近似動態(tài)規(guī)劃方法及其在交通中的應(yīng)用.pdf

1、論文研究了近似動態(tài)規(guī)劃方法及其在交通中的應(yīng)用，豐富和完善了近似動態(tài)規(guī)劃理論。論文主要研究內(nèi)容和創(chuàng)新點總結(jié)如下：
　　一、提出了一種近似動態(tài)規(guī)劃網(wǎng)絡(luò)優(yōu)化加速算法。在權(quán)值調(diào)整期間加入前期權(quán)值信息，增強了訓練的穩(wěn)定性；使用steffensen迭代算法進行加速，使網(wǎng)絡(luò)訓練較快地收斂，有效地解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)收斂慢的缺點，在此基礎(chǔ)上，給出了一種基于數(shù)值計算的近似動態(tài)規(guī)劃改進方法ADHDP(D)，仿真結(jié)果表明該方法誤差穩(wěn)步下降，沒有出現(xiàn)ADH

2、DP方法中振蕩的現(xiàn)象，且達到收斂穩(wěn)定的速度更快。此外，提出了一種權(quán)值初始值復(fù)合修正法，仿真結(jié)果表明，與權(quán)值初始值隨機設(shè)定方法相比，該方法提高了近似動態(tài)規(guī)劃方法的學習成功率；
　　二、研究了快速路交通流模型參數(shù)辨識方法。針對交通流模型的強非線性、不確定性等特點，提出了基于近似動態(tài)規(guī)劃的交通流模型參數(shù)辨識算法。該算法具有自學習和自適應(yīng)的特性，不依賴于被控對象的解析模型，嚴格的理論推導(dǎo)證明了這種參數(shù)辨識方案的收斂性，仿真結(jié)果驗證了該算法

3、的有效性；
　　三、研究了快速路短時交通流預(yù)測方法。針對指數(shù)平滑法缺乏有效的參數(shù)選取方法，提出了一種基于近似動態(tài)規(guī)劃方法的自適應(yīng)單指數(shù)平滑法，結(jié)合實際交通流數(shù)據(jù)對指數(shù)平滑系數(shù)進行優(yōu)化，使其隨預(yù)測過程自動更新，從而保證了預(yù)測的實時性、準確性。嚴格的理論推導(dǎo)證明了這種預(yù)測方法的收斂性，仿真結(jié)果驗證了算法的有效性；
　　四、研究了城市交叉口均衡控制的最優(yōu)信號配時問題。針對過飽和交叉口提出了排隊長度均衡的控制目標，設(shè)計了基于排隊長度

4、均衡的兩相位和三相位綠燈時間近似動態(tài)規(guī)劃控制算法。仿真結(jié)果表明基于近似動態(tài)規(guī)劃的控制算法可以根據(jù)實時交通車流信息實現(xiàn)綠燈時間的自適應(yīng)調(diào)整，克服了定時控制不能隨著流量的變化而分配綠燈時間的缺點。此外，以三相位交叉口最優(yōu)信號配時為例，討論了神經(jīng)網(wǎng)絡(luò)權(quán)值初始值對算法收斂結(jié)果的影響；
　　五、研究了快速路系統(tǒng)中單入口匝道以及多入口匝道基于近似動態(tài)規(guī)劃的控制算法。針對交通流強非線性、不確定性等特點，設(shè)計了基于近似動態(tài)規(guī)化的控制器，避開了交通