T-CPS环境下基于多Agent免疫协同进化理论的微观交通认知方法研究

Cyber Physical Systems have drawn considerable attention from the international academic circle and Transportation Cyber Physical Systems(T-CPS) is an important direction of next-generation of Intelligent Transportation Systems(ITS), which reflects the deep fusion of transportation physical systems and transportation cyber systems. The project focuses on the microscopic traffic cognitive method under the T-CPS environment.Specifically, a Bayes estimation and Chaos theory-based multi-parameter fusion is proposed after the typical traffic parameters are extracted; And then the microscopic traffic cognitive model is put forward according to the immune co-evolution multi-agent theory to reveal the microscopic mechanism of congestion; Meanwhile, the stability condition and the dynamic characterists of the model are also discussed; Moreover,a two-loop control structure including vehicle speed and flow of traffic is designed to study the vehicle adaptive sliding mode control. And subsequently, the analysis of the corresponding Lyapunov stability and robustness is conducted; Lastly, the simulation with the TransModeler is carried out to validate the effectiveness of this method. According to the research for this project, an effective microscopic traffic cognitive method under the T-CPS environment will be obtained, and it is possible to provide a theoretical basis for scientific decision-making for alleviating traffic jams.

信息物理融合系统是国际前沿研究领域，交通信息物理系统(Transportation Cyber Physical Systems,T-CPS)体现了交通物理系统与交通信息系统的深度融合，是下一代智能交通系统发展的重要方向。本项目旨在研究一种适应T-CPS环境的微观交通认知方法。具体而言，本项目通过解析T-CPS环境下典型交通参数的特征，提出基于Bayes估计和混沌理论的多交通参数融合方法；应用多Agent免疫协同进化理论，建立微观交通认知模型，研究模型的稳定性条件和动态特性；设计包含流量和速度的双回路控制结构，研究车辆滑模自适应控制，讨论其Lyapunov稳定性和鲁棒性；最后应用TransModeler软件进行仿真实验，验证本方法的有效性。力争通过本项目的研究，形成一种T-CPS环境下的微观交通认知新方法，掌握道路交通拥堵形成的微观机理，为科学制定缓解交通拥堵的决策提供理论依据。

信息物理融合系统是国际前沿研究领域，交通信息物理系统(Transportation Cyber Physical Systems, T-CPS)体现了交通物理系统与交通信息系统的深度融合，是下一代智能交通系统发展的重要方向。据此，本项目展开了T-CPS环境下微观交通流认知建模与控制方面的研究，取得了一系列研究成果，简要介绍如下。.1.T-CPS环境下多交通参数融合方法研究。本项目不仅考虑到车辆纵向间距、瞬时速度和速度差等典型交通参数，还考虑到车辆侧向间距对交通流行为演变的影响，提出了可表征交通参数关联关系的交通认知模型。此外，根据Bayes估计和混沌理论，提出了一种高维相空间的多交通参数融合方法，进而分别建立了SVR和RBF两类短时交通流预测模型，实现了交通状态评估研究。.2.基于多Agent免疫协同进化理论的微观交通认知模型研究。本项目基于多Agent理论，考虑电子节气门开度的影响，提出了T-CPS环境下的微观交通认知模型。此外，结合Leader-Follower模型以及免疫协同进化理论，设计了T-CPS环境下的车辆编队控制算法。最后，对所提出模型进行了稳态分析与动态分析，并对所提出算法进行了稳定性分析、一致性分析以及鲁棒性分析，验证了所提出模型和算法的有效性。.3.T-CPS环境下车辆的滑模自适应控制方法研究。本项目设计了针对车辆电子节气门的双闭环滑模控制器。此外，提出了基于经典微观交通跟驰模型的车辆滑模控制方法。最后，分别研究了上述滑模控制器与车辆滑模控制方法的Lyapunov稳定问题。.4.基于TransModeler软件的交通仿真验证。本项目应用TransModeler专业交通仿真软件，二次开发出实验平台用以分析所提出的交通认知模型，并验证所设计的车辆编队控制算法。.项目按照计划书要求执行，完成了计划书所列研究内容，达到了预期指标。在本项目的支持下，项目组在国内外知名学术期刊与会议上发表论文39篇，其中期刊论文24篇，SCI论文16篇；申请国家发明专利8项，其中授权发明专利1项。项目负责人及其成员参与了包括INFORMS, TRB, CCC, CCDC, WCICA和ICARCV在内的国际学术会议，并与国际同行围绕T-CPS环境下的交通认知方法研究展开了深入讨论，项目组的研究工作得到了广泛的认可。