| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文工作内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第2章 城市交通信号控制的基本理论 | 第17-31页 |
| 2.1 道路交通控制 | 第17-22页 |
| 2.1.1 交通信号控制概述 | 第17页 |
| 2.1.2 交通信号控制参数 | 第17-20页 |
| 2.1.3 通信号控制评价指标 | 第20-22页 |
| 2.2 交通拥堵 | 第22-24页 |
| 2.3 本TUC控制策略 | 第24-30页 |
| 2.3.1 存储-转发模型简介 | 第24-25页 |
| 2.3.2 模型开发 | 第25-27页 |
| 2.3.3 基于LQ算法的优化控制 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于TUC的城市交通信号控制优化 | 第31-39页 |
| 3.1 协调控制策略 | 第31-33页 |
| 3.2 改进的LQ算法 | 第33-38页 |
| 3.2.1 LQ算法的分析 | 第33页 |
| 3.2.2 算法思想 | 第33-34页 |
| 3.2.3 算法描述 | 第34-36页 |
| 3.2.4 约束条件 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 基于Q学习的城市交通智能控制策略 | 第39-55页 |
| 4.1 单交叉路口相位设计模型的设计及原则 | 第39-42页 |
| 4.2 Q学习算法的引入 | 第42-44页 |
| 4.3 改进的Q学习算法 | 第44-47页 |
| 4.3.1 可行性分析 | 第44-45页 |
| 4.3.2 算法描述 | 第45-47页 |
| 4.3.3 评价指标 | 第47页 |
| 4.4 城市交通多Agent的智能控制 | 第47-53页 |
| 4.4.1 预测模型 | 第48页 |
| 4.4.2 车流预测方案 | 第48-50页 |
| 4.4.3 基于改进的Q学习算法的交叉路口控制应用 | 第50-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 实验分析 | 第55-77页 |
| 5.1 实验环境 | 第55-56页 |
| 5.1.1 MATLAB简介 | 第55-56页 |
| 5.1.2 SUMO | 第56页 |
| 5.2 仿真环境搭建 | 第56-62页 |
| 5.2.1 路网建模 | 第56-59页 |
| 5.2.2 车辆建模 | 第59-61页 |
| 5.2.3 车流与车辆路由 | 第61-62页 |
| 5.3 基于TUC的仿真实验与分析 | 第62-69页 |
| 5.3.1 LQ仿真实验结果 | 第62-67页 |
| 5.3.2 改进的LQ算法仿真实验结果 | 第67-68页 |
| 5.3.3 实验结果分析 | 第68-69页 |
| 5.4 基于Q学习算法的仿真与分析 | 第69-75页 |
| 5.4.1 仿真实现 | 第69-73页 |
| 5.4.2 实验结果分析 | 第73-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 论文工作总结 | 第77-78页 |
| 6.2 工作展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |