【正文】 智能運(yùn)輸系統(tǒng)概論 智能控制理論在 ITS中的應(yīng)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(shù)越來(lái)越不適應(yīng)交通發(fā)展的需求 ， 順應(yīng)交通的發(fā)展 。 形式上是利用規(guī)則進(jìn)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(hào)的方法進(jìn)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(shè)計(jì)問(wèn)題可以看成是如下的過(guò)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(gè)系統(tǒng)的總熵極小 。 同時(shí)也可構(gòu)成 分層遞階智能控制系統(tǒng) 的下面一層的控制級(jí) 。每組內(nèi)包括 N 個(gè)節(jié)點(diǎn)，對(duì)應(yīng)于路網(wǎng)中的 N 個(gè)單向路段。 數(shù)據(jù)處理器 將 實(shí)測(cè)的交通流量 數(shù)據(jù)進(jìn)行處理構(gòu)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(shí)間 等 實(shí)時(shí)動(dòng)態(tài)交通信息的預(yù)測(cè)倍受國(guó)內(nèi)外交通學(xué)者的關(guān)注 。 因此 ， UTCS與 UTFGS協(xié)同研究 可以在協(xié)同學(xué)理論思想框架指導(dǎo)下進(jìn)行 。 2）國(guó)內(nèi)外關(guān)于 UTCS與 UTFGS協(xié)同模型與算法的研究 迄今為止 ， 關(guān)于 交通控制與誘導(dǎo)協(xié)同的模型與算法 主要概括為以下 幾 種： 智能運(yùn)輸系統(tǒng)概論 國(guó)內(nèi)外交通控制與交通誘導(dǎo)協(xié)同理論的研究 2）國(guó)內(nèi)外關(guān)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(dòng)態(tài)交通分配模型 。 吉林大學(xué) 楊兆升教授針對(duì)我國(guó)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(dǎo)的協(xié)同機(jī)制 ， 將 交通信息共享 作為實(shí)現(xiàn)兩系統(tǒng)協(xié)同的基礎(chǔ) ， 根據(jù)實(shí)時(shí)采集的路網(wǎng)交通信息 ， 交叉口信號(hào)配時(shí)優(yōu)化和動(dòng)態(tài)路徑最優(yōu)選擇 同步進(jìn)行 ， 并將誘導(dǎo)信息發(fā)布出去 ， 構(gòu)成一個(gè)循環(huán) ， 其框架 見圖 。 ， （ 1995） 提出了一個(gè) 概念性 的結(jié)合 交通流誘導(dǎo) 和 交通信號(hào)控制 為一體的 兩級(jí)交通控制系統(tǒng) ， 如圖所示 。 在機(jī)動(dòng)車出行量中 ， 當(dāng) 城市交通流誘導(dǎo)系統(tǒng) 接收到交通擁擠信息后 ， 根據(jù)擁擠特點(diǎn)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(guò)程 。 城市交通流系統(tǒng)特征分析 智能運(yùn)輸系統(tǒng)概論 該理論的 學(xué)術(shù)思想 是：以 及時(shí) 、 全面 、 可靠 的交通信息 及信息 共享機(jī)制 為基礎(chǔ) ， 建設(shè)基于 預(yù)測(cè)型決策 的城市 交通流誘導(dǎo)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(shí)間 、 空間 以及 交通方式上 的分布狀況 ，實(shí)現(xiàn)交通 需求 與交通 供給 的 總量平衡 ， 從而達(dá)到緩解或消除交通擁擠的目的 。 過(guò)程是 自發(fā) 進(jìn)行的 ， 即 自組織 的 。 新的有序結(jié)構(gòu)靠 能量流 和 物質(zhì)流 來(lái)維持 。 由子系統(tǒng)組成的大系統(tǒng)總有一個(gè) 相對(duì)穩(wěn)定 的宏觀結(jié)構(gòu)， 是各個(gè)子系統(tǒng) 相互競(jìng)爭(zhēng) 、 作用 而形成的模式 。 