一阶混杂佩特里网框架内的高速公路交通建模和控制13837.pptx

《一阶混杂佩特里网框架内的高速公路交通建模和控制13837.pptx》由会员分享，可在线阅读，更多相关《一阶混杂佩特里网框架内的高速公路交通建模和控制13837.pptx（29页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Freeway Traffic Modeling and Control in aFreeway Traffic Modeling and Control in aFirst-Order Hybrid Petri Net FrameworkFirst-Order Hybrid Petri Net Framework一阶混杂佩特里网框架内的高速公路一阶混杂佩特里网框架内的高速公路交通建模和控制交通建模和控制Maria Pia Fanti,Senior Member,IEEEGiorgio Iacobellis,Agostino Marcello Mangini,and Walter Ukovic

2、h,Member,IEEE报报 告告 人：人：xxxxxxxx小组成员：小组成员：xxxxxxxx2023年3月11日IEEE Transactions on Automation Science and Engineering Publication Year:2013第一部分第一部分第一部分第一部分 原论文结构原论文结构原论文结构原论文结构2023年3月11日I.IntroductionII.Basic of First-Order Hybrid PetriNetsIII.The Freeway Traffic ModelIV.The Freeway DynamicsV.Optimal C

3、ontrolVI.The Case StudyVII.Conclusion第二部分第二部分第二部分第二部分 交通控制策略交通控制策略交通控制策略交通控制策略2023年3月11日第一类别第一类别：离线或开环离线或开环控制控制策略策略第二第二类别：依赖类别：依赖流量传感器流量传感器的的实时闭环实时闭环控制策略控制策略第第三类别：模型三类别：模型预测控制策略预测控制策略(MPC)通过通过采取采取坡道坡道计计量量、可变限速、联合坡道计量和变速极限控制可变限速、联合坡道计量和变速极限控制等方法，同等方法，同时使用在线和离线信息来预测未来状态和时使用在线和离线信息来预测未来状态和实现实现系统管理系统管理。

4、缺点缺点：计算复杂计算复杂，不利于在线应用不利于在线应用一阶混杂佩特里网框架内的高速公路交通流模型一阶混杂佩特里网框架内的高速公路交通流模型2023年3月11日与其他文献中的现有模型比较的显著优势：与其他文献中的现有模型比较的显著优势：采用图形特征，建模方法简单采用图形特征，建模方法简单 采取有效的数学方法，允许系统进行模拟和优化采取有效的数学方法，允许系统进行模拟和优化 能够描述车道变化能够描述车道变化、不可预知的事故和车道堵塞不可预知的事故和车道堵塞等特殊等特殊情况情况 该模型是基于该模型是基于MPCMPC策略策略的的FOHPNFOHPN框架内的一个一阶宏观、框架内的一个一阶宏观、时变的交

5、通流状态的模型。时变的交通流状态的模型。它通过它通过FOHPNFOHPN动态添加动态添加新的宏事件新的宏事件来描述交通流且来描述交通流且允允许我们定义一个在线的以车流密度最大化为目标的最优限许我们定义一个在线的以车流密度最大化为目标的最优限速控制。速控制。第三部分第三部分第三部分第三部分 一阶混杂佩特里网基础一阶混杂佩特里网基础一阶混杂佩特里网基础一阶混杂佩特里网基础2023年3月11日3.1 FOHPN3.1 FOHPN的结构和标的结构和标识识3.2 FOHPN3.2 FOHPN的的动态模型动态模型FOHPNFOHPNFOHPNFOHPN的结构和的结构和的结构和的结构和标识标识标识标识202

6、3年3月11日1.FOHPN1.FOHPN1.FOHPN1.FOHPN的元素：的元素：+库所集库所集P P：连续库所连续库所集集 （）；离散库所）；离散库所 （）；）；+变迁变迁集集T T：连续变迁集连续变迁集 （）；离散变迁；）；离散变迁；其中，离散变迁分为：其中，离散变迁分为：瞬时变迁瞬时变迁 （）；随机变迁）；随机变迁 （）；确定时延变迁）；确定时延变迁 （）+令牌（令牌（）是库所中的动态对象，可以从一个库所移动到另一个库所）是库所中的动态对象，可以从一个库所移动到另一个库所 +有向弧是库所和变迁之间的有向弧有向弧是库所和变迁之间的有向弧 一个一个FOHPNFOHPN是由六元组是由六元组

7、 描述的有向图描述的有向图2.2.弧关联矩阵及关联变迁集弧关联矩阵及关联变迁集弧关联矩阵及关联变迁集弧关联矩阵及关联变迁集其中，其中，C C对对 约束为约束为 2023年3月11日3.3.3.3.函数函数函数函数 恒定激发时延：恒定激发时延：其中其中F F为连续变迁的激发速度，表示为：为连续变迁的激发速度，表示为：为变迁最小（最大）激发速度为变迁最小（最大）激发速度FOHPNFOHPNFOHPNFOHPN的结构和的结构和的结构和的结构和标识标识标识标识离散时延变迁的时延：离散时延变迁的时延：其中其中 为变迁平均激发速率。为变迁平均激发速率。平均激发时延：平均激发时延：2023年3月11日FOH

