第５４卷第１期２０２３年１月太原理工大学学报ＪＯＵＲＮＡＬＯＦＴＡＩＹＵＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹＶｏｌ．５４Ｎｏ．１Ｊａｎ．２０２３引文格式：仇江辰，闫飞，田建艳．宏观交通流模型的自适应迭代学习辨识策略［Ｊ］．太原理工大学学报，２０２３，５４（１）：２１１－２２４．ＱＩＵＪｉａｎｇｃｈｅｎ，ＹＡＮＦｅｉ，ＴＩＡＮＪｉａｎｙａｎ．Ａｄａｐｔｉｖｅｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｉｄｅｎｔｉｆｉｃａｔｉｏｎｓｔｒａｔｅｇｙｆｏｒｍａｃｒｏｓｃｏｐｉｃｔｒａｆ－ｆｉｃｆｌｏｗｍｏｄｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０２３，５４（１）：２１１－２２４．收稿日期：２０２２－０２－２６基金项目：国家自然科学基金资助项目（６１７０３３００）；中国博士后科学基金资助项目（２０１９Ｍ６５１０８２）；山西省应用基础研究资助项目（２０１８０１Ｄ２２１１９１）第一作者：仇江辰（１９９６－），硕士研究生，（Ｅ－ｍａｉｌ）ｑｉｕｊｉａｎｇｃｈｅｎ＠１６３．ｃｏｍ通信作者：闫飞（１９８３－），副教授，主要研究方向为迭代学习、城市交通信号控制、智能交通系统等，（Ｅ－ｍａｉｌ）ｙａｎｆｅｉ＠ｔｙｕｔ．ｅｄｕ．ｃｎ宏观交通流模型的自适应迭代学习辨识策略仇江辰，闫飞，田建艳（太原理工大学电气与动力工程学院，太原０３００２４）摘要：城市路网交通流系统具有很强的随机性和时变性，单一固定的交通流模型难以准确地描述城市路网的实际运行情况，在考虑交通流稳态和动态特性的基础上，提出了一种含有未知时变多参数的非线性宏观交通流模型，并针对交通流固有的重复性特征，设计了一种时变多参数的自适应迭代学习辨识策略。在有限时间区间内，利用迭代学习辨识策略将参数辨识问题转化为最优跟踪控制问题，使交叉口各进口道的排队车辆数均趋于真实值，利用去伪算法的实时自适应能力调整迭代学习辨识策略的学习律增益，提高辨识策略的抗干扰能力。通过严格的数学理论推导证明了该算法的收敛性，最后采用基于模型的控制方法进行仿真实验，进一步验证了该方法的有效性。关键词：城市路网；迭代学习；参数辨识；非线性模型；宏观交通流中图分类号：ＴＰ２７１．７２文献标识码：ＡＤＯＩ：１０．１６３５５／ｊ．ｃｎｋｉ．ｉｓｓｎ１００７－９４３２ｔｙｕｔ．２０２３．０１．０２５文章编号：１００７...
