近似动态规划方法及其在交通中的应用(20)

１绪论

了定时控制不能随着流量的变化而分配绿灯时间的缺点；

（４）研究了快速路系统中单入Ｅｌ匝道以及多入ＩＳｌ匝道基于近似动态规划的控制算

法，设计了基于近似动态规化的控制器，避开了交通流建模难的问题。仿真结果表明控制器具有良好的暂态性能，能够适应实时变化的交通状况，平滑交通流，在一定程度上缓解了交通拥堵。

１．５．２论文结构安排

论文的主要内容及结构安ｊｑ｝７７１：１下：

第１章是绪论部分，综述了近似动态规划方法的发展及研究现状，以及在理论研究和应用研究领域所取得的成就。之后，回顾了交通控制和过程控制现状及其发展过程，在其基础上，着重介绍了交通流模型参数辨识、短时交通流预测、城市交叉口信号控制、快速路入ｌ＿ＪＩ幔道控制的研究现状，最后介绍了论文的主要工作和结构安排。

第２章鉴于神经网络权值初始值对近似动态规划方法的收敛速度和收敛结果有着非常重要的影响，提出了一种权值初始值复合修正方法。仿真结果表明，与权值初始值随机设定的方法相比，算法提高了近似动态规划方法的学习成功率。此外，提出了一种近似动态规划网络优化加速算法，在权值调整期间加入前期权值信息，增强了训练的稳定性；使用Ｓｔｅｆｆｅｎｓｅｎ迭代算法进行加速，使网络训练较快地收敛，有效地解决了传统神经网络收敛慢的缺点。在此基础上，给出了ＡＤＨＤＰ改进方法，简称ＡＤＨＤＰ（Ｄ）。仿真结果表明该方法误差稳步下降，没有出现ＡＤＨＤＰ方法中振荡的现象，且达到收敛稳定的速度更快。

第３章研究了快速路交通流模型参数辨识方法，针对交通流模型的强非线性、不确定性等特点，提出了基于近似动态规划的交通流模型参数辨识算法。该算法具有自学习和自适应的特性，不依赖于被控对象的解析模型，严格的理论推导证明了这种参数辨识方案的收敛性，仿真结果验证了该算法的有效性。

第４章研究了快速路短时交通流预测方法，针对平滑指数法缺乏有效的平滑系数选取方法，提出了。－ｆ＇ｌ＇基于近似动态规划方法的自适应单指数平滑法，结合实际交通流数据对指数平滑系数进行优化，使其随预测过程自动更新，从而保证了预测的实时性、准确性。严格的理论推导证明了这种预测方法的收敛性，仿真结果验证了算法的有效性。

第５章将近似动态规划算法应用于城市道路交通中的过饱和单交叉路口，设计了基于排队长度均衡的两相位和三相位绿灯时间近似动态规划控制算法，仿真结果表明基于近似动态规划的控制算法可以根据实时交通车流信息实现绿灯时间