城市单交叉路口交通信号的控制方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究的背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·城市交通信号控制的新技术及其发展趋势 | 第13-14页 |
| ·论文研究的内容及章节安排 | 第14-15页 |
| 第2章 城市交通信号控制的基本理论分析 | 第15-19页 |
| ·交通流的统计分布规律 | 第15-16页 |
| ·泊松分布 | 第15页 |
| ·二项分布 | 第15页 |
| ·负二项分布 | 第15-16页 |
| ·交通信号控制方式的分类 | 第16-17页 |
| ·交通信号控制的基本参数及效率指标 | 第17-18页 |
| ·基本参数 | 第17页 |
| ·效率指标 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 城市单交叉口交通信号的模糊控制研究 | 第19-42页 |
| ·单交叉口几何模型及相位设置 | 第19-20页 |
| ·单交叉口车辆平均延误计算模型 | 第20-21页 |
| ·模糊控制概况 | 第21-23页 |
| ·模糊控制的概念及发展状况 | 第21-22页 |
| ·模糊控制系统的基本结构 | 第22页 |
| ·模糊控制在交通信号控制中的应用 | 第22-23页 |
| ·单交叉口信号的经典模糊控制分析 | 第23-29页 |
| ·经典模糊控制的基本原理 | 第23页 |
| ·经典模糊控制器的设计 | 第23-29页 |
| ·单交叉口信号的可变相序模糊控制设计 | 第29-33页 |
| ·经典模糊控制存在的问题 | 第29页 |
| ·可变相序模糊控制的基本原理 | 第29-30页 |
| ·可变相序模糊控制器的设计 | 第30-33页 |
| ·仿真分析 | 第33-41页 |
| ·本章小节 | 第41-42页 |
| 第4章 基于粒子群的单交叉口可变相序模糊控制 | 第42-56页 |
| ·模糊控制器设计过程中存在的问题及解决办法 | 第42页 |
| ·粒子群优化算法概况 | 第42-44页 |
| ·PSO算法的基本原理 | 第43-44页 |
| ·粒子群优化算法在交通控制中的应用 | 第44页 |
| ·基于粒子群优化的交通信号模糊控制 | 第44-50页 |
| ·利用粒子群算法优化隶属度函数 | 第45-48页 |
| ·利用粒子群算法优化模糊规则 | 第48-50页 |
| ·仿真分析 | 第50-55页 |
| ·PSO优化隶属度函数的仿真及分析 | 第50-52页 |
| ·PSO优化模糊规则的仿真及分析 | 第52-55页 |
| ·本章小节 | 第55-56页 |
| 第5章 基于模糊神经网络的单交叉口信号控制 | 第56-69页 |
| ·模糊控制及其优化过程中存在的问题及解决办法 | 第56-57页 |
| ·模糊神经网络概述 | 第57-58页 |
| ·模糊神经网络的结构 | 第57-58页 |
| ·模糊神经网络在交通控制中的应用 | 第58页 |
| ·单交叉口模糊神经控制系统的建模 | 第58-64页 |
| ·加载数据 | 第59页 |
| ·模糊神经推理系统的生成 | 第59-60页 |
| ·模糊神经推理系统的训练 | 第60-61页 |
| ·模糊神经推理系统的测试 | 第61-62页 |
| ·模糊神经推理系统的模糊推理特性 | 第62-64页 |
| ·仿真分析 | 第64-68页 |
| ·本章小节 | 第68-69页 |
| 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77页 |
