【正文】 智能運輸系統(tǒng)概論 智能控制理論在 ITS中的應用 傳統(tǒng)的交通控制 方法以及傳統(tǒng)的 控制系統(tǒng) 的控制技術越來越不適應交通發(fā)展的需求 ， 順應交通的發(fā)展 。 形式上是利用規(guī)則進行 邏輯推理 ， 但其邏輯取值可在 0與 1之間連續(xù)變化 ， 采用 數(shù)值 的方法而非符號的方法進行處理 。 智能控制是傳統(tǒng)控制理論在縱深方向的發(fā)展 ， 但二者仍有許多方面是相通的 。 3） 信息熵 分層遞階智能控制系統(tǒng) 的設計問題可以看成是如下的過程：在自上而下精度漸增 、 智能逐減的分層遞階系統(tǒng)中， 尋求正確的決策和控制序列以使整個系統(tǒng)的總熵極小 。 同時也可構成 分層遞階智能控制系統(tǒng) 的下面一層的控制級 。每組內(nèi)包括 N 個節(jié)點，對應于路網(wǎng)中的 N 個單向路段。 數(shù)據(jù)處理器 將 實測的交通流量 數(shù)據(jù)進行處理構成 輸入樣本 ； BP網(wǎng) 由 三 層組成：輸入層 、 隱層 和 輸出層 。 因此 ， 交通狀態(tài) 和 行程時間 等 實時動態(tài)交通信息的預測倍受國內(nèi)外交通學者的關注 。 因此 ， UTCS與 UTFGS協(xié)同研究 可以在協(xié)同學理論思想框架指導下進行 。 2）國內(nèi)外關于 UTCS與 UTFGS協(xié)同模型與算法的研究 迄今為止 ， 關于 交通控制與誘導協(xié)同的模型與算法 主要概括為以下 幾 種： 智能運輸系統(tǒng)概論 國內(nèi)外交通控制與交通誘導協(xié)同理論的研究 2）國內(nèi)外關于 UTCS與 UTFGS協(xié)同模型與算法的研究 以 交通控制 為主 ， 在既定交通控制下研究 動態(tài)交通分配模型 。 吉林大學 楊兆升教授針對我國城市目前的 交通管理系統(tǒng) ，提出一種依托 道路交通控制中心 的 交通控制與誘導的協(xié)同機制 ， 將 交通信息共享 作為實現(xiàn)兩系統(tǒng)協(xié)同的基礎 ， 根據(jù)實時采集的路網(wǎng)交通信息 ， 交叉口信號配時優(yōu)化和動態(tài)路徑最優(yōu)選擇 同步進行 ， 并將誘導信息發(fā)布出去 ， 構成一個循環(huán) ， 其框架 見圖 。 ， （ 1995） 提出了一個 概念性 的結合 交通流誘導 和 交通信號控制 為一體的 兩級交通控制系統(tǒng) ， 如圖所示 。 在機動車出行量中 ， 當 城市交通流誘導系統(tǒng) 接收到交通擁擠信息后 ， 根據(jù)擁擠特點提出 更改出行路徑 或 出行方式 的建議 ， 有部分出行者可能 中途改乘公共交通 完成出行過程 。 城市交通流系統(tǒng)特征分析 智能運輸系統(tǒng)概論 該理論的 學術思想 是：以 及時 、 全面 、 可靠 的交通信息 及信息 共享機制 為基礎 ， 建設基于 預測型決策 的城市 交通流誘導系統(tǒng) 、 交通控制系統(tǒng) 和 公共交通系統(tǒng) ， 調(diào)節(jié) 交通需求 在 時間 、 空間 以及 交通方式上 的分布狀況 ，實現(xiàn)交通 需求 與交通 供給 的 總量平衡 ， 從而達到緩解或消除交通擁擠的目的 。 過程是 自發(fā) 進行的 ， 即 自組織 的 。 新的有序結構靠 能量流 和 物質(zhì)流 來維持 。 由子系統(tǒng)組成的大系統(tǒng)總有一個 相對穩(wěn)定 的宏觀結構， 是各個子系統(tǒng) 相互競爭 、 作用 而形成的模式 。 智能運輸系統(tǒng)概論 準用戶最優(yōu)動態(tài)交通分配 QUODTA理論模型框架 交通參數(shù)預測模型設計預測模型算法設計動態(tài)交通信息采集方案設計交通參數(shù)預測模型檢驗用戶最優(yōu)路徑選擇模型設計交通信息采集與處理路徑選擇模型算法設計交通信息自適應預測路徑選擇路徑選擇模型檢驗交通網(wǎng)絡通過 ?