城市交通流仿真研究及交叉路口信号智能控制
第1章 绪论 | 第1-14页 |
§1.1 城市交通控制研究的意义 | 第10页 |
§1.2 城市交通控制发展历史及国内外研究现状 | 第10-12页 |
§1.2.1 城市交通控制发展历史 | 第11页 |
§1.2.2 国内外研究现状 | 第11-12页 |
§1.3 交通系统仿真概述 | 第12-13页 |
§1.4 本文的研究内容 | 第13页 |
§1.5 本文的组织结构 | 第13-14页 |
第2章 模糊理论及模糊神经网络简介 | 第14-29页 |
§2.1 模糊理论概述 | 第14-18页 |
§2.1.1 模糊数学基本概念 | 第14-16页 |
§2.1.2 模糊控制器结构 | 第16-18页 |
§2.2 神经网络概述 | 第18-21页 |
§2.2.1 神经网络发展历史 | 第18-19页 |
§2.2.2 神经网络的应用及特性 | 第19-20页 |
§2.2.3 神经网络模型及学习算法 | 第20-21页 |
§2.3 BP算法 | 第21-23页 |
§2.3.1 BP算法原理 | 第21-22页 |
§2.3.2 BP学习算法推导 | 第22-23页 |
§2.4 模糊神经网络概述 | 第23-28页 |
§2.4.1 模糊逻辑与神经网络结合方式 | 第24-26页 |
§2.4.2 模糊神经网络分类 | 第26-27页 |
§2.4.3 模糊神经网络的结构 | 第27-28页 |
§2.5 本章小结 | 第28-29页 |
第3章 基于元胞自动机的交通模型 | 第29-43页 |
§3.1 元胞自动机理论基础 | 第29-32页 |
§3.1.1 元胞自动机的基本概念 | 第29-30页 |
§3.1.2 元胞自动机的定义 | 第30页 |
§3.1.3 元胞自动机的分类 | 第30-31页 |
§3.1.4 元胞自动机的边界条件 | 第31页 |
§3.1.5 元胞自动机的建模规则 | 第31页 |
§3.1.6 元胞自动机在微观交通建模中的应用 | 第31-32页 |
§3.2 一维元胞自动机交通流改进模型 | 第32-34页 |
§3.3 基于模糊控制的换道模型 | 第34-40页 |
§3.3.1 换道类型分类 | 第34-35页 |
§3.3.2 换道规则 | 第35-36页 |
§3.3.3 基于模糊控制的换道模型 | 第36-40页 |
§3.4 仿真 | 第40-42页 |
§3.4.1 仿真过程 | 第40页 |
§3.4.2 仿真结果 | 第40-42页 |
§3.5 本章小结 | 第42-43页 |
第4章 交叉路口信号控制基本原理 | 第43-46页 |
§4.1 交叉路口信号控制基本参数 | 第43-44页 |
§4.1.1 相位 | 第43页 |
§4.1.2 周期长度 | 第43页 |
§4.1.3 绿信比 | 第43-44页 |
§4.2 交叉路口信号控制类型简述 | 第44-45页 |
§4.3 本章小结 | 第45-46页 |
第5章 交叉路口信号的模糊神经网络控制 | 第46-60页 |
§5.1 交通参数介绍 | 第47-48页 |
§5.2 考虑相邻交叉路口的交叉路口信号控制思想 | 第48-49页 |
§5.3 控制算法设计 | 第49页 |
§5.4 模糊控制器设计 | 第49-51页 |
§5.5 模糊神经网络设计 | 第51-55页 |
§5.5.1 模糊神经网络结构设计 | 第52-54页 |
§5.5.2 模糊神经网络的学习算法设计 | 第54-55页 |
§5.6 仿真 | 第55-59页 |
§5.6.1 仿真过程 | 第55-56页 |
§5.6.2 仿真验证 | 第56-58页 |
§5.6.3 仿真结果分析 | 第58-59页 |
§5.7 本章小结 | 第59-60页 |
第6章 仿真系统设计 | 第60-67页 |
§6.1 仿真系统结构和功能 | 第60-66页 |
§6.1.1 交通流仿真模块 | 第60-62页 |
§6.1.2 智能控制模块 | 第62-66页 |
§6.2 仿真参数 | 第66页 |
§6.3 本章小结 | 第66-67页 |
第7章 总结与展望 | 第67-69页 |
§7.1 总结 | 第67页 |
§7.2 研究成果 | 第67-68页 |
§7.3 进一步工作 | 第68-69页 |
参考文献 | 第69-72页 |
附录A 攻读硕士期间发表和完成的论文 | 第72-73页 |
致谢 | 第73页 |