快速路入口匝道的的非参数自适应迭代学习控制  

Non-parameter adaptive iterative learning control for the freeway traffic ramp metering

作　　者：池荣虎[1] 侯忠生[2] 隋树林[1] 

机构地区：[1]青岛科技大学自动化与电子工程学院自主导航与智能控制研究所,山东青岛266042 [2]北京交通大学电子信息工程学院,北京100080

出　　处：《控制理论与应用》2008年第6期1011-1015,共5页Control Theory & Applications

基　　金：国家自然科学基金资助项目(60474038);青岛科技大学博士启动基金资助项目(0022324).

摘　　要：基于快速路交通系统重复性和周期性的特征,引入"拟伪偏导数"概念,给出了宏观交通流模型沿迭代轴的非参数动态线性化形式.进一步,提出了快速路入口匝道的非参数自适应迭代学习控制(NP-AILC)方案.该控制方法本质上是无模型的,并且学习增益可迭代调节.收敛性分析表明当系统初始状态随迭代次数随机变化时,该方法可实现几乎完全跟踪性能.仿真结果进一步验证了方法的有效性.Based on the repeatability and periodicity of the freeway traffic system, a non-parameter dynamic linearization of the macroscopic traffic flow model is developed by introducing the concept of ＂Mimic Pseudo Partial Derivative＂ . And then, a new non-parameter adaptive iterative learning control （NP-AILC） is presented for the freeway traffic ramp metering. This control approach is model-free in nature, and its learning gain can be adjusted iteratively. Convergence analysis shows that this approach can achieve an almost perfect tracking performance when the initial states are randomly varying iteratively. Simulation results further illustrate the validity of the presented method.

关 键 词：入口匝道调节 非参数动态线性化 非参数自适应控制 迭代学习控制 随机初始条件 

分 类 号：TP273.2[自动化与计算机技术—检测技术与自动化装置]