自適應(yīng)控制論文

自適應(yīng)控制與城市交通管理摘要針對(duì)本學(xué)期所學(xué)自適應(yīng)控制知識(shí)，在上網(wǎng)搜集資料和參考論文的情況下，對(duì)自適應(yīng)控制的學(xué)習(xí)做出了總結(jié)。針對(duì)當(dāng)前城市交通信號(hào)控制的發(fā)展趨勢(shì)，并結(jié)合國(guó)內(nèi)外相關(guān)研究的進(jìn)展情況，對(duì)城市交通自適應(yīng)控制方法進(jìn)行了總結(jié)和學(xué)習(xí)。1引言目前交通控制的發(fā)展已走過(guò)了3個(gè)時(shí)代，在美國(guó)第三代控制系統(tǒng)遭受挫折時(shí)，自適應(yīng)系統(tǒng)卻取得了公認(rèn)的成功，已在世界上許多城市安裝和使用。主要有英國(guó)運(yùn)輸和道路研究所（TRRI）研制的SCOOT系統(tǒng)，以澳大利亞悉尼為背景開(kāi)發(fā)的交通自適應(yīng)協(xié)調(diào)系統(tǒng)（SCATS）以及日本的京三系統(tǒng)等。由于與動(dòng)態(tài)交通誘導(dǎo)系統(tǒng)（DRGS）、先進(jìn)公共交通系統(tǒng)（APTS）結(jié)合上的優(yōu)勢(shì)，自適應(yīng)控制被認(rèn)為實(shí)用性最強(qiáng)，是發(fā)展先進(jìn)的交通管理系統(tǒng)（ATMS）的最佳基礎(chǔ)。自適應(yīng)交通控制系統(tǒng)將是未來(lái)一個(gè)階段交通控制系統(tǒng)的發(fā)展方向。面向中國(guó)城市交通情況和TTS功能需求，開(kāi)發(fā)研究新一代的實(shí)時(shí)自適應(yīng)控制與管理系統(tǒng)，成為了我國(guó)城市交通控制系統(tǒng)發(fā)展的必由之路本文主要對(duì)基于自適應(yīng)控制的城市交通控制的研究方法和研究成果進(jìn)行了總結(jié)。在闡述自適應(yīng)控制在城市交通管理的基礎(chǔ)上，對(duì)自適應(yīng)的發(fā)展也進(jìn)行了簡(jiǎn)單歸納。2自適應(yīng)控制基礎(chǔ)的學(xué)習(xí)自適應(yīng)控制系統(tǒng)在工作的過(guò)程中能不斷地檢測(cè)系統(tǒng)參數(shù)或運(yùn)行指標(biāo)，根據(jù)參數(shù)或運(yùn)行指標(biāo)的變化，改變控制參數(shù)或控制作用，使系統(tǒng)工作于最優(yōu)工作狀態(tài)或接近于最優(yōu)工作狀態(tài)。自適應(yīng)控制系統(tǒng)可分為三大類：模型參考型自適控制系統(tǒng)、自校正控制系統(tǒng)、其他類型的自適應(yīng)控制系統(tǒng)。自適應(yīng)控制系統(tǒng)主要由控制器、被控對(duì)象、自適應(yīng)器及反饋控制回路和自適應(yīng)回路組成。與常規(guī)的反饋控制系統(tǒng)比較，自適應(yīng)控制系統(tǒng)有三個(gè)顯著特點(diǎn)：控制器可調(diào)，增加了自適應(yīng)回路，適用對(duì)象。因設(shè)計(jì)的原理和結(jié)構(gòu)的不同，自適應(yīng)控制系統(tǒng)大致可分為如下幾種主要形式：變?cè)鲆婵刂?、模型參考自適應(yīng)控制系統(tǒng)、自校正控制系統(tǒng)。1）、變?cè)鲆婵刂疲航Y(jié)構(gòu)和原理比較直觀，調(diào)節(jié)器按被控系統(tǒng)的參數(shù)已知變化規(guī)律進(jìn)行設(shè)計(jì)。