北京交通大学博士学位论文

的具体应用，针对交通流强非线性、不确定性等特点，设计了基于近似动态规划的单入口匝道以及多入口匝道控制算法，避开了交通流建模难的问题，仿真结果表明控制器具有良好的暂态性能。

１．５论文主要工作及组织结构

１．５．１论文主要工作

本文研究了近似动态规划方法的应用及若干问题，论文的主要研究内容可分为理论研究和应用研究两大部分，论文主要工作总结如下：

在理论研究方面：

（１）鉴于神经网络权值初始值对近似动态规划方法的收敛结果和收敛速度有着重

要的影响，本文提出了一种权值初始值复合修正方法。仿真结果表明，与权值初始值随机设定方法相比，该方法提高了近似动态规划方法的学习成功率；（２）提出了一种近似动态规划网络优化加速算法。在权值调整期间加入前期权值信

息，增强了训练的稳定性；使用Ｓｔｅｆｆｅｎｓｅｎ迭代算法进行加速，使网络训练较快地收敛＝．有效地解决了传统神经网络收敛慢的缺点。在此基础上，给出了一种ＡＤＨＤＰ改进方法，简称ＡＤＨＤＰ（Ｄ）。仿真结果表明该方法误差稳步下降，没有出现ＡＤＨＤＰ方法中振荡的现象，且达到收敛稳定的速度更快。

在应用研究方面：

（１）研究了快速路交通流模型参数辨识问题，针对快速路交通的强非线性、不确定

性等特点，探讨了近似动态规划方法在快速路交通流模型参数辨识中的应用，通过严格的数学论证，证明了该方法的收敛性，最后，在Ｍａｔｌａｂ平台上进行仿真研究，结果验证了该辨识算法的有效性；

（２）研究了快速路短时交通流预测问题，通过近似动态规划方法的引入，提出了一

种自适应单指数平滑法，结合实际交通流数据对指数平滑法巾的参数进行调整，使得平滑系数随预测过程自动更新，从而保证了预测的实时性、准确性。仿真结果验证了算法的有效性；

（３）研究了城市交叉口均衡控制的最优信号配时问题，设计了基于排队长度均衡的

两相位和三相位绿灯时间近似动态规划控制算法。仿真结果表明基于近似动态规划的控制算法可以根据实时交通车流信息实现绿灯时间的自适应调整，克服１４