通過 ？NYYN智能運輸系統(tǒng)概論 與 理想用戶最優(yōu) 相比 ， 準用戶最優(yōu) 思想的 主要特點是： （ 1） 路徑選擇 的結果既可以是 絕對最優(yōu) 的 ， 也可以是 次 （ 或近 ） 最優(yōu) 的 ， 但必須在 規(guī)定的時間 內(nèi)完成所有的優(yōu)化計算工作； （ 2） 除了要在用戶的 起始節(jié)點 進行路徑選擇外 ， 還要以其途中經(jīng)過的 中間節(jié)點 為新的起點進行路徑優(yōu)化； （ 3） 脫離傳統(tǒng)的以 OD量 為基礎的路徑選擇模式 ， 將由檢測器獲得的 無起終點特征 的路段信息作為路徑優(yōu)化的依據(jù) 。 智能運輸系統(tǒng)概論 動態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 ； 。 5）各類模型的基本分析 （ VI， Variational Inequality ） 模型 網(wǎng)絡加載 過程就是將 空間 網(wǎng)絡 按時間離散 展開 ， 將已經(jīng)分配好的 交通流量 按照其預計 行駛時間 和預選 路徑 推演到按 時間展開的網(wǎng)絡圖上 。0)0( ?nax ( ?txna )( ?tuna 0) ?tvna； ； ],0[ TtNkNnAa ????????智能運輸系統(tǒng)概論 動態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 ； 。 5）各類模型的基本分析 模型 在 MN模型的基礎上 ， Luque和 Friesz（ 1980） 采用路段上不同重點 的行駛 車輛數(shù) 作為 狀態(tài)變量 ， 以路段上不同終點的車輛 流入率 作為 控制變量 ， 將網(wǎng)絡擴展至 多個終點 ，建立動態(tài)交通分配的最優(yōu)控制模型 。 在具體的算法設計中 ， 可以將估計路段 實際走行時間 的“ 類似對角化技術 ” 過程作為 外層循環(huán) ， 將 FrankWolf迭代過程 作為 內(nèi)層循環(huán) 。 這里僅給出一個 基于最優(yōu)控制理論 的動態(tài)用戶最優(yōu)的模型 ， 模型中采用 Wieet（ 1990） 的關于動態(tài)用戶最優(yōu)的定義 。 對于上模型的求解 ， 雖然有很多 求解連續(xù)性最優(yōu)控制 問題的算法 ， 但是 直接求解動態(tài)系統(tǒng)最優(yōu)模型 十分困難 。 則相應的用 “ 時段 ” 代替 “ 時刻 ” 表述即可 ， 如 表示 時段路段 上以 為終點的行駛車輛數(shù) ， 其他變量的描述以此類推 。 t ?n()avt—— 時刻路段 上車輛流出率，一般假定車輛流出率 函數(shù)已知。 ?()Ak—— 所有以節(jié)點 為起端的弧段集合。 國內(nèi)外在動態(tài)交通分配領域的研究都正在積極的進行當中 ， 表現(xiàn)為 國外 在理論 、 方法 和 應用 上的研究較之國內(nèi)要 超前 。 還要考慮 Carey提出的 FIFO（ First In First Out， 先進先出 ） 原則 。 智能運輸系統(tǒng)概論 動態(tài)交通分配的基本概念 1） 動態(tài)用戶最優(yōu)和動態(tài)系統(tǒng)最優(yōu) 根據(jù)分配中 路徑選擇準則 的不同 ， 分為兩類： 動態(tài)用戶最優(yōu)模型 （ Dynamic User Optimum， 簡稱 DUO） 和 動態(tài)系統(tǒng)最優(yōu)模型 （ Dynamic System Optimum， 簡稱 DSO） 。 智能運輸系統(tǒng)的發(fā)展需要 動態(tài)交通分配理論 的支持 。 動態(tài)交通分配的目的 交通供給 狀況包括 路網(wǎng)拓撲結構 和 路段特性 等 ， 交通需求 狀況則是指在每時每刻產(chǎn)生的 出行需求 及其 分布 。 在 靜態(tài)交通分配 中 沒有 出現(xiàn) ， 在 動態(tài)交通分配 中 流出函數(shù) 是反映 交通擁擠 ， 抓住網(wǎng)絡 動態(tài)本質(zhì)特性 的關鍵 。 在 建立阻抗特性模型 時 ， 要注意 動態(tài)交通分配 中的 狀態(tài)變量 不是靜態(tài)交通流分配中的交通量 ， 而是 某時刻 路段上的 交通負荷 ， 即這一時刻路段上存在點的車輛數(shù) 。 N—— 網(wǎng)絡節(jié)點集，它包括起點集、終點集和中間點集三個子集。 t ?智能運輸系統(tǒng)概論 動態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 1）動態(tài)交通分配模型的有關定義 , ()knqtnax()aut—— 時刻路段 上以 為終點的行駛車輛數(shù)。 , ()knQt[0, ]Tkn智能運輸系統(tǒng)概論 動態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 1）動態(tài)交通分配模型的有關定義 —— 路段 的阻抗函數(shù)，一般為路段行駛時間函數(shù)。 ],0[ TtNkNnAa ????????模型中， 。 動態(tài)用戶最優(yōu)分配模型 的建立是基于對 出行者路徑選擇行為 正確假定的基礎上 ， 力圖再現(xiàn)網(wǎng)絡上交通流的 實際瞬時分布形態(tài) ， 因此更為重要 。 （ 312） )(ta? 。 ③ 同時選取路段車輛存在臺數(shù)和路段流入率為規(guī)劃變量 ，使得 規(guī)劃變量過多 ， 求解困難 。 該模型對 路段流出率 函數(shù)的 線性特性 作出了 限制 。 5）各類模型的基本分析 模型 ③ 分別從 系統(tǒng)最優(yōu) 、 用戶最優(yōu) 的角度對 目標函數(shù) 作出 修正 。 ? ?? ?tkpasrtkhtu rsa p krsprsa p k ,)()()( ?? ? （ 3 24 ） ? ? ? ? ? ? ???rs p k rs p krsa p krsprsa p ka tatkhtutu ,)()()()( ? （ 3 25 ） kpsrttckca trsa pkarsp ,)()()( ?? ? ? ? （ 3 26 ） ? ? 1 , , , ,rsapktt r s p a p k? ? ? ?? （ 3 27 ） ? ? 1 , , , ,rsapkt t r s p a p k? ? ? ?? （ 3 27 ） ? ? ? ?0 , 1 , , , , ,rsapk t r s a p k t? ?? （ 3 28 ） 智能運輸系統(tǒng)概論 動態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 ； 。因此 ， 本書作者不追求嚴格的用戶最優(yōu) ， 而是將路徑選 擇 的 原 則 設 計 成 準 用 戶 最 優(yōu) 的 （ Quasi User Optimum， 簡稱 QUO） 。 基本觀點 是眾參量在 競爭 中產(chǎn)生 序參量 ， 引導和控制 整個系統(tǒng) 的發(fā)展方向 。 過程是 自發(fā) 進行的 ，稱為 自組織 ， 又叫做 非平衡相變 。 很多因素 影響系統(tǒng)的各類參數(shù) ， 不僅會隨著每天上下班及節(jié)假日而發(fā)生 周期性波動 ， 還會因為集會 、 交通事故等因素產(chǎn)生不可預料的 偶然性波動 。 城市交通流 是 開放 的 自組織系統(tǒng) ， 其 開放性 、 非線性 、 不平衡性 以及 內(nèi)部漲落 等特征是 協(xié)同學理論 所強調(diào)和研究的內(nèi)容 。 混合交通自適應控制 系統(tǒng)在 感知 到公交車輛后 ， 提供 優(yōu)先信號 ， 降低 運行延誤 。 Allsop（ 1974） 第一次將 控制 引入 交通流分配 問題中來 ， 從此有關 交通控制和交通流誘導 之間的相互影響和相互作用的研究一直是交通領域的專家學者研究的焦點 。