當(dāng)參數(shù)因工作情況和環(huán)境等變化而變化時(shí)，通過(guò)能測(cè)量到反映系統(tǒng)當(dāng)前狀態(tài)的系統(tǒng)變量，比照對(duì)系統(tǒng)的運(yùn)行的要求（或性能指標(biāo)），經(jīng)過(guò)計(jì)算并按規(guī)定的程序來(lái)改變調(diào)節(jié)器的增益結(jié)構(gòu)。這種系統(tǒng)雖然僅僅是對(duì)增益的變化進(jìn)行自適應(yīng)調(diào)節(jié)，難以完全克服系統(tǒng)模型未知或模型參數(shù)變化帶來(lái)的影響以實(shí)現(xiàn)完善的自適應(yīng)控制，但是由于系統(tǒng)結(jié)構(gòu)簡(jiǎn)單、響應(yīng)迅速、所以在許多實(shí)際系統(tǒng)中得到應(yīng)用。圖1變?cè)鲆孀赃m應(yīng)機(jī)構(gòu)這種系統(tǒng)的結(jié)構(gòu)如圖1所示，這種系統(tǒng)雖然僅僅是對(duì)增益的變化進(jìn)行自適應(yīng)調(diào)節(jié)，難以完全克服系統(tǒng)模型未知或模型參數(shù)變化帶來(lái)的影響以實(shí)現(xiàn)完善的自適應(yīng)控制，但是由于系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，響應(yīng)迅速，所以在許多實(shí)際系統(tǒng)中得到應(yīng)用。當(dāng)然，對(duì)于復(fù)雜的被控系統(tǒng)，僅僅進(jìn)行增益的自適應(yīng)是不夠的。因此，研究對(duì)更多的參數(shù)的變化以及結(jié)構(gòu)的變化的自適應(yīng)是理論和應(yīng)用發(fā)展的需要。2）、模型參考自適應(yīng)控制系統(tǒng)（MRAC）:模型參考自適應(yīng)控制系統(tǒng)源于確定性伺服問(wèn)題，它由兩個(gè)環(huán)路所組成。內(nèi)環(huán)由調(diào)節(jié)器與被控系統(tǒng)組成可調(diào)系統(tǒng)，外環(huán)由參考模型與自適應(yīng)機(jī)構(gòu)組成。圖2自校正控制系統(tǒng)MRAC的內(nèi)、外環(huán)的調(diào)整過(guò)程同時(shí)影響整個(gè)系統(tǒng)的穩(wěn)定性和性能，其穩(wěn)定性、穩(wěn)定過(guò)程和魯棒性是MRAC的重要研究?jī)?nèi)容。主要的研究工具為L(zhǎng)yapunov穩(wěn)定性理論和Popov超穩(wěn)定性理論。主要針對(duì)無(wú)隨機(jī)擾動(dòng)的參數(shù)不確定對(duì)象系統(tǒng)，對(duì)象系統(tǒng)的數(shù)學(xué)模型可以是連續(xù)時(shí)間型或離散型。3）、自校正控制系統(tǒng)：自校正控制系統(tǒng)又稱為參數(shù)自適應(yīng)系統(tǒng)，它源于隨機(jī)調(diào)節(jié)問(wèn)題，該系統(tǒng)有兩個(gè)環(huán)路，一個(gè)環(huán)路由參數(shù)可調(diào)的調(diào)節(jié)器和被控系統(tǒng)所組成，稱為內(nèi)環(huán)，它類似于通常的反饋控制系統(tǒng)；另一個(gè)環(huán)路由遞推參數(shù)估計(jì)器與調(diào)節(jié)器參數(shù)計(jì)算環(huán)節(jié)所組成，稱為外環(huán)。圖3模型參考自適應(yīng)控制自校正控制系統(tǒng)與其它自適應(yīng)控制系統(tǒng)的區(qū)別為其有一顯性進(jìn)行系統(tǒng)識(shí)和控制器參數(shù)計(jì)算（或設(shè)計(jì)）的環(huán)節(jié)這一顯著特征。自校正控制的思想是將在線參數(shù)估計(jì)與調(diào)節(jié)器的設(shè)計(jì)有機(jī)的結(jié)合在一起。自適應(yīng)控制常常兼有隨機(jī)性、非線性和時(shí)變等特征，內(nèi)部機(jī)理也相當(dāng)復(fù)雜，所以分析這類系統(tǒng)十分困難。目前，已被廣泛研究的理論課題有穩(wěn)定性、收斂性和魯棒性等，但取得的成果與人們所期望的還相差甚遠(yuǎn)。4）、其他自適應(yīng)控制：是在基于以上三種控制方式發(fā)展而來(lái)的。包括

混合自適應(yīng)控制、對(duì)象具有未建模動(dòng)態(tài)時(shí)的混合自適應(yīng)控制、非線性控制的對(duì)象的自適應(yīng)控制、模糊自適應(yīng)控制等。該類控制在城市交通管理當(dāng)中也得到了廣泛應(yīng)用，在本文中我們將陸續(xù)進(jìn)行介紹。3自適應(yīng)控制在城市交通管理中的應(yīng)用城市交通系統(tǒng)，通常具有很強(qiáng)的非線性、模糊性和不確定性。城市交通信號(hào)控制自1868年英國(guó)倫敦首次使用燃汽式信號(hào)燈以來(lái)，已經(jīng)經(jīng)歷了一個(gè)多世紀(jì)的發(fā)展。隨著計(jì)算機(jī)技術(shù)和其它信息技術(shù)的發(fā)展，交通控制技術(shù)也得到相應(yīng)的發(fā)展，經(jīng)歷了從單點(diǎn)控制到線控、再到面控，從定時(shí)控制到感應(yīng)控制、再到自適應(yīng)控制，從無(wú)檢測(cè)器到有檢測(cè)器的發(fā)展過(guò)程。從控制原理上來(lái)分，交通控制可以分為定時(shí)控制、感應(yīng)控制和自適應(yīng)控制?？梢哉f(shuō)，自適應(yīng)控制方式是較其它兩種更為先進(jìn)的控制方式。城市交通自適應(yīng)控制是當(dāng)前交通控制一個(gè)熱點(diǎn)，因?yàn)?，自適應(yīng)控制是把交通系統(tǒng)作為一個(gè)不確定系統(tǒng)，通過(guò)檢測(cè)器獲得交通信息（如車流量、速度等），根據(jù)當(dāng)前的交通狀況，建立交通模型，實(shí)時(shí)調(diào)整信號(hào)控制參數(shù)，使得研究領(lǐng)域內(nèi)的某一指標(biāo)最小。即逐漸了解和掌握對(duì)象，把它們與希望的動(dòng)態(tài)特性進(jìn)行比較，利用差值得到相應(yīng)的控制參數(shù)，從而保證不論交通環(huán)境如何變化，都可使控制效果達(dá)到最優(yōu)或次最優(yōu)。3.1隨機(jī)混合自適應(yīng)控制在交通信號(hào)控制中的應(yīng)用針對(duì)中國(guó)中小城市道路交通的特點(diǎn)及交通控制系統(tǒng)現(xiàn)狀和未來(lái)發(fā)展的需要，文獻(xiàn)［8］將隨機(jī)混合自適應(yīng)控制應(yīng)用于城市交通信號(hào)控制系統(tǒng)。改變傳統(tǒng)的城市交通控制系統(tǒng)，減少車輛的等待時(shí)間，改善交叉口通行能力，為優(yōu)化城市交通控制提供一種參考方法。在設(shè)計(jì)自適應(yīng)控制器時(shí)采用了離散與連續(xù)相結(jié)合的方法，建立混合自適應(yīng)控制系統(tǒng)。該系統(tǒng)始終保持連續(xù)時(shí)間狀態(tài)，但控制參數(shù)的估計(jì)和調(diào)整是離散的。從適應(yīng)對(duì)象而言，混合自適應(yīng)控制有確定型的和隨機(jī)型的，由于城市交通的不確定性，采用隨機(jī)混合自適應(yīng)控制系統(tǒng)對(duì)城市交通信號(hào)系統(tǒng)進(jìn)行控制。這樣即滿足了交通控制的連續(xù)行，又滿足了數(shù)字計(jì)算技術(shù)的離散性，使系統(tǒng)滿足了調(diào)整快速性和抗干擾性。對(duì)象模型為：

A'(p)y(t)=B(p)u(t)+C'(p)&(t)Af(p)=pn+a'pn-1+...+Q‘1nB'(p)=b'pm+b'pm-1+...+b0mC'(p)=pn+c'pn-1+...+c'1n控制目標(biāo)：設(shè)計(jì)一種隨機(jī)混合自適應(yīng)控制器用于交通控制系統(tǒng)，使所有信號(hào)控制時(shí)間有界，且系統(tǒng)輸出y(t)很好地跟蹤參考輸入信號(hào)y*(t)目標(biāo)函數(shù)：J=E°C(q-1)y(t)-kC(q-1)r(t)2+)^-nu(tJJ其中,C(q-1)可選擇多項(xiàng)式C(q-1)=1+cq-1+...+cq-n由/最小推導(dǎo)出最優(yōu)控制規(guī)律為：1nu(t)=其中，kt(q-1)qn*r(t)-G(q-1)u(t)=其中，B(q-1)F(q-1)+%G(q-1)=g0+gg-1+…+gq-(n-1)F(q-1)=1+/q-1+...+/q-(n-1)1n-1參考輸入信號(hào)控制器結(jié)構(gòu)為:參考輸入信號(hào)連續(xù)時(shí)間可調(diào)控制器離散時(shí)間自適應(yīng)機(jī)圖4連續(xù)時(shí)間可調(diào)控制器為實(shí)現(xiàn)全局優(yōu)化控制的目的，所設(shè)計(jì)的自適應(yīng)控制策略遵循全局最優(yōu)的原則。通過(guò)大量的對(duì)隨機(jī)車輛數(shù)進(jìn)行采樣，根據(jù)所獲得信息量離散的對(duì)可調(diào)時(shí)間控制器進(jìn)行校正，從而對(duì)交通信號(hào)進(jìn)行控制，以達(dá)到全局優(yōu)化調(diào)度的日的。該系統(tǒng)與以精確的數(shù)學(xué)模型為基礎(chǔ)的傳統(tǒng)的城市交通控制系統(tǒng)

相比，可以有效地解決我國(guó)中小城市交通控制中存在的問(wèn)題，有著良好的應(yīng)用前景。3.2神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制在城市交通中的應(yīng)用根據(jù)城市交叉口交通流的特點(diǎn)，文獻(xiàn)［7］給出了一種交叉口多相位自適應(yīng)控制算法，綜合考慮相鄰車道上的車隊(duì)長(zhǎng)度，利用多層BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了道路交叉口多相位模糊控制.仿真結(jié)果表明，文中所設(shè)計(jì)的模糊神經(jīng)網(wǎng)絡(luò)控制器能有效地減少單交岔口平均車輛延誤，具有較強(qiáng)的學(xué)習(xí)和泛化能力，是實(shí)現(xiàn)交通系統(tǒng)智能控制的一條新途徑。1）、該控制算法描述為：步驟l從，相位開(kāi)始，分別指定各相位的最短綠燈時(shí)間步驟l從，相位開(kāi)始，分別指定各相位的最短綠燈時(shí)間'min。和最大綠步驟2先給該相位以最短綠燈時(shí)間t=At=t；min步驟3測(cè)得放行車道的車隊(duì)長(zhǎng)度，設(shè)其為l，；i步驟4若I.為0［I.<v（v為排隊(duì)長(zhǎng)度下限）］，且At=l〔+1-1.大于某一給定值e（N0），或累積綠燈時(shí)間t〔=t〔max，則將綠燈轉(zhuǎn)到下一相位，回到步驟1，否則繼續(xù)；步驟5根據(jù)《及△（值的大小來(lái)確定綠燈延長(zhǎng)時(shí)間At，這可以根據(jù)交警的經(jīng)驗(yàn)及交叉口的幾何形狀建立模糊控制規(guī)則.設(shè)延長(zhǎng)的綠燈時(shí)間為At，若t+At>t，貝QAt=t-1。，否則Qt+At-1，回到步驟3.iimaximaxiii2）、模糊控制器設(shè)計(jì)：（1）兩檢測(cè)器之間的車輛數(shù)l，隊(duì)長(zhǎng)之差為2，綠燈追加時(shí)間t的模糊化.l模糊變量論域?yàn)椋海?,3,5,7,9,11,13,15,17｝取7個(gè)語(yǔ)言值："（很少），12（少），/（較少），/（一些），~1（較多），I（多），/（很多）。Q模糊變量論域?yàn)椋?4567｛-9,-6,-3,0,3,6,9｝，取5個(gè)語(yǔ)言值：Q（負(fù)大），22（負(fù)?。?，23（零），24（正?。?，

Q5（正大）。綠燈追加時(shí)間t也被看作模糊變量，其論域{36,9,12,15,18,21,24,27}取7個(gè)語(yǔ)言值：t（很少），L（少），L（較少），L（適中），L（多），、（較多），L（很多）1、234567（2）模糊條件語(yǔ)句構(gòu)成：ifIislaandQisQthentistc。a,c={1,2,...7},b={1,2,...5}（3）模糊判決（去模糊化）文中采用的模糊判決為最大隸屬度原則法.3）、模糊控制器的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊模型可以用三個(gè)BP（誤差反傳）神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)（如圖5所示）.神經(jīng)網(wǎng)絡(luò)I、II分別用于生成l和t的隸屬函數(shù).神經(jīng)網(wǎng)絡(luò)III用于產(chǎn)生綠燈追加時(shí)間輸出.神經(jīng)網(wǎng)絡(luò)采用典型神經(jīng)元，其輸入、輸出關(guān)系為sigmoid函數(shù)，即J=舊、S=Z①產(chǎn)廠。式中：v為神經(jīng)元的輸出；土為神經(jīng)元的輸入；°，為土的權(quán)系數(shù)；0為閾值。；神經(jīng)i1網(wǎng)絡(luò)I1；神經(jīng)i1網(wǎng)絡(luò)I1I:神經(jīng);網(wǎng)絡(luò)I1III第一部分▲■|II神經(jīng)；I網(wǎng)絡(luò)；第二部分圖5模糊神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)示

4、算法實(shí)現(xiàn)對(duì)于輸入樣本，乙層單元節(jié)點(diǎn)，的輸人為:n(L)(k)二寸①(L)O(L—1)(k)—0(L)(k)i=1單元節(jié)點(diǎn)，的輸出：O(LO(L—1)(k)=1+exp—n(l)Lj(k)]權(quán)值3(L)(k)的修正量：Aw(l)(k)=—q5.(k)O(l-1)(k)+aAw(l)(k—1)閾值9j(L)(k)的修正量A0j(l)(k)=-^們(k)+aA9j(l)(k—1)該方法針對(duì)交通系統(tǒng)難以用數(shù)學(xué)模型準(zhǔn)確建模，進(jìn)而實(shí)施優(yōu)化控制的特點(diǎn)，提出了一種神經(jīng)網(wǎng)絡(luò)模糊控制方法。神經(jīng)網(wǎng)路控制與模糊控制有效的結(jié)合起來(lái)構(gòu)成的神經(jīng)網(wǎng)路模糊控制具有較強(qiáng)的實(shí)用性，不但不需要被控對(duì)象精確的數(shù)學(xué)模型，而且可以對(duì)前提隸屬函數(shù)和控制規(guī)則進(jìn)行在線學(xué)習(xí)調(diào)整，不斷提高自身的適應(yīng)性、特別適合于系統(tǒng)結(jié)構(gòu)異常復(fù)雜、非線性、大時(shí)滯、干擾大的交通系統(tǒng)，為實(shí)現(xiàn)交通系統(tǒng)智能化開(kāi)辟了一條新途徑。3.3應(yīng)用于城市交通的其他自適應(yīng)控制文獻(xiàn)［5］給出了一種基于改進(jìn)免疫算法的城市區(qū)域交通自適應(yīng)協(xié)調(diào)控制方法.采用兩層的遞階分布式結(jié)構(gòu)；分階段和分級(jí)優(yōu)化控制參數(shù)(周期、相位差和綠信比)，每個(gè)階段長(zhǎng)5?30分鐘，周期、相位差由區(qū)域控制級(jí)每個(gè)階段優(yōu)化一次，綠信比由路口控制級(jí)每個(gè)周期優(yōu)化一次；采用最小化平均延誤時(shí)間或平均停車次數(shù)等為性能指標(biāo).周期、相位差和綠信比均采用改進(jìn)的免疫遺傳算法進(jìn)行優(yōu)化

