基于显式模型预测控制的大规模路网交通信号控制方法
                                          陆〓可，杜萍萍，邹启鸣，何天嘉
                                  (安徽工业大学管理科学与工程学院，安徽 马鞍山〓243000)
摘要：随着城市机动车保有量的不断增加，交通拥堵问题变得日益严重。作为一个有效的方法，模型预测控制（MPC）已经被应用于城市交通路网的控制中。然而由于需要在线进行优化，模型预测控制的计算负荷巨大，限制了其在对实时性要求比较高的场景中的应用。针对该问题，基于存储转发模型将显式模型预测控制（EMPC）引入大型交通路网的交通信号控制问题中。EMPC将多参数规划理论引入到线性时不变系统的约束二次优化控制问题的求解中，通过离线计算得到对应每个状态分区上的状态反馈最优显式控制律。实验结果显示，由于将在线优化过程转变为查表过程，EMPC可以显著关键词：显式模型预测控制；交通信号；存储转发模型；智能交通系统
中图分类号：TP399〓文献标识码：A〓文章编号：2095-509X(2018)03-0011-06

   
    近年来，随着社会经济的不断发展，日益恶化的城市交通状况及其引发的一系列问题引起了人们越来越广泛的关注。同时，由于城市交通路网规模越来越大，交叉路口之间的时空关联性越来越强，对单个交叉路口的控制已经不能从根本上缓解交通拥堵问题。虽然加强基础设施建设可以直接有效地解决城市交通拥堵问题，但是会受到资金、时间和空间上的严重制约。为此，基于现有交通基础设施，以路网中的某个区域（或者整个路网）为控制对象，以区域的整体交通效益为优化目标，对区域内所有交叉路口进行协调控制，已经成为提高交通信号控制系统运行效率的主要方法。
   大量的研究表明，实时信号控制比固定时间控制能更有效地缓解交通拥堵。自20世纪80年代初以来，研究者们已经开发了大量交通响应型城市控制系统来解决交通拥堵问题，如SCOOT和SCATS系统，这两个系统基于实时交通状态的自适应响应控制方法在线优化信号配时；还有一部分研究是基于短时交通流预测策略的自适应交通信号控制模型，如OPAC和RHODES系统，其可以通过交通系统的控制模型来预测未来交通状况。
以上提到的交通信号控制系统已成功地应用于世界各地。然而大规模网络的复杂性，使协调控制整个路网变得十分困难，模型预测控制（model predictive control，MPC）方法有效地提升了大规模交通路网中的信号控制效率，引起了人们的高度重视。该方法基于模型预测未来的交通状态，并在线滚动优化交通系统的路网状态，得出最优信号控制方案。
   MPC方法在交通系统领域的应用得到了广泛的关注。ABOUDOLAS等将交通优化问题重新设计成一个二次规划问题，并将其嵌入到滚动优化控制方案中，可以显著降低在线计算复杂度。此外，根据宏观交通模型，基于准确的城市交通模型的MPC控制器可以处理各种复杂的交通场景。考虑到大型城市交通网络的复杂性，分布式控制旨在提升MPC控制器的效率。如，LIN等设计了一种用于交通流控制的多智能体MPC框架，将集中式模型预测控制问题分解为一组由分布式智能体解决的耦合子问题。此外，考虑到不同智能体之间的控制优先级，ZHOU等.....


基金项目：安徽省教育厅自然科学基金资助项目（KJ2016A087）;安徽工业大学校青年教师科研基金资助项目（QZ201420）
作者简介：陆可（1983—），男，广西南宁人，安徽工业大学讲师，博士，主要研究领域为数据挖掘与机器学习、复杂网络以及智能算法和系统优化。

（文章来源《机械设计与制造工程》杂志如需详细资料请联系江苏机械门户网客服QQ:2980918915,电话025-83726289）

更多关注，请扫码