交叉路口信号灯智能控制技术的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·背景及研究意义 | 第11-12页 |
| ·智能交通的国内外研究现状 | 第12-13页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13页 |
| ·论文的研究内容 | 第13-14页 |
| ·论文的组织安排 | 第14-15页 |
| 第二章 模糊控制理论及神经网络简介 | 第15-25页 |
| ·模糊控制理论概述 | 第15-18页 |
| ·模糊数学的基本概念 | 第15-16页 |
| ·模糊控制器的组成 | 第16-18页 |
| ·神经网络概述 | 第18-24页 |
| ·人工神经元模型 | 第18-20页 |
| ·神经网络结构及运行过程 | 第20-21页 |
| ·神经网络的特点 | 第21-22页 |
| ·BP 学习算法 | 第22-23页 |
| ·粒子群算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 交叉路口信号控制基本原理 | 第25-31页 |
| ·基本控制参数 | 第25-26页 |
| ·周期 | 第25页 |
| ·绿信比 | 第25页 |
| ·信号相位 | 第25-26页 |
| ·相位差 | 第26页 |
| ·交通信号的控制方式 | 第26-28页 |
| ·定时控制 | 第27页 |
| ·感应控制 | 第27-28页 |
| ·自适应控制 | 第28页 |
| ·智能控制 | 第28页 |
| ·交通控制的评价指标 | 第28-30页 |
| ·车辆延误 | 第29页 |
| ·饱和度 | 第29页 |
| ·车辆平均排队长度 | 第29-30页 |
| ·通行能力 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于神经网络的智能控制方法 | 第31-39页 |
| ·设定研究对象 | 第31-32页 |
| ·控制思想与控制系统结构 | 第32-34页 |
| ·基于神经网络的智能控制方案 | 第34-36页 |
| ·智能控制算法输入参数设置 | 第34-35页 |
| ·智能控制算法流程 | 第35-36页 |
| ·绿灯时延控制器的实现 | 第36-38页 |
| ·BP-PSO 神经网络优化算法 | 第36-37页 |
| ·控制器的神经网络结构 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于模糊控制的优化设计方案 | 第39-53页 |
| ·交通输入参数的选择 | 第39-40页 |
| ·交通输入参数设置 | 第40-41页 |
| ·固定相序的模糊神经控制方案 | 第41-48页 |
| ·绿时延长控制器的设计 | 第41-43页 |
| ·绿时延长控制器的神经网络实现 | 第43-45页 |
| ·神经网络的训练样本 | 第45-46页 |
| ·固定相序模糊神经控制流程 | 第46-48页 |
| ·变换相序的模糊神经控制方案 | 第48-52页 |
| ·相序选择模糊控制器的设计 | 第48-50页 |
| ·相序选择模糊控制器的神经网络实现 | 第50-51页 |
| ·相序选择控制方案算法流程 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 交叉路口信号控制仿真平台的搭建与验证 | 第53-69页 |
| ·仿真平台架构 | 第53-54页 |
| ·本文所搭建的 VISSIM 路网模型 | 第54-58页 |
| ·智能方法的仿真验证 | 第58-68页 |
| ·基于神经网络的智能控制方案 | 第58-61页 |
| ·固定相序的模糊神经控制方案 | 第61-66页 |
| ·变换相序的模糊神经控制方案 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·本文的主要贡献 | 第70页 |
| ·今后的工作 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻硕期间取得的研究成果 | 第75-76页 |
