【正文】 因此 優(yōu)化理論 也是智能控制理論的 — 個(gè)主要內(nèi)容 。 非常適用于在 分層遞階智能控制系統(tǒng) 中作為 協(xié)調(diào)級(jí)的解析模型 ， 將協(xié)調(diào)級(jí)中各模塊之間的 連接關(guān)系 描述清楚 。 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(cè)理論 智能控制理論 智能運(yùn)輸系統(tǒng)概論 智能控制是一多學(xué)科的交叉 。 該模型體系實(shí)現(xiàn)交通信息的 準(zhǔn)確預(yù)測(cè) ，為實(shí)時(shí)動(dòng)態(tài)路徑搜索提供技術(shù)保障 。 在 理論 和 實(shí)踐 上 ， 交通控制與交通流誘導(dǎo) 的協(xié)同均沒(méi)取得成功性的突破 。 此類方法是以DTA模型 來(lái) 預(yù)測(cè)交通流 ， 將其作為控制決策時(shí)的 輸入 。 2）控制系統(tǒng)與公交系統(tǒng)的協(xié)同 公交 系統(tǒng)根據(jù) 實(shí)時(shí)交通流量 、 客流量 及其預(yù)測(cè)信息生成 車輛調(diào)度方案 ， 在保證 運(yùn)輸效率 的同時(shí) 降低運(yùn)營(yíng)成本 。 城市交通流系統(tǒng)是個(gè) 復(fù)雜 的 人機(jī) 系統(tǒng) ， 系統(tǒng)參數(shù)不能完全測(cè)量 ， 具有很強(qiáng)的隨機(jī)性 。 協(xié)同學(xué)的產(chǎn)生及其研究對(duì)象 協(xié)同論 是研究在由許多 子系統(tǒng) 構(gòu)成的 復(fù)雜系統(tǒng) 中 ， 子系統(tǒng)是如何通過(guò) 協(xié)作 和 自組織 而形成 宏觀 尺度上的 空間 、 時(shí)間或 功能 結(jié)構(gòu) 。 5）各類模型的基本分析 （ VI， Variational Inequality ） 模型 可行域 由下列 約束方程式 限定 ， 是每次 平衡分配 完成 的 子集 。 5）各類模型的基本分析 模型 其中 ， 。 4）動(dòng)態(tài)用戶最優(yōu)分配模型 其中 ， 是路段實(shí)際走行時(shí)間的估計(jì)值 。0)0( ?nax ( ?txna 0)( ?tu na。 k()aXt—— 時(shí)刻路段 上存在的車輛數(shù)，即交通負(fù)荷。 但在 動(dòng)態(tài)分配 下 ， 提高阻抗函數(shù)預(yù)測(cè)精度 則是一個(gè) 基本要求 。 通過(guò) 交通流管理 和 動(dòng)態(tài)路徑誘導(dǎo) 在 空間 和 時(shí)間 尺度上對(duì)人們已經(jīng)產(chǎn)生的交通 需求 的合理配置 ， 使得交通路網(wǎng)優(yōu)質(zhì)高效地運(yùn)行 。 前者是從路網(wǎng)中 每個(gè)用戶 的角度考慮 ， 追求每個(gè)用戶出行的 走行時(shí)間最少 或 費(fèi)用最低 ；后者是從 路網(wǎng)系統(tǒng) 角度考慮 ， 尋求 整個(gè)系統(tǒng) 總的出行時(shí)間最少或費(fèi)用最低 。 理論 方面的研究居多 ， 實(shí)際應(yīng)用 上還有待于進(jìn)一步發(fā)展 。 t ( ( ))aag x t—— 路段 的路段流出率函數(shù)。 一般將模型在 時(shí)間上離散化 ， 求解模型的 離散 形式 。 同樣 ， 有關(guān) 動(dòng)態(tài)用戶最優(yōu)模型 的合理可行的 、能夠應(yīng)用于實(shí)際大規(guī)模路網(wǎng)的算法的研究 ， 目前還是理論界積極探討 、 摸索的問(wèn)題 。 5）各類模型的基本分析 模型 Luque和 Friesz提出動(dòng)態(tài)交通分配的最優(yōu)控制模型后 ， 眾多的研究者在此基礎(chǔ)上作出了一些改進(jìn)： ① 在 路段狀態(tài) 方程中加入 滯后 ， 滯后時(shí)間為 路段自由行駛時(shí)間 ， 避免車輛一進(jìn)入路段即對(duì)路段末端流出率產(chǎn)生影響 。 5）各類模型的基本分析 數(shù)學(xué)規(guī)劃 模型以 MN模型為代表 ， 由于 求解困難 以及 FIFO規(guī)則 的限制 無(wú)法 應(yīng)用于 多起訖點(diǎn) 網(wǎng)絡(luò) ， 從而逐漸被其它模型取代 。 各子系統(tǒng)之間的 協(xié)同 作用與 競(jìng)爭(zhēng) 決定著系統(tǒng)從 無(wú)序到有序 的 演化 過(guò)程 ， 這正是協(xié)同學(xué)的 精髓 所在 ， 也是協(xié)同學(xué)中協(xié)同一詞的 真正 含義 。 當(dāng)系統(tǒng)接近 臨界點(diǎn) 時(shí) ， 因 漲落 而偏離定態(tài)后 ， 出現(xiàn) 交通擁堵 ， 恢復(fù)至交通暢通的定態(tài)所需時(shí)間 （ 弛豫時(shí)間 ） 無(wú)限增長(zhǎng) ， 即存在 “ 臨界減慢 ” 現(xiàn)象 。 這種協(xié)同既可以部分 減少 機(jī)動(dòng)車和非機(jī)動(dòng)車 交通需求 ， 又能夠 減輕 交通流 混合程度 ， 對(duì)緩解交通擁擠具有重要意義 。 天津大學(xué) 在對(duì)國(guó)內(nèi)外各種 組合模式 進(jìn)行闡述之后 ， 剖析了它們各自的不足 ， 并提出了一種 改進(jìn)的協(xié)同模式 。 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(cè)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 、 手機(jī)定位 等交通 檢測(cè)技術(shù) 的日趨成熟， 把什么形式的 動(dòng)態(tài)交通信息 提供給用戶才能達(dá)到避免擁擠 、 提高路網(wǎng)使用效率的目的 ， 如何在 短時(shí)間 內(nèi)得到這些信息 ， 以及如何根據(jù)這些信息快速確定出 最佳行駛路徑 ，已成為國(guó)際智能運(yùn)輸領(lǐng)域的一個(gè)前沿問(wèn)題 ， 交通網(wǎng)絡(luò)實(shí)時(shí)動(dòng)態(tài)交通信息 預(yù)測(cè)理論 、 模型與算法 的優(yōu)劣直接影響整個(gè)ITS的造價(jià)與功能 。 