城市交通系统控制信号优化调度研究
| 第一章 绪论 | 第7-13页 |
| 1.1 选题背景 | 第7页 |
| 1.2 国内外研究概述 | 第7-10页 |
| 1.2.1 国外研究现状 | 第7-9页 |
| 1.2.2 国内研究现状 | 第9-10页 |
| 1.3 研究的内容及意义 | 第10-11页 |
| 1.3.1 研究的内容 | 第10-11页 |
| 1.3.2 研究的意义 | 第11页 |
| 1.4 论文的组织 | 第11-13页 |
| 第二章 系统的总体设计 | 第13-16页 |
| 2.1 系统结构 | 第13页 |
| 2.2 网络总体结构 | 第13-14页 |
| 2.3 总体数据流程 | 第14-16页 |
| 第三章 城市交叉口交通信号模糊控制方法 | 第16-22页 |
| 3.1 交通信号模糊控制思想 | 第16-17页 |
| 3.2 模糊控制器的设计 | 第17-19页 |
| 3.2.1 变量的模糊语言描述 | 第17-18页 |
| 3.2.2 确定模糊控制规则 | 第18-19页 |
| 3.2.3 模糊推理及反模糊化 | 第19页 |
| 3.2.4 模糊响应表的生成 | 第19页 |
| 3.3 模糊控制系统设计方案 | 第19-22页 |
| 第四章 基于模糊神经网络的全局优化调度 | 第22-38页 |
| 4.1 神经网络技术与模糊逻辑系统 | 第22-23页 |
| 4.1.1 神经网络技术 | 第22页 |
| 4.1.2 模糊逻辑系统 | 第22页 |
| 4.1.3 神经网络和模糊系统的优缺点 | 第22-23页 |
| 4.2 神经网络与模糊系统的协同机制 | 第23-24页 |
| 4.3 模糊神经网络的拓扑结构 | 第24-25页 |
| 4.4 模糊神经网络FN-BP学习算法 | 第25-29页 |
| 4.5 NF-BP算法在城市交通控制系统中应用 | 第29-32页 |
| 4.6 基于遗传算法的全局优化调度 | 第32-38页 |
| 4.6.1 遗传算法 | 第32页 |
| 4.6.2 遗传算法全局优化 | 第32-34页 |
| 4.6.3 基于遗传算法的应用仿真 | 第34-38页 |
| 第五章 系统仿真实现 | 第38-58页 |
| 5.1 交通仿真的概念及实现方法 | 第38-39页 |
| 5.2 交通仿真模型 | 第39-40页 |
| 5.3 S-UTCS仿真系统的对象分析 | 第40-41页 |
| 5.4 S-UTCS仿真系统的面向对象建模 | 第41-44页 |
| 5.4.1 对象建模技术概述 | 第41页 |
| 5.4.2 S-UTCS仿真系统的静态对象模型 | 第41页 |
| 5.4.3 S-UTCS仿真系统的动态对象模型 | 第41-44页 |
| 5.5 S-UTCS仿真系统的对象设计 | 第44页 |
| 5.6 S-UTCS仿真系统实现与应用 | 第44-58页 |
| 5.6.1 S-UTCS系统的实现 | 第44-50页 |
| 5.6.2 S-UTCS系统的应用 | 第50-58页 |
| 第六章 结束语 | 第58-61页 |
| 6.1 论文研究工作总结 | 第58-59页 |
| 6.2 进一步研究方向 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间主要的研究成果 | 第65页 |
