城市单交叉口信号控制算法研究与仿真实现
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-16页 |
·课目研究背景及意义 | 第11页 |
·国内外现状 | 第11-13页 |
·国外研究现状 | 第11-12页 |
·国内研究现状 | 第12页 |
·交通信号控制的新技术和发展趋势 | 第12-13页 |
·论文研究内容 | 第13-14页 |
·论文结构 | 第14-16页 |
第2章 城市交通信号控制基本理论 | 第16-21页 |
·交通信号控制的基本参数和性能指标 | 第16-17页 |
·交通信号控制的基本参数 | 第16页 |
·信号控制系统常用的性能指标 | 第16-17页 |
·城市道路平面交叉口的类型 | 第17-18页 |
·交通信号的控制类型 | 第18页 |
·单交叉口四相位定时控制 | 第18-20页 |
·问题描述 | 第18-19页 |
·单交叉口定时控制器模型的设计 | 第19-20页 |
·本章小结 | 第20-21页 |
第3章 单交叉口模糊控制 | 第21-30页 |
·模糊控制概况 | 第21-22页 |
·模糊控制发展状况 | 第21页 |
·模糊控制器的组成及设计步骤 | 第21-22页 |
·模糊控制在交通信号控制中的研究 | 第22页 |
·单交叉口信号模糊控制方法 | 第22-24页 |
·交通信号的模糊控制思想 | 第23页 |
·单交叉口模糊控制结构和算法设计 | 第23-24页 |
·单交叉口模糊控制器的设计 | 第24-29页 |
·模糊化 | 第24页 |
·隶属度函数及隶属度值的确定 | 第24-27页 |
·模糊规则的确定及模糊推理 | 第27-28页 |
·反模糊化 | 第28-29页 |
·本章小结 | 第29-30页 |
第4章 单交叉口模糊BP神经网络信号控制 | 第30-44页 |
·神经网络简介 | 第30-31页 |
·神经网络的特性 | 第30页 |
·人工神经元模型 | 第30-31页 |
·模糊控制和神经网络的融合 | 第31-32页 |
·BP网络 | 第32-34页 |
·BP神经网络的基本原理 | 第32页 |
·BP神经网络的学习算法 | 第32-34页 |
·模糊BP神经网络控制器的设计 | 第34-43页 |
·模糊BP神经网络信号控制的结构设计 | 第34-36页 |
·BP网络的设计 | 第36-41页 |
·网络的测试 | 第41-42页 |
·输入的模糊化 | 第42页 |
·输出的清晰化 | 第42-43页 |
·本章小结 | 第43-44页 |
第5章 单交叉口模糊Elman神经网络信号控制 | 第44-50页 |
·基于模糊Elman神经网络的交叉口信号控制 | 第44-45页 |
·Elman神经网络 | 第44-45页 |
·Elman神经网络的学习 | 第45页 |
·模糊Elman神经网络信号控制设计 | 第45-49页 |
·Elman网络的设计 | 第45-46页 |
·网络的训练 | 第46-47页 |
·网络的测试 | 第47-48页 |
·网络的输入模糊化和输出清晰化 | 第48-49页 |
·本章小结 | 第49-50页 |
第6章 城市单交叉口信号控制仿真系统的实现 | 第50-68页 |
·系统总体框架设计 | 第50-51页 |
·系统的目标 | 第50页 |
·系统的功能模块 | 第50-51页 |
·系统的体系结构 | 第51页 |
·程序实现流程 | 第51-55页 |
·车辆生成程序流程 | 第51-53页 |
·定时控制程序流程 | 第53-54页 |
·模糊控制程序流程 | 第54-55页 |
·系统实现 | 第55-67页 |
·控制算法的实现 | 第56-65页 |
·综合分析 | 第65-67页 |
·本章小结 | 第67-68页 |
总结与展望 | 第68-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |