| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-31页 |
| ·研究背景与意义 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·国内外研究简要评述 | 第13-27页 |
| ·交通流混沌识别 | 第13-14页 |
| ·传统交通控制理论与方法评述 | 第14-17页 |
| ·混沌控制评述 | 第17-26页 |
| ·交通流混沌控制评述 | 第26-27页 |
| ·研究交通流混沌控制问题的切入点 | 第27页 |
| ·本论文研究内容 | 第27-29页 |
| ·小结 | 第29-31页 |
| 第二章 交通流混沌智能识别方法 | 第31-51页 |
| ·引言 | 第31-32页 |
| ·交通流混沌智能识别系统 | 第32-34页 |
| ·系统原理 | 第32-33页 |
| ·系统结构 | 第33-34页 |
| ·信息采集子系统 | 第34页 |
| ·交通流混沌离线识别方法 | 第34-37页 |
| ·Wolf法 | 第35页 |
| ·小数据量法 | 第35-36页 |
| ·基于神经网络非参估计器的Jacobian方法 | 第36-37页 |
| ·交通流混沌在线识别特征的提取 | 第37-39页 |
| ·交通流混沌在线识别方法 | 第39-46页 |
| ·神经网络方法 | 第39-40页 |
| ·支持向量机 | 第40-44页 |
| ·约简支持向量机 | 第44-46页 |
| ·仿真试验研究 | 第46-50页 |
| ·一般支持向量机更新模型 | 第46-48页 |
| ·约简支持向量机模型 | 第48-49页 |
| ·结论 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第三章 高速公路匝道智能混沌控制原理 | 第51-62页 |
| ·引言 | 第51页 |
| ·传统入口匝道控制算法概述 | 第51-54页 |
| ·入口匝道单点控制 | 第51-53页 |
| ·入口匝道协调控制 | 第53页 |
| ·入口匝道控制综述 | 第53-54页 |
| ·高速公路匝道混沌控制对象描述 | 第54-55页 |
| ·交通流匝道混沌控制原理 | 第55页 |
| ·高速公路匝道智能混沌控制系统结构模式基本设想 | 第55-61页 |
| ·高速公路匝道智能混沌控制系统的结构 | 第56-58页 |
| ·高速公路匝道智能混沌控制要求 | 第58-59页 |
| ·高速公路匝道智能混沌控制系统的选择方式 | 第59-60页 |
| ·控制变量的选择 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第四章 高速公路匝道延迟反馈模糊混沌控制 | 第62-88页 |
| ·引言 | 第62页 |
| ·高速公路延迟反馈Mamdani型模糊混沌控制器设计 | 第62-67页 |
| ·匝道延迟反馈模糊混沌控制器结构 | 第62-63页 |
| ·延迟反馈Mamdani型模糊混沌控制器工作过程 | 第63-65页 |
| ·控制器算法 | 第65页 |
| ·基于遗传算法控制器知识库的建立 | 第65-67页 |
| ·仿真试验 | 第67-77页 |
| ·实验条件的选择 | 第67页 |
| ·控制器的知识库优化设计 | 第67-68页 |
| ·试验数据的选择 | 第68-71页 |
| ·延迟反馈Mamdani型模糊混沌控制效果 | 第71-77页 |
| ·高速公路延迟反馈T-S型模糊混沌控制 | 第77-85页 |
| ·延迟反馈T-S型模糊混沌控制器工作过程 | 第77-78页 |
| ·控制规则与控制器算法 | 第78页 |
| ·仿真试验 | 第78-85页 |
| ·两种延迟反馈模糊混沌控制方法比较 | 第85-87页 |
| ·小结 | 第87-88页 |
| 第五章 高速公路匝道状态延迟反馈模糊混沌控制 | 第88-109页 |
| ·引言 | 第88页 |
| ·高速公路状态延迟反馈Mamdani型模糊混沌控制 | 第88-97页 |
| ·匝道模糊混沌控制器结构 | 第88-89页 |
| ·状态延迟反馈模糊混沌控制器工作过程与算法 | 第89-90页 |
| ·基于遗传算法控制器知识库的建立 | 第90页 |
| ·仿真试验 | 第90-97页 |
| ·状态延迟反馈T-S型模糊混沌控制 | 第97-106页 |
| ·状态延迟反馈T-S模糊混沌控制器工作过程 | 第97-98页 |
| ·控制规则与控制器算法 | 第98-99页 |
| ·仿真试验 | 第99-106页 |
| ·两种模糊混沌控制方法比较 | 第106-108页 |
| ·小结 | 第108-109页 |
| 第六章 基于减法聚类的高速公路模糊神经网络混沌控制 | 第109-126页 |
| ·引言 | 第109-110页 |
| ·基于减法聚类的高速公路匝道T-S模糊神经网络混沌控制系统 | 第110-113页 |
| ·控制原理 | 第110-111页 |
| ·T-S控制器结构 | 第111页 |
| ·T-S控制器工作过程及其算法 | 第111-113页 |
| ·基于减法聚类混沌控制器知识库的建立 | 第113-117页 |
| ·知识库结构及其知识提取原理 | 第114-115页 |
| ·由减法聚类构造高速公路混沌控制模糊推理系统 | 第115-116页 |
| ·基于模糊神经网络的混沌控制器参数优化 | 第116页 |
| ·基于遗传算法的聚类半径综合优化 | 第116-117页 |
| ·仿真试验 | 第117-124页 |
| ·控制器知识库的优化设计 | 第117-121页 |
| ·控制效果 | 第121-124页 |
| ·小结 | 第124-126页 |
| 第七章 总结和展望 | 第126-131页 |
| ·论文工作总结与主要结论 | 第126-128页 |
| ·论文工作创新点 | 第128-129页 |
| ·研究展望 | 第129-131页 |
| 参考文献 | 第131-140页 |
| 发表论文和参加科研情况说明 | 第140-141页 |
| 致谢 | 第141页 |