智能運(yùn)輸系統(tǒng)概論 準(zhǔn)用戶最優(yōu)動(dòng)態(tài)交通分配 QUODTA理論模型框架 交通參數(shù)預(yù)測(cè)模型設(shè)計(jì)預(yù)測(cè)模型算法設(shè)計(jì)動(dòng)態(tài)交通信息采集方案設(shè)計(jì)交通參數(shù)預(yù)測(cè)模型檢驗(yàn)用戶最優(yōu)路徑選擇模型設(shè)計(jì)交通信息采集與處理路徑選擇模型算法設(shè)計(jì)交通信息自適應(yīng)預(yù)測(cè)路徑選擇路徑選擇模型檢驗(yàn)交通網(wǎng)絡(luò)通過(guò) ?通過(guò) ？NYYN智能運(yùn)輸系統(tǒng)概論 與 理想用戶最優(yōu) 相比 ， 準(zhǔn)用戶最優(yōu) 思想的 主要特點(diǎn)是： （ 1） 路徑選擇 的結(jié)果既可以是 絕對(duì)最優(yōu) 的 ， 也可以是 次 （ 或近 ） 最優(yōu) 的 ， 但必須在 規(guī)定的時(shí)間 內(nèi)完成所有的優(yōu)化計(jì)算工作； （ 2） 除了要在用戶的 起始節(jié)點(diǎn) 進(jìn)行路徑選擇外 ， 還要以其途中經(jīng)過(guò)的 中間節(jié)點(diǎn) 為新的起點(diǎn)進(jìn)行路徑優(yōu)化； （ 3） 脫離傳統(tǒng)的以 OD量 為基礎(chǔ)的路徑選擇模式 ， 將由檢測(cè)器獲得的 無(wú)起終點(diǎn)特征 的路段信息作為路徑優(yōu)化的依據(jù) 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)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(luò)加載 過(guò)程就是將 空間 網(wǎng)絡(luò) 按時(shí)間離散 展開 ， 將已經(jīng)分配好的 交通流量 按照其預(yù)計(jì) 行駛時(shí)間 和預(yù)選 路徑 推演到按 時(shí)間展開的網(wǎng)絡(luò)圖上 。0)0( ?nax ( ?txna )( ?tuna 0) ?tvna； ； ],0[ TtNkNnAa ????????智能運(yùn)輸系統(tǒng)概論 動(dòng)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(chǔ)上 ， Luque和 Friesz（ 1980） 采用路段上不同重點(diǎn) 的行駛 車輛數(shù) 作為 狀態(tài)變量 ， 以路段上不同終點(diǎn)的車輛 流入率 作為 控制變量 ， 將網(wǎng)絡(luò)擴(kuò)展至 多個(gè)終點(diǎn) ，建立動(dòng)態(tài)交通分配的最優(yōu)控制模型 。 在具體的算法設(shè)計(jì)中 ， 可以將估計(jì)路段 實(shí)際走行時(shí)間 的“ 類似對(duì)角化技術(shù) ” 過(guò)程作為 外層循環(huán) ， 將 FrankWolf迭代過(guò)程 作為 內(nèi)層循環(huán) 。 這里僅給出一個(gè) 基于最優(yōu)控制理論 的動(dòng)態(tài)用戶最優(yōu)的模型 ， 模型中采用 Wieet（ 1990） 的關(guān)于動(dòng)態(tài)用戶最優(yōu)的定義 。 對(duì)于上模型的求解 ， 雖然有很多 求解連續(xù)性最優(yōu)控制 問(wèn)題的算法 ， 但是 直接求解動(dòng)態(tài)系統(tǒng)最優(yōu)模型 十分困難 。 則相應(yīng)的用 “ 時(shí)段 ” 代替 “ 時(shí)刻 ” 表述即可 ， 如 表示 時(shí)段路段 上以 為終點(diǎn)的行駛車輛數(shù) ， 其他變量的描述以此類推 。 t ?n()avt—— 時(shí)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(diǎn) 為起端的弧段集合。 國(guó)內(nèi)外在動(dòng)態(tài)交通分配領(lǐng)域的研究都正在積極的進(jìn)行當(dāng)中 ， 表現(xiàn)為 國(guó)外 在理論 、 方法 和 應(yīng)用 上的研究較之國(guó)內(nèi)要 超前 。 還要考慮 Carey提出的 FIFO（ First In First Out， 先進(jìn)先出 ） 原則 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)交通分配的基本概念 1） 動(dòng)態(tài)用戶最優(yōu)和動(dòng)態(tài)系統(tǒng)最優(yōu) 根據(jù)分配中 路徑選擇準(zhǔn)則 的不同 ， 分為兩類： 動(dòng)態(tài)用戶最優(yōu)模型 （ Dynamic User Optimum， 簡(jiǎn)稱 DUO） 和 動(dòng)態(tài)系統(tǒng)最優(yōu)模型 （ Dynamic System Optimum， 簡(jiǎn)稱 DSO） 。 