期刊文献+

高速公路匝道非线性反馈控制器的设计与仿真 被引量:6

Design of Nonlinear Feedback Ramp Controller in Freeway and its Simulation
下载PDF
导出
摘要 提出了一种非线性方法设计高速公路入口匝道反馈控制器,非线性反馈控制器由高速公路交通流模型和比例积分调节器组成。阐述了入口匝道控制原理,建立了高速公路交通流模型,模型的流量—密度关系是非线性的,设计了高速公路匝道非线性反馈控制器模型。仿真结果表明非线性反馈控制器性能优越,它能使高速公路主线交通流密度保持为设定的期望密度,同时又能维持可接受的匝道服务水平。 A nonlinear approach is proposed for designing a feedback ramp controller in freeway.The nonlinear feedback controller is composed of a freeway traffic flow model and a proportional-plus-integral regulator.The control principle of a ramp is formulated.The freeway traffic flow model for the ramp control was developed,the model's flow-density relationship is nonlinear,and the model of nonlinear feedback controller is built.Simulation results show that the nonlinear feedback controller is of high performance.It can achieve a desired traffic density along the mainline of a freeway while maintaining an acceptable ramp service level.
出处 《计算机工程与应用》 CSCD 北大核心 2005年第20期111-113,共3页 Computer Engineering and Applications
基金 广东省自然科学基金资助项目(编号:010486)
关键词 高速公路 入口匝道 交通流模型 非线性反馈 仿真 freeway,on-ramp,traffic flow model,nonlinear feedback,simulation
  • 相关文献

参考文献4

二级参考文献15

共引文献46

同被引文献30

  • 1徐建闽,贺敬凯.高速公路入口匝道模糊控制器的设计[J].控制理论与应用,2004,21(4):639-642. 被引量:15
  • 2苏伟生,李王月,孙健国,周维.基于遗传算法的航空发动机PI控制器参数优化方法[J].航空动力学报,2005,20(6):1078-1082. 被引量:10
  • 3任黎立,彭其渊.基于人工神经网络的高速公路入口匝道控制算法[J].交通与计算机,2006,24(2):89-93. 被引量:3
  • 4李国正 王猛 增华军 译 NelloCristianini JohnShawe-Taylor著.支持向量机导论[M].北京:电子工业出版社,2004..
  • 5Febbraro A D,Parisini T,Sacone S.Neural approximations for feedback optimal control of freeway systems[J].IEEE Trans on Vehicular Technology, 2001,50( 1 ) : 302-313.
  • 6Kotsialos A,Papageorgiou M.Nonlinear optimal control applied to coordinated ramp metering[J].IEEE Trans on Control Systems Technology, 2004,12(6) : 920-933.
  • 7SMARAGDIS E,PAPAGEORGIOU M,KOSMATOPOULOS E.A flow-maximt-zing adaptive local ramp metering strategy [J]. Transportation Re-search Part B.2004,38:251-270.
  • 8VAPNIK V N.The Nature of Statistical Learning Theroy [M]. New York: Springer, 1995.
  • 9VAPNIK V N.An overview of statistical learning theory [J].IEEE Trans on Neural Networks,1999,10(5):988-999.
  • 10CHRISTOPHER J,C BURGES.A tutorial on support vector machines for pattern recognition[J].Data Mining and Knowledge Discovery. 1998,2(2): 121-167.

引证文献6

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部