8、PNFOHPNFOHPNFOHPN的结构和的结构和的结构和的结构和标识标识标识标识4.4.标识标识 一个标识一个标识 分别表示每个离散库所分配分别表示每个离散库所分配非负托肯数非负托肯数(用小黑点表示用小黑点表示)和每个连续库所分配实数；和每个连续库所分配实数；表示库所表示库所 的标识。时刻的标识。时刻 的标识记为的标识记为 。5.5.使能使能 ，则离散变迁则离散变迁t t在在m m使能使能；，则连续变迁则连续变迁t t在在m m使能使能。，则使能的连续变迁则使能的连续变迁t t是是强使能强使能；，则使能的连续变迁则使能的连续变迁t t是是弱使能弱使能。2023年3月11日FOHPNFOHPN

9、FOHPNFOHPN的结构和的结构和的结构和的结构和标识标识标识标识 瞬时激发速度与使能关系瞬时激发速度与使能关系在在FOHPNFOHPN系统系统 中的连续变迁中的连续变迁 满足：满足：若若 不使能不使能，则，则 ；若若 强使能强使能，则，则 ；若若 弱使能弱使能，则，则 。其中，其中，且此由进入且此由进入 的空输入连续库所数量决定。的空输入连续库所数量决定。时刻在时刻在m m下下IFSIFS矢量矢量 的是下列线性不等式的是下列线性不等式组的可行解组的可行解S(PN,m)S(PN,m)：（1 1）其中，其中，是在标识是在标识m m的连续使能的连续使能(不使能不使能)变迁的子集；变迁的子集；是连

10、续空库所的子集。是连续空库所的子集。使用线性不等式来描述所有使用线性不等式来描述所有的瞬时激发速度向量集的瞬时激发速度向量集S S，对于，对于任一任一IFSIFS矢量矢量 v Sv S代表系统一代表系统一种特定的运行模式，再根据目标种特定的运行模式，再根据目标函数从所有可行的函数从所有可行的IFSIFS矢量集矢量集S S 中选取最佳运作模式，即进行优中选取最佳运作模式，即进行优化。化。6.6.瞬时激发速度（瞬时激发速度（IFSIFS）2023年3月11日FOHPNFOHPNFOHPNFOHPN的的的的动态模型动态模型动态模型动态模型FOHPNFOHPN的的动态包含时间驱动动态和事件驱动动态。动

11、态包含时间驱动动态和事件驱动动态。FOHPNFOHPN的的动态模型动态模型 在宏周期在宏周期 系统行为描述如下：系统行为描述如下：（2 2）其中矩阵其中矩阵 ，向量，向量 的元素是的元素是0 0或或1 1，并由采样时间，并由采样时间 的的宏事件是否发生决定。宏事件是否发生决定。时延变迁在时延变迁在 计时矢量计时矢量 满足：满足：不使能不使能，；使能使能，；当当 不使能或激发，计时器清不使能或激发，计时器清0 0。2023年3月11日FOHPNFOHPNFOHPNFOHPN的的的的动态模型动态模型动态模型动态模型POHPNPOHPN举例举例 由（由（2 2）得：）得：第四部分第四部分第四部分第四

12、部分 高速公路交通模型高速公路交通模型高速公路交通模型高速公路交通模型2023年3月11日4.1 4.1 一般高速路延伸模型一般高速路延伸模型4.2 4.2 入口匝道和出口匝道模型入口匝道和出口匝道模型4.3 4.3 车流量中断车流量中断4.4 4.4 事故后的恢复程序事故后的恢复程序4.5 4.5 车辆换用备用路线车辆换用备用路线4.6 4.6 车辆从高速公路反向车道通过车辆从高速公路反向车道通过4.7 4.7 某车道内的车流量增速减缓某车道内的车流量增速减缓2023年3月11日一般高速路延伸模型一般高速路延伸模型一般高速路延伸模型一般高速路延伸模型两车道路线的两车道路线的FOHPNFOHP

13、N模型模型 2023年3月11日入口匝道和出口匝道模型入口匝道和出口匝道模型入口匝道和出口匝道模型入口匝道和出口匝道模型入口匝道的入口匝道的FOHPNFOHPN模型模型出口匝道的出口匝道的FOHPNFOHPN模型模型2023年3月11日车流量中断车流量中断车流量中断车流量中断车流中断的车流中断的FOHPNFOHPN模型模型2023年3月11日事故后的恢复程序事故后的恢复程序事故后的恢复程序事故后的恢复程序事故后的恢复程序由同时运用的两种行为组成：事故后的恢复程序由同时运用的两种行为组成：行为行为a a：车辆在事故发生地上游的第一个出口匝道车辆在事故发生地上游的第一个出口匝道排队，并且他们成功地

