Séance de cours

Modéliser le contrôle prédictif avec les MFD multi-régions

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours présente le modèle de contrôle prédictif (MPC) pour les diagrammes fondamentaux macroscopiques (MFD) multi-régions dans la modélisation du flux de trafic. L'instructeur explique la transition de la logique de contrôle unique à la logique multi-régions, les avantages de MPC dans la gestion des problèmes de contrôle non linéaires et des contraintes d'état, et l'application de MPC dans différents systèmes MFD. La séance de cours porte sur la formulation et les résultats des MPC dans un système MFD à deux régions, sur les erreurs dans les MFD et le lissage de la demande/contrôle biaisé. En outre, il traite du contrôle coordonné d'un réseau mixte d'autoroutes et d'artères afin de réduire au minimum le retard total, y compris les caractéristiques du système, la formulation et la comparaison des performances des différents contrôleurs.

Dans MOOC

Introduction à la modélisation des flux de trafic et aux systèmes de transport intelligents

Les voyageurs des grandes villes sont confrontés à des encombrements importants lors de leurs déplacements quotidiens. L'expansion des routes et des infrastructures n'est pas un remède durable à la congestion urbaine. Ce cours se concentrera sur la compréhension de la congestion du trafic et explorera les moyens d'améliorer la mobilité grâce à des systèmes avancés de gestion du trafic. Comme nous en faisons tous l'expérience, la congestion est un processus extrêmement complexe qui n'a pas d'explication uniq

Source officielle

Concepts associés (29)

Stochastic control

Stochastic control or stochastic optimal control is a sub field of control theory that deals with the existence of uncertainty either in observations or in the noise that drives the evolution of the system. The system designer assumes, in a Bayesian probability-driven fashion, that random noise with known probability distribution affects the evolution and observation of the state variables. Stochastic control aims to design the time path of the controlled variables that performs the desired control task with minimum cost, somehow defined, despite the presence of this noise.

Commande prédictive

La commande prédictive (ou compensation ou correction anticipatrice) est une technique de commande avancée de l’automatique. Elle a pour objectif de commander des systèmes industriels complexes. Le principe de cette technique est d'utiliser un modèle dynamique du processus à l'intérieur du contrôleur en temps réel afin d'anticiper le futur comportement du procédé. La commande prédictive fait partie des techniques de contrôle à modèle interne (IMC: Internal Model Controler).

Théorie du contrôle

En mathématiques et en sciences de l'ingénieur, la théorie du contrôle a comme objet l'étude du comportement de systèmes dynamiques paramétrés en fonction des trajectoires de leurs paramètres. On se place dans un ensemble, l'espace d'état sur lequel on définit une dynamique, c'est-à-dire une loi mathématiques caractérisant l'évolution de variables (dites variables d'état) au sein de cet ensemble. Le déroulement du temps est modélisé par un entier .

Traffic flow

In mathematics and transportation engineering, traffic flow is the study of interactions between travellers (including pedestrians, cyclists, drivers, and their vehicles) and infrastructure (including highways, signage, and traffic control devices), with the aim of understanding and developing an optimal transport network with efficient movement of traffic and minimal traffic congestion problems.

Microscopic traffic flow model

Microscopic traffic flow models are a class of scientific models of vehicular traffic dynamics. In contrast, to macroscopic models, microscopic traffic flow models simulate single vehicle-driver units, so the dynamic variables of the models represent microscopic properties like the position and velocity of single vehicles. Also known as time-continuous models, all car-following models have in common that they are defined by ordinary differential equations describing the complete dynamics of the vehicles' positions and velocities .

Afficher plus

Séances de cours associées (35)

Modèle de contrôle prédictif avec multi-régions MFD MOOC: Introduction à la modélisation des flux de trafic et aux systèmes de transport intelligents

Explore les modèles de contrôle prédictif avec des MFD multi-régions dans la modélisation des flux de trafic et discute de l'impact de l'hétérogénéité sur les stratégies de contrôle.

Prédicteur Kalman étendu: KF linéaire

Explore l'algorithme Kalman Predictor étendu et le filtre Kalman linéaire pour les systèmes de contrôle multivariables, en discutant des défis et des applications.

Mesureur de l'amplificateur : applications MOOC: Introduction à la modélisation des flux de trafic et aux systèmes de transport intelligents

Couvre le concept et les avantages du mesurage par rampe, ses problèmes de mise en œuvre et des études de cas d'Amsterdam et d'Australie.

Théorie du contrôle optimal

Introduit une théorie de contrôle optimale, couvrant les modèles, la discrétisation, les mesures, les conditions lagrangiennes, KKT et l'invertibilité.

Contrôle prédictif du modèle non linéaire

Explore le contrôle prédictif du modèle non linéaire, couvrant la stabilité, l'optimalité, les pièges et les exemples.

Afficher plus

Concepts associés (29)

Microscopic traffic flow model

Afficher plus