摘要 | 第1-8页 |
ABSTRACT | 第8-11页 |
第一章 绪论 | 第11-26页 |
1.1 城市道路交通信号控制的目的和意义 | 第11-12页 |
1.2 城市道路交通控制技术的发展现状 | 第12-18页 |
1.2.1 交通信号灯的起源和发展 | 第12-14页 |
1.2.2 城市道路交通控制理论的研究发展 | 第14-16页 |
1.2.3 几种典型的城市交通控制系统 | 第16-18页 |
1.3 交通信号控制系统的主要术语和参数 | 第18-19页 |
1.4 城市交通控制系统的基本类型 | 第19-23页 |
1.4.1 按控制区域几何特性划分 | 第19-21页 |
1.4.2 按控制原理划分 | 第21-23页 |
1.5 论文立题的依据 | 第23页 |
1.6 论文的主要工作以及创新点 | 第23-24页 |
1.7 论文的结构安排 | 第24-26页 |
第二章 模糊控制和智能优化方法基础 | 第26-36页 |
2.1 模糊控制基础 | 第26-29页 |
2.1.1 模糊控制器的组成 | 第26-29页 |
2.1.2 模糊控制器参数对性能的影响 | 第29页 |
2.2 智能优化方法基础 | 第29-35页 |
2.2.1 遗传优化算法 | 第30-32页 |
2.2.2 免疫遗传优化算法 | 第32-33页 |
2.2.3 混沌优化 | 第33-35页 |
2.3 小结 | 第35-36页 |
第三章 双交叉口两级模糊协调控制算法的研究 | 第36-48页 |
3.1 两级模糊协调控制算法的提出 | 第36-37页 |
3.2 交通模型描述 | 第37-38页 |
3.3 双交叉口的两级模糊协调控制算法 | 第38-40页 |
3.4 评价指标 | 第40-41页 |
3.5 模糊控制器的设计 | 第41-45页 |
3.5.1 变量的模糊化处理 | 第41-43页 |
3.5.2 模糊控制规则的语言表述 | 第43-44页 |
3.5.3 隶属度函数的混沌优化 | 第44页 |
3.5.4 模糊推理及反模糊化 | 第44-45页 |
3.6 实例仿真 | 第45-47页 |
3.7 小结 | 第47-48页 |
第四章 基于免疫遗传算法的干道交通控制策略与优化方法 | 第48-61页 |
4.1 交通模型的描述 | 第48-53页 |
4.1.1 车辆放行状态的表示 | 第49-50页 |
4.1.2 主干道统一周期和各交叉口间相位差的确定 | 第50-52页 |
4.1.3 性能指标的计算 | 第52-53页 |
4.2 预测交通流量 | 第53-56页 |
4.3 改进的免疫遗传算法描述 | 第56-59页 |
4.4 目标优化及其实例仿真 | 第59-60页 |
4.5 小结 | 第60-61页 |
第五章 城市道路交通的区域控制研究 | 第61-78页 |
5.1 交通模型的建立 | 第61-63页 |
5.2 统一周期、各交叉口间相位差和性能指标的确定 | 第63-70页 |
5.2.1 统一周期的确定 | 第63-67页 |
5.2.2 相位差的确定 | 第67-68页 |
5.2.3 评价指标的计算 | 第68-70页 |
5.3 预测交通流量 | 第70-73页 |
5.4 改进的免疫遗传算法描述 | 第73-75页 |
5.5 实例仿真 | 第75-77页 |
5.6 小结 | 第77-78页 |
第六章 结束语 | 第78-81页 |
6.1 工作总结 | 第78-79页 |
6.2 本文的主要创新 | 第79-80页 |
6.3 今后的工作方向 | 第80-81页 |
参考文献 | 第81-87页 |
致谢 | 第87-88页 |
作者攻读硕士学位期间发表的论文 | 第88-89页 |
学位论文评阅及答辩情况表 | 第89页 |