单调 Cell Transmission Model 中分布式非预测匝道控制的充分最优性条件
最优化与控制
2017-10-26 v2
摘要
我们考虑由 Cell Transmission Model 建模的高速公路路段的匝道控制问题。假设具有完美的模型知识和完美的交通需求预测，匝道控制问题可被表述为有限时域最优控制问题，其目标是最小化总耗时，即所有驾驶员旅行时间之和。出于此原因，已有文献提出将模型预测控制（Model Predictive Control, MPC）应用于匝道控制问题。然而，在高速公路上的实际测试表明，MPC 可能并不优于简单的分布式反馈策略。迄今为止，仍缺乏对这一经验观察的理论解释。本工作在理想化环境中，具体而言即针对单调交通动态并假设具有完美模型知识，将分布式非预测策略的性能与最优解进行比较。为此，我们提出了一种分布式非预测策略，并通过单调性论证推导出最小化总耗时的充分最优性条件。在基于真实交通数据的案例研究中，我们证明这些最优性条件极少被违反。此外，我们观察到由此类罕见违反导致的次优性似乎可以忽略不计。我们通过在非理想环境（特别是允许模型失配）下的仿真补充了这一分析，并论证了 Alinea 这一成功的分布式匝道控制策略在控制行为和性能上均接近理想控制器。
引用
@article{arxiv.1611.06766,
title = {Sufficient Optimality Conditions for Distributed, Non-Predictive Ramp Metering in the Monotonic Cell Transmission Model},
author = {Marius Schmitt and Chithrupa Ramesh and John Lygeros},
journal= {arXiv preprint arXiv:1611.06766},
year = {2017}
}