基于动态模糊神经网络的交通信号智能控制研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题背景和研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 主要研究内容 | 第10-12页 |
| 2 城市交通信号控制的基本理论 | 第12-18页 |
| 2.1 交通控制的参数 | 第12-13页 |
| 2.1.1 周期 | 第12页 |
| 2.1.2 相位 | 第12页 |
| 2.1.3 绿信比 | 第12-13页 |
| 2.1.4 相位差 | 第13页 |
| 2.2 交通流的统计分布 | 第13-15页 |
| 2.2.1 泊松分布 | 第14页 |
| 2.2.2 二项分布 | 第14页 |
| 2.2.3 负二项分布 | 第14-15页 |
| 2.3 交通质量评价指标体系 | 第15-16页 |
| 2.3.1 交叉口的交通特点 | 第15-16页 |
| 2.3.2 信号灯控制评价体系 | 第16页 |
| 2.4 交通流检测 | 第16-18页 |
| 2.4.1 线圈检测器 | 第16-17页 |
| 2.4.2 微波检测器 | 第17页 |
| 2.4.3 视频检测器 | 第17页 |
| 2.4.4 红外线检测器 | 第17-18页 |
| 3 五岔路口交通信号模糊控制 | 第18-32页 |
| 3.1 五岔路口交通模型及相位划分 | 第18-20页 |
| 3.2 模糊控制概述 | 第20-25页 |
| 3.2.1 模糊控制的发展 | 第20页 |
| 3.2.2 模糊控制器的基本组成 | 第20页 |
| 3.2.3 量化因子和比例因子 | 第20-21页 |
| 3.2.4 模糊化和清晰化 | 第21-25页 |
| 3.2.5 模糊规则 | 第25页 |
| 3.3 五岔路口交通信号模糊控制 | 第25-29页 |
| 3.3.1 五岔路口模糊控制结构和算法 | 第25-26页 |
| 3.3.2 五岔路口模糊控制器设计 | 第26-29页 |
| 3.4 仿真实验 | 第29-32页 |
| 4 五岔路口多相位变相序交通信号动态控制 | 第32-46页 |
| 4.1 五岔路口多相位变相序思想 | 第32-33页 |
| 4.2 动态模糊神经网络概述 | 第33-42页 |
| 4.2.1 模糊系统与神经网络的结合 | 第33页 |
| 4.2.2 动态模糊神经网络的结构 | 第33-35页 |
| 4.2.3 D-FNN的学习算法 | 第35-42页 |
| 4.3 基于动态模糊神经网络的五岔路口控制 | 第42-43页 |
| 4.4 实例研究 | 第43-46页 |
| 5 相邻交叉口信号协调控制 | 第46-54页 |
| 5.1 相邻交叉口模型 | 第46-47页 |
| 5.2 相邻交叉口协调控制 | 第47-51页 |
| 5.2.1 相邻交叉口协调控制结构 | 第47-48页 |
| 5.2.2 相邻交叉口控制器设计 | 第48-51页 |
| 5.3 仿真实验 | 第51-54页 |
| 结论 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59页 |