14、通过备用路线在事故发生地下排队，并且他们成功地通过备用路线在事故发生地下游重新进入第一个入口匝道。游重新进入第一个入口匝道。行为行为b b：在事故上游排队的车辆通过砍掉护栏从反在事故上游排队的车辆通过砍掉护栏从反向车道分流。向车道分流。两种行为的两种行为的目的目的均是移走困在事故发生地和上游均是移走困在事故发生地和上游的最近出口匝道之间的车辆。的最近出口匝道之间的车辆。2023年3月11日车辆换用备用路线（行为车辆换用备用路线（行为车辆换用备用路线（行为车辆换用备用路线（行为a a a a）换备用路线情况的换备用路线情况的FOHPNFOHPN模型模型2023年3月11日车辆从高速公路反向车道通

15、过（行为车辆从高速公路反向车道通过（行为车辆从高速公路反向车道通过（行为车辆从高速公路反向车道通过（行为b b b b）通过反向车道情况的通过反向车道情况的FOHPNFOHPN模型模型2023年3月11日某车道内的车流量增速减缓某车道内的车流量增速减缓某车道内的车流量增速减缓某车道内的车流量增速减缓某车道增速减缓的某车道增速减缓的FOHPNFOHPN模型模型第五部分第五部分第五部分第五部分 高速公路动态模型及优化控制高速公路动态模型及优化控制高速公路动态模型及优化控制高速公路动态模型及优化控制2023年3月11日高速公路动态模型高速公路动态模型代入参数：代入参数：（4 4）定义新的宏事件定义新

16、的宏事件，发生条件，发生条件 ：（5 5）本文定义阈值本文定义阈值 ：（6 6）输出车流的输出车流的IFSIFS：（3 3）定义新的宏事件的定义新的宏事件的目的目的是通过是通过 来近似（来近似（3 3）中求）中求 。车道内车辆。车道内车辆数未超过阈值，数未超过阈值，IFSIFS由（由（3 3）式决定；若超过，新的宏事件就发生，）式决定；若超过，新的宏事件就发生，的的IFSIFS就被更新。就被更新。（3 3）中瞬时激发速度最大误差：）中瞬时激发速度最大误差：（7 7）2023年3月11日FOHPNFOHPNFOHPNFOHPN框架内的交通模型框架内的交通模型框架内的交通模型框架内的交通模型固定流

17、密度关系图固定流密度关系图 2023年3月11日优化控制（优化控制（优化控制（优化控制（OptOptOptOpt）条件）条件）条件）条件（8 8）为变迁的为变迁的IFSIFS元素集：元素集：（9 9）J J为性能指标函数：为性能指标函数：（1010）第六部分第六部分第六部分第六部分 案例分析及结论案例分析及结论案例分析及结论案例分析及结论2023年3月11日 案案例例是是在在意意大大利利东东北北部部PortogruaroPortogruaro和和San San StinoStino的的高高速速路路分分支支。仿仿真真所所用用数数据据由由Autovia Autovia VeneteVenete公公

18、司司（高高速速公公路的管理方）提供。路的管理方）提供。模型路线的的参数模型路线的的参数:模型入口匝道的的参数模型入口匝道的的参数:模型模型2023年3月11日案例研究案例研究案例研究案例研究 ，与，与S0S0误差：误差：S0S0：采用真实数据的系统：采用真实数据的系统S1S1、S2S2：比：比S0S0稍拥挤的系统稍拥挤的系统S3S3：非常拥挤的系统：非常拥挤的系统N NV V：高速公路平均车辆数：高速公路平均车辆数N Nl l：成熟系统的路线：成熟系统的路线li8li8的平均车辆数的平均车辆数N Na a：最终发生事故的：最终发生事故的li4li4的平均车辆数的平均车辆数2023年3月11日案

19、例研究案例研究案例研究案例研究 N N：不采用恢复程序：不采用恢复程序(RP)(RP)和优化控制和优化控制(Opt)(Opt)RPRP：只采用：只采用RPRPRP RP OptOpt：同时采用：同时采用RPRP和和OptOptOptOpt：只采用：只采用OptOpt2023年3月11日案例研究案例研究案例研究案例研究2023年3月11日结论结论结论结论 仿真结果验证了仿真结果验证了FOHPNFOHPN框架内的高速公路交通框架内的高速公路交通状况的评估、控制状况的评估、控制模型并显示了模型并显示了本文本文提出的基于提出的基于限速限速的的控制方案的控制方案的有效性有效性。本文提出的模型本文提出的模型和控制技术和控制技术在在意大利东北部意大利东北部的高速路分支的高速路分支上得到上得到运用。提出的管理系统运用。提出的管理系统已经已经运用于事故和大型车道堵塞问题的解决上。运用于事故和大型车道堵塞问题的解决上。谢谢观看/欢迎下载BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES.BY FAITH I BY FAITH