高速公路入口匝道智能控制方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-19页 |
| ·引言 | 第10页 |
| ·入口匝道控制的基本原理 | 第10-11页 |
| ·入口匝道控制方法的研究现状 | 第11-16页 |
| ·定时控制方法 | 第11-12页 |
| ·感应控制方法 | 第12-13页 |
| ·动态最优控制 | 第13-14页 |
| ·智能控制方法 | 第14-16页 |
| ·高速公路入口匝道控制存在的问题 | 第16-17页 |
| ·本文的主要研究工作 | 第17-19页 |
| 2 高速公路交通模型 | 第19-22页 |
| ·宏观稳态交通模型的基本特征 | 第19-20页 |
| ·速度与密度关系 | 第19页 |
| ·流量与密度关系 | 第19-20页 |
| ·流量与速度关系 | 第20页 |
| ·宏观动态交通模型 | 第20-22页 |
| 3 基于迭代学习控制的入口匝道控制策略 | 第22-42页 |
| ·引言 | 第22-23页 |
| ·高速公路交通流特点 | 第23页 |
| ·迭代学习控制的优越性 | 第23-24页 |
| ·基于一阶开闭环ILC律的入口匝道控制策略 | 第24-33页 |
| ·一阶开闭环 ILC律 | 第25-27页 |
| ·学习律收敛性的证明 | 第27-31页 |
| ·仿真分析 | 第31-33页 |
| ·基于高阶开闭环ILC律的入口匝道控制策略 | 第33-40页 |
| ·高阶开闭环ILC律 | 第33-34页 |
| ·学习律的收敛性证明 | 第34-38页 |
| ·仿真分析 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 4 基于模糊神经网络的自适应协调匝道控制 | 第42-57页 |
| ·引言 | 第42-43页 |
| ·模糊神经网络入口匝道协调控制器设计 | 第43-55页 |
| ·控制目标 | 第43-44页 |
| ·模糊神经网络匝道控制算法 | 第44-49页 |
| ·基于遗传算法的神经网络权值优化 | 第49-50页 |
| ·仿真分析 | 第50-55页 |
| ·本章小结 | 第55-57页 |
| 5 结论 | 第57-60页 |
| 参考文献 | 第60-64页 |
| 在学研究成果 | 第64-65页 |
| 致谢 | 第65页 |
