【正文】 程 。 實(shí)際上路段流出率函數(shù)一般為 非凸非線性 ， 導(dǎo)致解的可行域非凸 ， 不能直接運(yùn)用 Pontryagin極大值定理推導(dǎo)最優(yōu)解 。 自 MN模型提出之后 ， 又有許多研究者圍繞 MN模型提出了一系列 改進(jìn) 。0)0( ?nax ( ?txna 0)( ?tu na 0)( ?tvna； ； 模型中， 。 許 多 學(xué) 者 如 Wieet （ 1990 ） 、 Ra （ 1993 ） 、Papageious（ 1990） 等對 動(dòng)態(tài)用戶最優(yōu) 進(jìn)行了 不同角度 的定義 ， 因此對 動(dòng)態(tài)路徑選擇行為 也就存在著不同角度的描述 。 上述模型是應(yīng)用 最優(yōu)控制理論 建立的 ， 能夠用于 多個(gè) OD對的交通網(wǎng)絡(luò) ， 模型中 是 狀態(tài)變量 ， 而 是 控制變量 。 ?上述各變量中 ， 都是基于連續(xù)時(shí)間表達(dá)的 。 t ?n—— 時(shí)刻路段 上車輛流入率。一般用 表示起點(diǎn)或中間點(diǎn)，用 表示終點(diǎn)。 在 動(dòng)態(tài) 情形下 ， 用 交通量無法描述路段的動(dòng)態(tài)交通特征 ， 交通量 是一個(gè) 時(shí)間觀測量 ， 其值是在某一點(diǎn)觀測到的 ， 適用于靜態(tài) 描述；而 交通負(fù)荷 是指 某一時(shí)刻 一個(gè)路段上存在的車輛數(shù) ， 是一個(gè) 空間觀測量 ， 適用于 動(dòng)態(tài) 描述 。 在 動(dòng)態(tài)交通分配 中 ， 出行者 路徑選擇原則 確定后 ， 其 路段流入率 自然確定 。 動(dòng)態(tài)交通分配 在 交通誘導(dǎo) 和 交通控制 中具有 核心 地位和重要的作用 ， 如圖所示 。智能運(yùn)輸系統(tǒng)概論 （第三版） 普通高等教育“十一五”國家級規(guī)劃教材 21世紀(jì)交通版高等學(xué)校教材 楊兆升 于德新 主編 史其信 高世廉 主審 智能運(yùn)輸系統(tǒng)概論 目 錄 ? 第 1章 緒論 ? 第 2章 智能運(yùn)輸系統(tǒng)的體系框架 ? 第 3章 智能運(yùn)輸系統(tǒng)的理論基礎(chǔ) ? 第 4章 交通信息采集與處理技術(shù) ? 第 5章 通信技術(shù) ? 第 6章 車輛定位技術(shù) ? 第 7章 網(wǎng)絡(luò)技術(shù) ? 第 8章 數(shù)據(jù)庫技術(shù) ? 第 9章 新技術(shù)在智能運(yùn)輸系統(tǒng)中的應(yīng)用 ? 第 10章 交通信息服務(wù)系統(tǒng) 智能運(yùn)輸系統(tǒng)概論 第 3章 智能運(yùn)輸系統(tǒng)的理論基礎(chǔ) 動(dòng)態(tài)交通分配理論 智能協(xié)同理論 交通網(wǎng)絡(luò)實(shí)時(shí)動(dòng)態(tài)交通信息預(yù)測理論 智能控制理論 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)交通分配理論 ITS的研究和實(shí)施 ， 對動(dòng)態(tài)交通分配理論提出了更迫切 的需求 ， 極大地 推進(jìn) 了 動(dòng)態(tài)交通分配理論 的前進(jìn)步伐 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)交通分配的目的 數(shù)據(jù)采集 數(shù)據(jù)融合 動(dòng)態(tài)交通分配 輸出數(shù)據(jù)整理 交通控制 交通誘導(dǎo) 交通過程 動(dòng)態(tài)交通分配的地位和作用 可以看出 ， 動(dòng)態(tài)交通分配 是以 路網(wǎng)交通流 為對象 ，以 交通控制與誘導(dǎo) 為目的開發(fā)出來的交通需求預(yù)測模型 。 函數(shù)的建立 應(yīng)該確保車輛按照所給出的路段走行時(shí)間走完該路段 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)交通分配理論研究現(xiàn)狀 從提出至今經(jīng)過了 20多年的發(fā)展 ， 在理論研究和方法應(yīng)用上都有了一定的進(jìn)步 ， 但是無論國外還是國內(nèi) ， 目前在 動(dòng)態(tài)交通分配 方面的 學(xué)術(shù)專著 還沒有見到 ， 這一點(diǎn)不同于靜態(tài)交通分配 。 k nA—— 有向弧集，即路段集，路網(wǎng)任意路段用 表示。 