每周期的平均車輛到達(dá)率/（輛-S-1）車輛延誤時(shí)間/（s?輛-1）文獻(xiàn)［7］方法本文方法0.267.246.930.109.287.030.227.103.400.106.613.650.163.312.920.172.982.860.153.022.540.152.852.880.083.103.100.063.213.21通過(guò)仿真結(jié)果我們可知，該方法能夠有效的減少車輛的平均延誤時(shí)間，車輛平均停車次數(shù)等性能指標(biāo)均顯著優(yōu)于定時(shí)控制，具有良好的控制效果。針對(duì)于傳統(tǒng)定時(shí)交通控制，文獻(xiàn)［13］提出了一種基于模糊控制的以微型控制器89C551為核心的交通控制器，實(shí)現(xiàn)了根據(jù)當(dāng)前車輛通行情況動(dòng)態(tài)調(diào)整下次通行時(shí)間，是系統(tǒng)控制自動(dòng)適應(yīng)當(dāng)前通行情況，提高了路口交通資源利用率。通行狀態(tài)接收電器電源微型控制器89C522數(shù)字顯示電路1交通燈顯示電路.圖6交通燈控制硬件結(jié)構(gòu)在跟隨交通控制方式進(jìn)步的同時(shí)，文獻(xiàn)［6］提出了一種基于自適應(yīng)控制的路面檢測(cè)技術(shù)。文中將神經(jīng)網(wǎng)絡(luò)與常規(guī)的PID控制相結(jié)合，設(shè)計(jì)出一套神經(jīng)網(wǎng)絡(luò)自適應(yīng)系統(tǒng)。并對(duì)C級(jí)路面不平度進(jìn)行了仿真再現(xiàn)。仿真結(jié)果表明，該控制器比常規(guī)PID控制器具有更高的控制精度和更好的動(dòng)態(tài)性能，在道路模擬仿真試驗(yàn)中可以達(dá)到非常滿意的效果.4總結(jié)通過(guò)以上論文的研究工作，可以得出城市交通信號(hào)控制的協(xié)調(diào)和優(yōu)化，可以從以下三個(gè)方面入手：將城市路網(wǎng)劃分成若十個(gè)合理的信號(hào)控制子區(qū)；對(duì)城市路網(wǎng)中孤立的信號(hào)控制路口采用單點(diǎn)自適應(yīng)信號(hào)控制；以及對(duì)信號(hào)控制子區(qū)內(nèi)的路口采用區(qū)域協(xié)調(diào)信號(hào)控制。另外，將智能控制引入自適應(yīng)控制中，不僅擴(kuò)展了自適應(yīng)控制的范圍，也為智能控制的實(shí)用化提供了一條有效的途徑。目前智能自適應(yīng)控制技術(shù)的主要種類有模糊自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、遺傳自適應(yīng)控制。但目前，不論從控制的理論分析方面，還是其實(shí)用化方面都存在一些困難，主要有：（1）知識(shí)的獲取與表達(dá)；（2）如何進(jìn)行必要的先驗(yàn)知識(shí)的選擇及選擇方法；（3）如何從理論上分析智能自適應(yīng)控制系統(tǒng)的收斂性、系統(tǒng)的穩(wěn)定性以及建立控制性的綜合評(píng)判原則；（4）如何提高智能控制算法（如神經(jīng)網(wǎng)絡(luò)算法等）的快速性和收斂性，