城市交通信号系统智能控制策略研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-27页 |
| ·论文选题背景 | 第12-15页 |
| ·城市交通拥堵问题 | 第12-14页 |
| ·城市交通拥堵问题的对策 | 第14-15页 |
| ·交通信号控制的目的和任务 | 第15-16页 |
| ·城市交通信号控制的发展概况 | 第16-23页 |
| ·国外交通信号控制的发展概况 | 第16-19页 |
| ·国内交通信号控制的发展概况 | 第19-20页 |
| ·现有方法的缺点 | 第20页 |
| ·城市交通信号控制技术的最新进展和发展趋势 | 第20-23页 |
| ·本文研究思路 | 第23-24页 |
| ·论文的主要工作 | 第24-25页 |
| ·论文的结构安排 | 第25-27页 |
| 2 城市交通信号控制基本理论 | 第27-50页 |
| ·引言 | 第27页 |
| ·交通流参数的统计分布 | 第27-29页 |
| ·描述交通流运行状态的基本参数 | 第28页 |
| ·交通流参数的统计分布规律 | 第28-29页 |
| ·城市交通信号控制参数和控制方式 | 第29-36页 |
| ·交通信号控制参数的种类和功能 | 第30-32页 |
| ·交通信号控制方式的种类和功能 | 第32-36页 |
| ·交叉口交通信号灯设置依据 | 第36-39页 |
| ·交叉口设置信号控制的利弊 | 第36页 |
| ·设置交通信号控制的理论分析方法 | 第36-37页 |
| ·交通信号灯的设置条件 | 第37-39页 |
| ·交通信号控制的性能评价指标 | 第39-40页 |
| ·模糊控制基本理论 | 第40-42页 |
| ·模糊控制简介 | 第40页 |
| ·模糊控制基本原理 | 第40-42页 |
| ·模糊控制在交通信号控制中的应用 | 第42页 |
| ·遗传算法基本理论 | 第42-49页 |
| ·遗传算法简介 | 第42-43页 |
| ·遗传算法基本原理 | 第43-48页 |
| ·遗传算法的收敛性 | 第48-49页 |
| ·遗传算法在交通信号控制中的应用 | 第49页 |
| ·本章小结 | 第49-50页 |
| 3 基于交通强度的单交叉口交通信号控制策略研究 | 第50-67页 |
| ·引言 | 第50-51页 |
| ·四相位交叉口几何模型描述 | 第51-52页 |
| ·交叉口车辆平均延误计算模型 | 第52-53页 |
| ·单交叉口交通信号模糊控制策略 | 第53-59页 |
| ·模糊控制算法 | 第53-54页 |
| ·模糊控制器的设计 | 第54-58页 |
| ·仿真分析 | 第58-59页 |
| ·基于改进遗传算法优化的交通信号模糊控制 | 第59-66页 |
| ·改进的遗传算法 | 第60-63页 |
| ·仿真分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 4 两相邻交叉口交通信号协调控制策略研究 | 第67-77页 |
| ·引言 | 第67页 |
| ·相邻交叉口模型及其分析 | 第67-69页 |
| ·相邻交叉口几何模型描述 | 第67-69页 |
| ·相邻交叉口之间交通流量的相关性分析 | 第69页 |
| ·相邻交叉口交通信号模糊协调控制策略 | 第69-70页 |
| ·模糊控制器的优化设计 | 第70-73页 |
| ·变量的模糊化 | 第70-71页 |
| ·模糊控制规则的确定 | 第71-72页 |
| ·基于遗传算法的模糊控制器优化 | 第72页 |
| ·反模糊化 | 第72-73页 |
| ·仿真及分析 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 5 城市干道交通信号两级协调控制策略研究 | 第77-88页 |
| ·引言 | 第77-78页 |
| ·干道交通模型描述 | 第78-80页 |
| ·干道交通信号两级模糊协调控制策略 | 第80-83页 |
| ·两级模糊协调控制原理 | 第80-81页 |
| ·两级模糊协调控制算法 | 第81-83页 |
| ·模糊控制器的设计 | 第83-86页 |
| ·控制级模糊控制器设计 | 第83-85页 |
| ·协调级模糊控制器设计 | 第85-86页 |
| ·仿真分析 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 6 城市区域交通信号分布式协调控制策略研究 | 第88-99页 |
| ·引言 | 第88页 |
| ·区域交模型描述 | 第88-92页 |
| ·区域交通信号分布式模糊协调控制策略 | 第92-93页 |
| ·模糊控制器的设计 | 第93-97页 |
| ·相位选择模块 | 第94-95页 |
| ·绿灯延时模块 | 第95-96页 |
| ·相位切换模块 | 第96-97页 |
| ·仿真分析 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 7 基于遗传神经网络的短时交通流预测 | 第99-110页 |
| ·引言 | 第99-101页 |
| ·多点短时交通流预测 | 第99页 |
| ·单点短时交通流预测 | 第99-101页 |
| ·遗传神经网络预测模型 | 第101-107页 |
| ·BP 算法描述 | 第102-103页 |
| ·L-M 算法描述 | 第103-104页 |
| ·基于遗传算法优化的BP 神经网络 | 第104-105页 |
| ·遗传神经网络预测算法 | 第105-107页 |
| ·预测实例分析 | 第107-108页 |
| ·本章小结 | 第108-110页 |
| 8 结论与展望 | 第110-113页 |
| ·全文工作总结 | 第110-112页 |
| ·工作展望 | 第112-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-125页 |
| 附录 | 第125-128页 |
| 附录A 作者在攻读学位期间发表的论文 | 第125-126页 |
| 附录B 作者在攻读学位期间参加的科研项目 | 第126-128页 |
