群体车辆的诱导优化和协同运行方法

目录

声明

致谢

1 引言

1.1 研究背景与意义

1.2 研究现状

1.2.1 群体智能研究现状

1.2.2 车辆诱导分配研究现状

1.2.3 多车协同控制研究现状

1.2.4 国内外研究总结

1.3 论文研究内容及其结构

2 车路协同群体智能应用理论基础

2.1 传统自主车辆驾驶策略

2.1.1 自主驾驶车辆体系结构

2.1.2 传统交通流分配方法

2.1.3 传统车辆协同运行间距保持策略

2.2 群体车辆驾驶策略

2.3 不同车辆跟驰模式

2.3.1 人工驾驶车辆跟驰模型

2.3.2 智能网联车辆跟驰模型

2.4 交通运行常用评价性能指标

2.4.1 交通效率基础评价指标

2.4.2 效率指标评价体系

2.4.3 环境效益指标

2.5 本章小节

3 群体车辆诱导多目标优化方法

3.1 群体车辆路网资源寻优分配规则

3.2 群体车辆诱导分配多目标优化模型

3.2.1 饱和度模型

3.2.2 行程时间模型

3.2.3 延误模型

3.2.4 多目标优化模型

3.3 基于NSGA-II算法的多目标优化方法

3.3.1 多目标NSGA-II 算法原理

3.3.2 基于多目标NSGA-II 算法的解决方案

3.4 基于粒子群算法的多目标优化方法

3.4.1 基本粒子群算法原理

3.4.2 基于多目标粒子群算法的解决方案

3.4.3 改进的多目标粒子群算法解决方案

3.5 本章小结

4 基于引斥力的车辆协同运行方法

4.1 车辆集群运动的概念

4.2 车辆集群运动模型建立

4.2.1 车辆集群运动规则描述

4.2.2 基于引斥力的多车协作作用力模型

4.3 车辆集群协同控制策略

4.3.1 多车协同加减速控制策略

4.3.2 一般多车协同运行控制策略

4.4 本章小结

5 仿真与验证

5.1 群体车辆多目标诱导优化仿真

5.1.1 仿真算例参数和初始化

5.1.2 多目标NSGA-II 算法求解结果仿真

5.1.3 多目标粒子群算法求解结果仿真

5.1.4 诱导前后仿真结果比较

5.2 不同渗透率条件下的仿真结果

5.2.1 不同渗透率条件下的仿真参数设置

5.2.2 不同渗透率条件下的速度仿真结果

5.2.3 不同渗透率条件下的二氧化碳仿真结果

5.2.4 不同渗透率条件下的一氧化碳仿真结果

5.3 车辆协同控制策略仿真

5.3.1 车辆协同控制策略仿真参数设置

5.3.2 车辆协同加减速仿真结果

5.3.3 联合仿真结果

5.4 本章小结

6 结论与展望

6.1 结论

6.2 展望

参考文献

图索引

表索引

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集