【正文】 系 預(yù)測系統(tǒng)的輸入信息分為三類：各路段入口流量aQ、各路段出口流量bQ、和當(dāng)前的時間變量 t 。 ku k ky dy )(1 kkk efuu ??? ku智能運(yùn)輸系統(tǒng)概論 智能控制理論簡介 2） 知識工程 廣義地講 ， 設(shè)計控制系統(tǒng) 便是有效地 組織和運(yùn)用知識的過程 。 是一種 可以訓(xùn)練 的 非線性動力學(xué) 系統(tǒng) 。 智能控制系統(tǒng)在控制的 靈活性 、 魯棒性 及 適應(yīng)性 等諸方面都大大高于基于 傳統(tǒng)控制理論 的控制系統(tǒng) 。 智能運(yùn)輸系統(tǒng)概論 智能控制理論簡介 8） 神經(jīng)網(wǎng)絡(luò)理論 是介于 符號推理 與 數(shù)值計算 之間的一種 數(shù)學(xué) 工具 。 智能控制理論簡介 控 制 器 對 象控 制 器 設(shè) 計 參 數(shù) 估 計 yur控 制 參 數(shù)對 象 參 數(shù)參數(shù)自適應(yīng)自組織控制 控 制 器 控 制 對 象模 型+ury調(diào) 整 機(jī) 構(gòu) e品質(zhì)自適應(yīng)自組織控制 智能運(yùn)輸系統(tǒng)概論 智能控制理論簡介 重復(fù)性學(xué)習(xí)控制系統(tǒng) 濾 波 器 控 制 對 象 記 憶 裝 置學(xué) 習(xí) 控 制 律+ ke dykyku 1?ku++1） 自適應(yīng) 、 自組織和自學(xué)習(xí)控制 另還有一種 基于重復(fù)性的學(xué)習(xí)控制 ， 其典型結(jié)構(gòu)如圖所示 。 智能運(yùn)輸系統(tǒng)概論 短時交通信息預(yù)測理論模型體系 BP神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測模型的研究 作者所在課題組采用經(jīng)過訓(xùn)練的 神經(jīng)網(wǎng)絡(luò) 對長春市人民大街上解放大路至錦水路的 路段交通流量 進(jìn)行了 預(yù)測 ， 預(yù)測 結(jié)果較好 。 作為 ITS核心 研究領(lǐng)域之一的 城市交通流誘導(dǎo)系統(tǒng) ， 是通過 實(shí)時地采集 和 發(fā)送 交通信息 ， 適時 引導(dǎo) 交通流量合理分布 ， 從而達(dá)到高效率利用道路網(wǎng)絡(luò)的一種 主動交通控制方式 。 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 以交通信息共享為基礎(chǔ)的 UTCS和 UTFGS協(xié)同框架 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 總結(jié)以往 國內(nèi)外 關(guān)于 UTCS與 UTFGS協(xié)同模式 的研究 ， 主要?dú)w結(jié)為以下 四種 ： UTCS與 UTFGS的 基礎(chǔ)信息共享 ， 但是兩個系統(tǒng) 獨(dú)立運(yùn)作 ，UTCS與 UTFGS之間 不存在策略和方案間的協(xié)同 。 在以上 三 種協(xié)同關(guān)系中 ， 控制系統(tǒng)與公交系統(tǒng)的協(xié)同 主要體現(xiàn)在 公交的信號優(yōu)先 ， 誘導(dǎo)系統(tǒng)與公交系統(tǒng)的協(xié)同 主要體現(xiàn)在 誘導(dǎo)信息 對出行者出行方式選擇的影響與改變上 。 有序 結(jié)構(gòu)靠 信息流 來維持 。 作為協(xié)同學(xué)研究對象的系統(tǒng) ， 當(dāng)外界的 控制參量 不斷改變時 ， 在一定條件下會經(jīng)歷一個 從無序到有序 、 從有序到有序 ， 從有序到混沌 的演化系列 。 最優(yōu)控制 模型發(fā)展了 數(shù)學(xué)規(guī)劃 模型 ， 將控制領(lǐng)域中 最優(yōu)控制 理論引入了問題表述中 ， 但最終缺乏一個行之有效的算法 。 ② 引入控制變量 ， 添加不等式約束 。 智能運(yùn)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 ； 。 此時模型可看作是離散時間系統(tǒng)的最優(yōu)控制模型 ， 也可以看作是一個數(shù)學(xué)規(guī)劃模型 。 ?()na—— 時刻路段 上以 為終點(diǎn)的車輛流出率。 從 總體 上來說 ， 自 動態(tài)交通分配 概念提出至今 ， 其研究仍然處于發(fā)展階段 。 動態(tài)用戶最優(yōu) （ DUO） 就是指路網(wǎng)中 任意時刻 、 任何 OD對之間被使用的路徑上的 當(dāng)前瞬時行駛費(fèi)用相等 ， 且等于 最小費(fèi)用 的狀態(tài) 。 在 交通供給 以及 交通需求 狀況均為 已知 的條件下 ， 分析其 最優(yōu) 的 交通流量分布模式 ， 從而為交通流控制和管理、 城市交通流誘導(dǎo)等提供依據(jù) 。 智能運(yùn)輸系統(tǒng)概論 動態(tài)交通分配的基本概念 3） 路段阻抗特性模型 在 靜態(tài)交通流分配 中 ， 對 阻抗 的 估計精度 要求相對來說不是 很高 。 ()Bk—— 所有以節(jié)點(diǎn) 為終端的弧段集合。 3）動態(tài)系統(tǒng)最優(yōu)分配模型 （ 36） 。 具體模型如下： )(tuna)(tvna )(txna dtdtxcJ aAa T tv aa ?? )),((:min 0 )(0? ? ??? )()()( tvtudt tdx nanana ?? nktvtqtukBanankkAana ??? ????)()()()(,)( 0)()( ??? tunAana ??? dvtx tttnana a )()( )(? ??（ 37） （ 38） （ 39） （ 310） （ 311） 智能運(yùn)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 ； 。 模型如下： )(txna )(tuna )())(( txtxg aaaa ?? )())(),(( txtxtxg naaanana ?? dtdcJ aAaT txaa ??? ))((:min0)(0? ? ???（ 313） 智能運(yùn)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 ； 。 問題表述為：在 可行域 ， 在下列方程式中尋求一個 使得： ? ???u? ? 0c u u u ?? ? ? ? ? ? ? （ 3 23 ） 智能運(yùn)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 ； 。 協(xié)同學(xué) （ Synergetics） ， 這一詞匯是 臘語中引入的 ， 意思是 “ 合作的科學(xué) ” 。 系統(tǒng)參數(shù) 時變 ， 系統(tǒng)狀態(tài)難以預(yù)測 。 在 信息共享 的條件下 ， 兩個系統(tǒng)的 協(xié)同 作用能夠顯著減少 交通擁擠 的 產(chǎn)生 、 減輕擁擠的 嚴(yán)重程度 、 提高交通擁擠的 疏導(dǎo)速度 。 信號控制與動態(tài)交通分配的具體結(jié)合關(guān)系如圖所示 。 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 2）國內(nèi)外關(guān)于 UTCS與 UTFGS協(xié)同模型與算法的研究 尋求 信號控制模式 以優(yōu)化 系統(tǒng)性能 ， 如使總出行時間等達(dá)到最少 ， 此時的出行者路徑選擇行為作為約束 ， 由交通均衡模型描述 ， 其目的在于從整體上考慮出行者路徑調(diào)整的控制策略 。 