智能運(yùn)輸系統(tǒng)的發(fā)展需要 動(dòng)態(tài)交通分配理論 的支持 。 動(dòng)態(tài)交通分配的目的 交通供給 狀況包括 路網(wǎng)拓?fù)浣Y(jié)構(gòu) 和 路段特性 等 ， 交通需求 狀況則是指在每時(shí)每刻產(chǎn)生的 出行需求 及其 分布 。 在 靜態(tài)交通分配 中 沒(méi)有 出現(xiàn) ， 在 動(dòng)態(tài)交通分配 中 流出函數(shù) 是反映 交通擁擠 ， 抓住網(wǎng)絡(luò) 動(dòng)態(tài)本質(zhì)特性 的關(guān)鍵 。 在 建立阻抗特性模型 時(shí) ， 要注意 動(dòng)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(shí)刻 路段上的 交通負(fù)荷 ， 即這一時(shí)刻路段上存在點(diǎn)的車輛數(shù) 。 N—— 網(wǎng)絡(luò)節(jié)點(diǎn)集，它包括起點(diǎn)集、終點(diǎn)集和中間點(diǎn)集三個(gè)子集。 t ?智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 1）動(dòng)態(tài)交通分配模型的有關(guān)定義 , ()knqtnax()aut—— 時(shí)刻路段 上以 為終點(diǎn)的行駛車輛數(shù)。 , ()knQt[0, ]Tkn智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 1）動(dòng)態(tài)交通分配模型的有關(guān)定義 —— 路段 的阻抗函數(shù)，一般為路段行駛時(shí)間函數(shù)。 ],0[ TtNkNnAa ????????模型中， 。 動(dòng)態(tài)用戶最優(yōu)分配模型 的建立是基于對(duì) 出行者路徑選擇行為 正確假定的基礎(chǔ)上 ， 力圖再現(xiàn)網(wǎng)絡(luò)上交通流的 實(shí)際瞬時(shí)分布形態(tài) ， 因此更為重要 。 （ 312） )(ta? 。 ③ 同時(shí)選取路段車輛存在臺(tái)數(shù)和路段流入率為規(guī)劃變量 ，使得 規(guī)劃變量過(guò)多 ， 求解困難 。 該模型對(duì) 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(duì) 目標(biāo)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(yùn)輸系統(tǒng)概論 動(dòng)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(yán)格的用戶最優(yōu) ， 而是將路徑選 擇 的 原 則 設(shè) 計(jì) 成 準(zhǔn) 用 戶 最 優(yōu) 的 （ Quasi User Optimum， 簡(jiǎn)稱 QUO） 。 基本觀點(diǎn) 是眾參量在 競(jìng)爭(zhēng) 中產(chǎn)生 序參量 ， 引導(dǎo)和控制 整個(gè)系統(tǒng) 的發(fā)展方向 。 過(guò)程是 自發(fā) 進(jìn)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(huì)隨著每天上下班及節(jié)假日而發(fā)生 周期性波動(dòng) ， 還會(huì)因?yàn)榧瘯?huì) 、 交通事故等因素產(chǎn)生不可預(yù)料的 偶然性波動(dòng) 。 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(xué)理論 所強(qiáng)調(diào)和研究的內(nèi)容 。 混合交通自適應(yīng)控制 系統(tǒng)在 感知 到公交車輛后 ， 提供 優(yōu)先信號(hào) ， 降低 運(yùn)行延誤 。 Allsop（ 1974） 第一次將 控制 引入 交通流分配 問(wèn)題中來(lái) ， 從此有關(guān) 交通控制和交通流誘導(dǎo) 之間的相互影響和相互作用的研究一直是交通領(lǐng)域的專家學(xué)者研究的焦點(diǎn) 。