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 。 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) 。 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 。 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 。 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 。 控制器 則是運(yùn)用 知識(shí) 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(lái)完成 。每類流量?jī)?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。 交通信息 短時(shí)預(yù)測(cè) 對(duì)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(cè)型決策的前提 。 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(guò) 各種優(yōu)化方法 進(jìn)行求解 ， 獲得 最優(yōu)策略 。 1）國(guó)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 。 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 。 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(wú)限增長(zhǎng) ， 稱為 “ 臨界減慢 ”現(xiàn)象 。 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(cè) 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 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 ； 。 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 ； 。 對(duì)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 。 如果離散時(shí)間表述 ， 則可以將固定時(shí)段 等分為 份 。 k nA—— 有向弧集，即路段集，路網(wǎng)任意路段用 表示。 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 （第三版） 普通高等教育“十一五”國(guó)家級(jí)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(kù)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(cè)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(duì)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 。 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 。一般用 表示起點(diǎn)或中間點(diǎn)，用 表示終點(diǎn)。 ?上述各變量中 ， 都是基于連續(xù)時(shí)間表達(dá)的 。 許 多 學(xué) 者 如 Wieet （ 1990 ） 、 Ra （ 1993 ） 、Papageious（ 1990） 等對(duì) 動(dòng)態(tài)用戶最優(yōu) 進(jìn)行了 不同角度 的定義 ， 因此對(duì) 動(dòng)態(tài)路徑選擇行為 也就存在著不同角度的描述 。 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) 。 系統(tǒng) 最優(yōu) （ System Optimum） 預(yù)測(cè)型用戶 最優(yōu) （ Predictive User Optimum） dtdcJ aAa T tx aa ??? ))((:m i n 0 )(0? ? ??? （ 3 21 ） dttvtutxcJ aaAa T aa ))()(())((:m i n 0 ?? ? ?? （ 3 22 ） （ VI， Variational Inequality ） 模型 將動(dòng)態(tài)交通分配過(guò)程分解為網(wǎng)絡(luò)加載和網(wǎng)絡(luò)分配兩個(gè)過(guò)程 。 設(shè)計(jì)了如圖所示的 準(zhǔn)用戶最優(yōu)動(dòng) 態(tài) 交 通 分 配 （ Quasi User Optimum Dynamic Traffic Assignment， 簡(jiǎn)稱 QUODTA） 理論模型方法框架 。 新的定態(tài) 相對(duì)于舊的定態(tài)更為 有序 ， 是無(wú)序到有序的突變 ， 稱為非平衡狀態(tài)下的有序化轉(zhuǎn)變 。 協(xié)同學(xué)研究 的 對(duì)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) 。 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 迄今為止 ， 國(guó)內(nèi) 外關(guān)于 交通控制與交通流誘導(dǎo)系統(tǒng) 協(xié)同運(yùn)作的研究主要集中在 協(xié)同模式 和 協(xié)同算法 兩方面 。 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 將結(jié)果等信息 返回到低層 上 ， 作為 新的初始條件 重新進(jìn)行優(yōu)化 ， 反復(fù)迭代 ， 直至得到 滿足整體目標(biāo)的協(xié)同方案 。 預(yù)測(cè)型 系統(tǒng)必須具有快速準(zhǔn)確地預(yù)測(cè)交通狀態(tài)的功能 ， 因而 預(yù)測(cè)型 的實(shí)現(xiàn)卻比反應(yīng)型的困難得多 。 智能運(yùn)輸系統(tǒng)概論 短時(shí)交通信息預(yù)測(cè)理論模型體