本書基于上述項(xiàng)目的研究成果及 最優(yōu)交通動態(tài)分配 理論思想 ， 采用 統(tǒng)計推斷 、 人工智能 、 卡爾曼濾波 、 交通流理論 和 隨機(jī)服務(wù)系統(tǒng) 理論等構(gòu)建的 短時交通信息預(yù)測模型體系如下圖所示 。 課題組建立 交通流量預(yù)測模型 ，假設(shè)研究路段 未來時段 的交通流量是上游和下游路段上的前幾個時段流量的 線性函數(shù) ， 利用 兩周中同周次 的 兩天 交通流量的 差值 和 比值 兩種方法進(jìn)行 交通流量預(yù)測 ；同時建立 基本模型 、 交通流量等參數(shù)預(yù)測模型 和 參數(shù)比例預(yù)測模型 。主要用來描述和研究 信息處理系統(tǒng) ， 具有以下持點(diǎn)： 并發(fā)性 、 異步性 、 分布性 和 不確定性 等 。 在分層遞階控制 系統(tǒng)中 ， 也是通過使系統(tǒng)的 總熵最小 來實(shí)現(xiàn)系統(tǒng)的 優(yōu)化設(shè)計 。 在優(yōu)化理論中新近發(fā)展了一種 遺傳算法 （ Geic Algorithm， 簡稱 GA） 它是一種 全局隨機(jī)尋優(yōu)算法 。 5） 人 —— 機(jī)系統(tǒng)理論 三個目的 ：一是研究 人 作為系統(tǒng)中的一個部件的 特性；二是在系統(tǒng)中如何 構(gòu)造仿人的特性 ；三是研究 人 —— 機(jī)各自特性有效地構(gòu)造出 人 —— 機(jī)結(jié)合 的智能控制系統(tǒng) 。 傅京遜在 1971年的文章中稱它是 人工智能 與 自動控制 的交叉 。 短時交通信息預(yù)測理論模型體系 智能運(yùn)輸系統(tǒng)概論 短時交通信息預(yù)測理論模型體系 短時交通信息預(yù)測 交通量預(yù)測 行程時間預(yù)測 卡爾曼濾波方法 神經(jīng)網(wǎng)絡(luò)方法 統(tǒng)計分析方法 卡爾曼濾波方法 神經(jīng)網(wǎng)絡(luò)方法 隨機(jī)服務(wù)系統(tǒng) 基本模型 等參數(shù)模型 高階神經(jīng)網(wǎng)絡(luò)方法 BP神經(jīng)網(wǎng)絡(luò)方法 車流泊松分布 車流一般分布 逐步回歸 基本模型 等參數(shù)模型 等參數(shù)比例模型 高階神經(jīng)網(wǎng)絡(luò)方法 BP神經(jīng)網(wǎng)絡(luò)方法 聚類分析 主成分分析 等參數(shù)比例模型 短時交通信息預(yù)測理論模型體系 智能運(yùn)輸系統(tǒng)概論 短時交通信息預(yù)測理論模型體系 1）適合我國的交通流量動態(tài)預(yù)測理論模型體系的建立 由于影響 交通流量 的因素具有高度的 時變性 和 非線性 的特點(diǎn) ， 很難給出比較 精確的解析表達(dá)式 并進(jìn)行相應(yīng)的標(biāo)定 。 以往的研究往往 偏重其一 或者 全局一體化的研究思路 。 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 該信號控制系統(tǒng)是一種 多層次 的 實(shí)時適應(yīng)式 的交通信號控制系統(tǒng) RTTRACS （ Real Time TrafficAdaptive Control System， 實(shí)時交通自適應(yīng)控制系統(tǒng) ） 。 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 ， 降低 運(yùn)行延誤 。 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?yàn)榧瘯?、 交通事故等因素產(chǎn)生不可預(yù)料的 偶然性波動 。 基本觀點(diǎn) 是眾參量在 競爭 中產(chǎn)生 序參量 ， 引導(dǎo)和控制 整個系統(tǒng) 的發(fā)展方向 。 ? ?? ?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