[发明专利]基于邻域优化城市路网系统的分布式模型预测控制方法

说明书

技术领域

本发明涉及城市路网领域，尤其涉及的是一种面向饱和或过饱和的大规模城市路网系统的优化方法。

背景技术

交通运输已经成为人类文明的一个重要特征。但是自20世纪后半叶以来，随着车辆数的增加和交通运输要求的提高，交通拥堵已经成为一个阻碍社会发展和经济发展的重要因素。交通拥堵会带来一系列的问题：车辆等待时间的延长；行车安全系数的降低；环境污染的加剧。拥堵问题在城市路网系统中尤其突出，而且由于城市基础设施的不可扩展性，传统的解决方法(扩建道路)将变得越来越困难。所以，我们需要在不改建路网基础设施的情况下，利用一种有效的控制方法对城市路网系统进行控制，从而改善城市的交通状况。

路网系统的控制主要是指对道路网络中的各路口的红绿信号灯进行顺序和时间控制。在大规模的城市路网系统中主要存在以下问题：1)因为城市路网系统的交通状况是随时间变化的，而且可能会出现某些突发状况，所以当前大部分的利用历史交通数据进行设计的定时控制系统在城市路网系统中将会失效，为此我们需要设计一种实时控制方法；2)因为路网中的各个路口之间交通状况会相互影响，所以不能采用分散式的控制策略。另外，由于城市路网系统的复杂性和采用了实时控制的方法，所以如果对一个路网系统中的全部路口的信号灯采用集中式控制，那么中央处理器的计算量将非常庞大，而且一旦有某个或几个红绿灯损坏，集中式的控制策略可能面临着系统崩溃的风险。为此我们选择分布式控制的控制策略：底层控制考虑优化各个子系统，上层控制再将各个子系统进行协调优化；3)目前投入使用的实时控制系统中的很大一部分是纯粹根据实时交通流来调整红绿信号灯时间的，这将对实时控制的可操作性和有效性产生很大影响，为此我们应该设计一种合理的城市路网拓扑模型，并据此模型来设计一种有效的分布式控制算法。

国内外的许多学者和企业一直以来都在对大规模的城市路网系统的控制方法进行着大量的研究，主要控制方法分为两大类：无模型的控制方法和基于模型的控制方法。无模型的控制方法最典型的即为SCOOT控制系统和SCATS控制系统，目前国内许多城市引进了该类系统，它们是一类多个路口协调的实时控制方法，在非饱和交通状况下效果颇佳，但是一旦到了高峰时期，交通流出现饱和或者过饱和状态，这种方法的控制效果就会急剧下降。另一类是基于模型的控制方法：常用的交通流路段模型有“存储与向前”模型、细胞模型及神经网络模型等，在此基础上发展了多种路网系统宏观模型。一种常用的城市路网系统宏观模型是一种基于“存储与向前”路段模型的路网拓扑模型。基于该模型的控制算法有：Diakaki提出了用LQR算法解决控制问题，但是LQR算法不能处理约束，故不能得到最优解；M.Papageorgiou等用模型预测控制算法处理带有约束的控制问题，并且得到了最优解，但是由于其是集中式控制算法，所以计算量大，容错率低。本发明采用的是分布式模型预测控制(Distributed Model predictive control,DMPC)，分布式预测控制是针对分布式模型采用的一种分布式预测控制算法。

模型预测控制(Model predictive control,MPC)的功能是根据对象的历史信息和未来输入来预测其未来输入，进而更有效地对系统进行控制；MPC能有效地处理约束，可以获得带有约束的最优解。而DMPC是在MPC的基础上进行了改进：将MPC使用的系统模型分解成多个子系统，并在子系统之间适当地增加通信环节，在此结构基础上设计一种有效的分布式预测控制算法即成为DMPC。DMPC能有效地处理包含大量相互耦合子系统的大规模系统，减少了通信量，降低了故障率。

发明内容

为了解决城市路网系统中定时控制的非实时性、集中式控制的复杂性大以及相邻路口的耦合关系强等问题，本发明提供了一种简明、方便实现且有较好控制效果的基于宏观路网拓扑模型的实时分布式预测控制方法，来改善饱和或者过饱和状态下的城市路网系统中的交通拥堵状况。

本发明解决其技术问题所采用的技术方案是：

一种基于邻域优化的城市路网系统的分布式模型预测控制方法，包括如下步骤：

1)建立路段数学模型：

x_z(k+1)＝x_z(k)+T[q_z(k)-s_z(k)+d_z(k)-u_z(k)]   (1)