基于模糊神经网络的高速公路多匝道控制研究
| 第一章 概述 | 第1-14页 |
| ·选题的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·研究的技术路线 | 第13-14页 |
| 第二章 匝道交通流特性及匝道车流运行模式 | 第14-32页 |
| ·交通流的基本理论 | 第14-19页 |
| ·交通流基本参数 | 第14-15页 |
| ·交通流的基本理论 | 第15-19页 |
| ·高速公路交通流模型 | 第19-23页 |
| ·高速公路宏观静态交通模型 | 第20-22页 |
| ·高速公路动态交通模型 | 第22-23页 |
| ·高速公路匝道交通流特性分析 | 第23-28页 |
| ·交通流影响因素分析 | 第23-25页 |
| ·匝道交通流的宏观特性 | 第25-26页 |
| ·模型的数学描述 | 第26-28页 |
| ·匝道车流运行模式分析 | 第28-31页 |
| ·匝道分流运动描述 | 第28-29页 |
| ·合流运行的理论及描述 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 高速公路匝道及匝道控制概述 | 第32-41页 |
| ·高速公路匝道定义及形式 | 第32-33页 |
| ·匝道的定义 | 第32页 |
| ·匝道的类型 | 第32-33页 |
| ·高速公路匝道控制概述 | 第33-36页 |
| ·匝道控制的涵义 | 第33-34页 |
| ·入口匝道控制的作用 | 第34页 |
| ·入口匝道控制的基本原则 | 第34-35页 |
| ·匝道控制的策略 | 第35-36页 |
| ·匝道控制的调节率 | 第36页 |
| ·入口匝道控制的基本方法 | 第36-40页 |
| ·关闭控制 | 第36-37页 |
| ·定时控制 | 第37页 |
| ·交通感应控制 | 第37页 |
| ·自适应交通感应匝道控制 | 第37页 |
| ·间隙可接受汇流匝道控制 | 第37-38页 |
| ·集成的交通感应式系统控制 | 第38页 |
| ·高速公路入口匝道动态最优控制 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 模糊控制理论和神经网络控制 | 第41-58页 |
| ·模糊理论及模糊控制概述 | 第41-46页 |
| ·模糊控制的发展及其基本结构 | 第41-43页 |
| ·模糊化方法 | 第43-44页 |
| ·模糊推理 | 第44-45页 |
| ·反模糊化方法 | 第45-46页 |
| ·神经网络控制概述 | 第46-53页 |
| ·神经网络发展 | 第46-47页 |
| ·人工神经元模型 | 第47-48页 |
| ·神经网络模型 | 第48-51页 |
| ·神经网络信息处理的数学过程 | 第51-53页 |
| ·神经网络控制和模糊控制的结合 | 第53-57页 |
| ·两者的结合是发展的必然 | 第53-54页 |
| ·人工神经元网络与模糊系统的共同之处 | 第54页 |
| ·人工神经网络与模糊系统的相异之处 | 第54-56页 |
| ·人工神经网络与模糊系统的结合 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 高速公路多匝道控制系统 | 第58-75页 |
| ·高速公路多匝道控制系统的建模与多层描述 | 第58-64页 |
| ·自组织层 | 第58-60页 |
| ·总体协调层 | 第60-62页 |
| ·直接控制层 | 第62-64页 |
| ·入口匝道模糊神经网络算法 | 第64-69页 |
| ·模糊变量与隶属函数的选择 | 第64-65页 |
| ·模糊规则的确定 | 第65页 |
| ·模糊神经网络的结构和功能 | 第65-67页 |
| ·模糊神经网络的学习算法 | 第67-69页 |
| ·模糊神经网络仿真研究 | 第69-74页 |
| ·仿真工具介绍 | 第69-70页 |
| ·仿真参数基本设定 | 第70页 |
| ·仿真结果分析 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结和展望 | 第75-77页 |
| ·主要研究成果 | 第75-76页 |
| ·需进一步研究的问题 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 在攻读硕士期间发表的学术论文和参加科研情况 | 第82页 |
