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
北京交通大学;