tna—— 時(shí)刻路段 上以 為終點(diǎn)的車輛流入率。 如果離散時(shí)間表述 ， 則可以將固定時(shí)段 等分為 份 。模型的 最優(yōu)解 利用 Pontryyagin最小值原理 獲得 。 對動(dòng)態(tài)用戶最優(yōu) 定義 的不同 ， 會(huì)構(gòu)造出不同 動(dòng)態(tài)交通用戶分配模型 。 ],0[ TtNkNnAa ????????對于上述問題的求解同樣需要首先將 模型離散化 ， 得到 離散時(shí)間 系統(tǒng)的 最優(yōu)控制模型 ， 該離散時(shí)間形式可以看作是一個(gè)非線性規(guī)劃 問題 ， 應(yīng)用 FrankWolf方法來求解 。 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 ； 。 （ 314） （ 315） （ 316） （ 317） )()()( txtutx nannana ??? nktxtqtu kBa naankkAa na ??? ?? ?? )()()( )(,)( ?0)()( ??? tunAa na 。 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 ； 。 ??rsapkt? k r s p t a 以上討論了三種主要的 動(dòng)態(tài)交通 模型： 數(shù)學(xué)規(guī)劃 模型 、 最優(yōu)控制 模型和 VI模型 。 準(zhǔn)用戶最優(yōu)動(dòng)態(tài)交通分配 該方法由 三 個(gè)部分組成： 動(dòng)態(tài)交通流信息的采集與處理 模塊 、 交通參數(shù)自適應(yīng)預(yù)測 模塊和 準(zhǔn)用戶最優(yōu)路徑選擇 模塊 。 智能運(yùn)輸系統(tǒng)概論 協(xié)同學(xué)的 研究對象 是 非平衡開放系統(tǒng) 中的 自組織 及形成的 有序結(jié)構(gòu) 。 系統(tǒng)接近 臨界點(diǎn) 時(shí) ， 因漲落而偏離定態(tài)后 ， 恢復(fù)至定態(tài)所需時(shí)間 （ 弛豫時(shí)間 ） 無限增長 ， 稱為 “ 臨界減慢 ”現(xiàn)象 。 當(dāng)路網(wǎng)上 車流量 達(dá)到一定 閾值 時(shí) ， 原定態(tài)失穩(wěn) ， 出現(xiàn) 臨界 狀態(tài) ， 進(jìn)而出現(xiàn)新的定態(tài) 。 協(xié)同學(xué)理論 為研究 ITS子系統(tǒng) 相互作用與相互合作提供了有力的 基礎(chǔ)理論 和 方法論思想 。 智能運(yùn)輸系統(tǒng)概論 車輛誘導(dǎo)、交通控制和公共交通協(xié)同理論 3）誘導(dǎo)系統(tǒng)與公交系統(tǒng)的協(xié)同 公交系統(tǒng) 的吸引力越強(qiáng) ， 形成的 公交出行量 越大 ， 其他方式的出行量會(huì)相應(yīng)減少 。 1）國內(nèi)外關(guān)于 UTCS與 UTFGS協(xié)同模式的研究 Bell 等 （ 1991年 ） 提出了 交通流最佳路徑誘導(dǎo) 和 交通控制協(xié)同 的 兩種 途徑：一是 低層次協(xié)同 ， 即兩系統(tǒng)的數(shù)據(jù)共享；二是 高層次協(xié)同 ， 即兩系統(tǒng)相互影響和相互作用 。 Nathan DTA的結(jié)合關(guān)系 智能運(yùn)輸系統(tǒng)概論 國內(nèi)外交通控制與交通誘導(dǎo)協(xié)同理論的研究 1）國內(nèi)外關(guān)于 UTCS與 UTFGS協(xié)同模式的研究 我國 從 90年代開始 ， 一些 高等院校 （ 吉林大學(xué) 、 天津大學(xué) 、同濟(jì)大學(xué) 、 河北工業(yè)大學(xué)等 ） 也做了大量相關(guān)研究 。 建立控制與誘導(dǎo) 一體化模型 ， 主要思想 是將 控制與誘導(dǎo) 方案作為系統(tǒng)的 控制分量 ， 綜合所有 狀態(tài)方程和約束 作為系統(tǒng)的狀態(tài)方程和約束 ， 以 路網(wǎng)的總體指標(biāo) 為最優(yōu)目標(biāo) ， 通過 各種優(yōu)化方法 進(jìn)行求解 ， 獲得 最優(yōu)策略 。 協(xié)同學(xué)理論 為研究交通管理子系統(tǒng) 相互作用 與 合作 提供了有力的基礎(chǔ)理論和方法論思想 。 交通信息 短時(shí)預(yù)測 對交通 控制 和 公共交通 等系統(tǒng)功能的有效發(fā)揮也具有 決定性 影響 ， 是實(shí)現(xiàn)預(yù)測型決策的前提 。 