约简对输入神经网络的数据进行预处理，并给出了具体实验步骤及仿真结果。 2 1 宏观动态交通流数学模型 为建立交通流数学模型，将高速公路按实际几何情况和交通情况划分为若干个路 段，每一路段内交通状态可近似认为是均匀的，即交通密度、流量和速度保持不变，且 每一路段内车道数目不变，至多包含一个入1 2 1 匝道和一个出口匝道，如图2 - i 所示。 ： 路段i ： g f 1 _ 胁，k i 呻q i 丁- 磁旷 图2 - 1 一段高速公路 此高速公路分成个路段，长度为厶，f = l ，2 ，o 根据p a p a g e o r g i o u 模型计算 交通变量，该宏观动态交通流数学模型的密度、流量和速度之间的关系描述如下： 五邑大学硕士学位论文 7 以“1 ) 硝 卜奇k h 似) - 吼 ) + “d 吖“”】 g ，( 七) = 以肛( 七) v ，( 尼) v 肚+ 1 ) ：，肚) + 三 y 。 n ( 七) 卜v 肚) ) + ；v 舭) k 。( 尼) 一v 肚) 】 rl ： t tp 川( k ) 一p ，( 足) 吐fp i ( k ) + 石 ( 2 1 ) ( 2 2 ) 一坚翼望一罢( 以一趔v m 2 ) ( 2 - 3 ) 一i 几一九1j o y fi ，( j l fp 肚) + rl ，以一 7 p 盯一7 式中k 岛( 七) 】- he x p 一0 5 旦盟】z ( 2 - 4 ) p “ 对于空间离散情况，式( 2 2 ) 1 - i - 1 式( 2 5 ) 近似： g j ( 七) = a , 彳i p i ( k ) v f ( 尼) + ( 1 一口) 五+ l 肛+ l ( k ) v i + j ( k ) ( 2 5 ) 式中口为常数因子；t 为采样周期；p 尼) 为时间尼丁时路段f 的密度( 辆千米车道) ； g “d 为时间七丁时离开路段i 的流量( 辆小时) ；v 文p 为时间尼丁时路段f 的平均速度( 千米 小时) ；以助为 七正( 斛1 ) 刀期间路段i 的入口匝道流量( 辆小时) ；s 又幼为【尼瓦( 斛1 ) 刀期问路 段i