[发明专利]衰减记忆去伪控制的交通信号自适应迭代学习控制方法

权利要求书

1.一种衰减记忆去伪控制的交通信号自适应迭代学习控制方法，其特征在于，包括：

1.对研究区域的交通流进行建模并建立相应的状态空间方程，标明状态向量、控制向量、系统输出及状态矩阵和输出矩阵的内容含义，根据实际交通情况设置相关参数；其中，所述相关参数至少包括有效绿灯时长、信号周期、车辆转向率及饱和流量参数；

2.根据交通系统的重复特性，利用系统当前次输出误差和前一次输出误差，采用开闭环迭代学习控制算法对交通信号进行控制优化；

3.对步骤2中提到的开闭环迭代学习控制律进行优化，根据实际交通流情况，利用衰减记忆去伪控制方法优化迭代学习控制的闭环控制律，达到自适应迭代学习控制的目的；

4.根据步骤3基于衰减记忆去伪控制的交通信号迭代学习计算得到绿灯时间，并将之设置为路网信号，使得各交叉口的排队长度趋于均衡，达到理想状态。

2.根据权利要求1所述的衰减记忆去伪控制的交通信号自适应迭代学习控制方法，其特征在于，在步骤1中对研究区域的交通流进行建模并建立相应的状态空间方程的步骤中，包括以下步骤：

1.1.利用“存储转发”技术表示路段的平均车流量，路段的输入输出车流量分别用q_z(k)、r_z(k)表示，路段中的出入口车流量用s_z(k)、d_z(k)表示，路段的总车辆数用n_z(k)表示，其中代表驶入j₁交叉口的路段集合，τ_ω,z代表车辆由路段ω驶向路段z的转向率，r_ω(k)代表路段ω的输出流量；代表路段z的有效绿灯时间总长，代表交叉口j₂的各相位绿灯时间且各相位绿灯时长具有最大最小值，V_z代表具有通行权的相位集合，S_z代表路段z的饱和流量，T代表信号周期；n_z(k+1)＝n_z(k)+ΔT[q_z(k)-s_z(k)+d_z(k)-r_z(k)]，ΔT＝T；

1.2.列写单个进口道的车辆排队长度x_j,i(k)，x_j,i(k+1)＝x_j,i(k)+ΔT[a_j,i(k)-υ_j,i(k)]，a_j,i(k)代表车辆的到达率取值为输入流量，υ_j,i(k)代表车辆的消散率，μ_j,i(k)代表相位的绿灯时间；S_j,i代表相位的饱和流量；

1.3.根据单个进口道的排队长度列写相关区域的路网整体车辆排队方程：x(k)为状态向量代表排队长度，μ(k)为控制向量代表信号的绿灯时长，ξ(k)为状态扰动向量代表路段中由其他因素引起的输入输出车流量变化情况，状态矩阵A为单位矩阵，输入矩阵B的元素由路网各交叉口的周期、饱和流量及转向率等因素确定，E为状态扰动的系数矩阵；系统输出y(k)以各个进口道的排队长度差值为目标，矩阵C为输出矩阵。

3.根据权利要求1所述的衰减记忆去伪控制的交通信号自适应迭代学习控制方法，其特征在于，在步骤2中根据交通系统的重复特性，利用系统当前次输出误差和前一次输出误差，采用开闭环PD型迭代学习控制算法对交通信号进行控制优化，具体步骤为：

开闭环PD型迭代学习控制的控制律为：sat[μ_n(k)]代表迭代过程中第n次的输入向量，e_n(k)代表迭代过程中第n次的跟踪误差e_n(k)＝y_d(k)-y_n(k)，y_d(k)代表期望输出轨迹，为开环学习增益，k_n为闭环学习增益。迭代学习控制的目的是选取合适的绿灯时长使得交叉口各相位进口道的排队长队趋于一致，即y_n(k)→y_d(k)，e_n(k)＝0。