BP神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測模型的研究 由 數(shù)據(jù)處理器 和 BP網(wǎng) 組成 （ 如圖所示 ） 。每類流量內(nèi)又分 1?m 組，分別代表當(dāng) 前及前 m 個(gè)時(shí)段的流量信息。 智能控制理論簡介 運(yùn) 籌 學(xué)人 工 智 能控 制信 號 處 理形 式 語 言啟 發(fā)規(guī) 劃調(diào) 度管 理管 理協(xié) 調(diào)記 憶學(xué) 習(xí)動(dòng) 力 學(xué)動(dòng) 態(tài) 反 饋優(yōu) 化動(dòng) 力 學(xué)動(dòng) 態(tài) 反 饋智 能控 制智能控制的多學(xué)科交叉 智能運(yùn)輸系統(tǒng)概論 1） 自適應(yīng) 、 自組織和自學(xué)習(xí)控制 是 傳統(tǒng)控制 向縱深發(fā)展的高級階段 ， 可看成為較初級的 智能控制系統(tǒng) 。 控制器 則是運(yùn)用 知識 進(jìn)行推理決策 、 產(chǎn)生控制作用的裝置 ， 一般由計(jì)算機(jī)來完成 。 7） 大系統(tǒng)理論 智能控制系統(tǒng)中的 分層遞階 的 控制思想 是與 大系統(tǒng)理論 中的 分層遞階 和 分解協(xié)調(diào) 的思想一脈相承的 。 9） 模糊集合論 介于 邏輯計(jì)算 與 數(shù)值計(jì)算 之間的 — 種數(shù)學(xué)工縣 。 這種優(yōu)化算法也將在智能控制中發(fā)揮重要的作用 。 智能控制 能根據(jù)具體的運(yùn)行環(huán)境 靈活 并且 實(shí)時(shí) 地調(diào)整其 控制策略 ， 從而在 各種條件 下均能達(dá)到良好的控制效果 。 智能運(yùn)輸系統(tǒng)概論 智能控制理論簡介 10） 優(yōu)化理論 在 學(xué)習(xí)控制系統(tǒng) 中常常通過對 系統(tǒng)性能評判 和 優(yōu)化來修改系統(tǒng)的結(jié)構(gòu)和參數(shù) 。 因此可以將 大系統(tǒng)控制理論 的某些思想應(yīng)用到智能控制系統(tǒng) 的設(shè)計(jì)中 。 可見 信息熵 在分層遞階智能控制系統(tǒng)的分析和設(shè)計(jì)中起著十分重要的作用 。 自適應(yīng)控制 主要描述系統(tǒng)的行為 ， 自組織控制 主要描述系統(tǒng)的內(nèi)部結(jié)構(gòu) 。 Qa( k + 1) Qb( k+ 1) t Qb( k) 城市交通網(wǎng)絡(luò) H G N N ? 運(yùn)行時(shí)間預(yù)測 ? 多步預(yù)測 Qa( k) Qa(k 1) Qa(k m) Qb(k 1) Qb(k m) Qb Qa FQa(k 1) FQa( k+ 1) _ + ……… ……… 基于HGNN交通流量自適應(yīng)預(yù)測系統(tǒng)圖 智能運(yùn)輸系統(tǒng)概論 短時(shí)交通信息預(yù)測理論模型體系 Kalman于 1960年提出 ， 采用由 狀態(tài)方程 和 觀測方程 組成的線性隨機(jī)系統(tǒng) 的 狀態(tài)空間 模型來描述 濾波器 ， 利用 狀態(tài)方程的 遞推性 ， 接線性無偏最小均方誤差 估計(jì)準(zhǔn)則 ， 采用一套 遞推算法 對該濾波器的狀態(tài)變量作最佳估計(jì) ， 求得濾掉噪聲的有用信號 的最佳估計(jì) 。 輸入層 單元數(shù)由數(shù)據(jù)處理器構(gòu)造的樣本維數(shù)決定； 輸出層 有一個(gè)神經(jīng)元 ， 它的訓(xùn)練用輸出值由數(shù)據(jù)處理器提供； 隱層神經(jīng)元 個(gè)數(shù)由輸入和輸出神經(jīng)元個(gè)數(shù)決定 。 實(shí)時(shí)動(dòng)態(tài)交通信息預(yù)測的意義 智能運(yùn)輸系統(tǒng)概論 實(shí)時(shí)動(dòng)態(tài)交通信息 （ 交通流量 和 行程時(shí)間 ） 預(yù)測 是實(shí)時(shí) 動(dòng)態(tài)交通分配理論 實(shí)現(xiàn)的前提 。 智能運(yùn)輸系統(tǒng)概論 第 3章 智能運(yùn)輸系統(tǒng)的理論基礎(chǔ) 動(dòng)態(tài)交通分配理論 智能協(xié)同理論 交通網(wǎng)絡(luò)實(shí)時(shí)動(dòng)態(tài)交通信息預(yù)測理論 智能控制理論 智能運(yùn)輸系統(tǒng)概論 隨著 GPS浮動(dòng)車 、