MétaCan
Menu
Retour à la cohorte
Enregistrement W4391989588 · doi:10.1155/2024/9967121

Modified Model Predictive Control for Coordinated Signals along an Arterial under Relaxing Assumptions

2024· article· en· W4391989588 sur OpenAlexvenueno aff
Kun Zhang, Hongfeng Xu, Baofeng Pan, Qiming Zheng, Hongjin Chen

Notice bibliographique

RevueJournal of Advanced Transportation · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésModel predictive controlControl (management)Control theory (sociology)Computer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes modified model predictive control (MMPC) for coordinated signals, aiming to enhance a model’s fidelity to the realistic traffic environment by relaxing typical assumptions. We focus on the arterial, where every intersection is equipped with a dual‐ring‐barrier signal controller that complies with the standards of the National Electric Manufacturers Association. MMPC employs the store‐and‐forward model to describe traffic flow, thereby transforming the signal control problem into a model‐based rolling‐horizon optimization problem, in which the prediction horizon is composed of several future sample intervals, commonly equal to the cycle length. A radar detector is used to collect vehicle data upstream of the stop line at every sampling instant. The optimization problem is solved to minimize the number of vehicles within the prediction horizon, and the next timing plan is determined based on the optimization results. Constraints are added and modified in order to incorporate the typical relaxed assumptions in the optimization process. For this purpose, MMPC introduces a transition‐free ring‐barrier structure, vehicle distribution ratio, and percent arrival before the end of green. Simulation results indicate that coordination can be maintained by MMPC without the need for transitions, and the estimation of current and future traffic states can be improved with the assistance of modified constraints. Compared with benchmark techniques, MMPC offers superior vehicle progression for coordinated movement and significant improvements in delays, number of stops, and total travel time from a system‐wide perspective, with an acceptable small increase in runtime.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetAdvanced Control Systems OptimizationTravaux en français237 207