城市交通信号配时优化控制方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-18页 |
| ·课题背景 | 第11页 |
| ·交通信号配时控制的发展概况 | 第11-13页 |
| ·目前交通信号配时控制分类 | 第13-16页 |
| ·按被控对象分类 | 第13-15页 |
| ·按控制方式分类 | 第15-16页 |
| ·本文研究课题的意义和内容 | 第16-18页 |
| 2 信号配时模糊控制算法 | 第18-35页 |
| ·交通信号配时控制的基本概念 | 第18-21页 |
| ·路口模型 | 第18-19页 |
| ·信号灯含义及类型 | 第19页 |
| ·相位定义 | 第19页 |
| ·相位设置方案 | 第19-20页 |
| ·周期时长 | 第20-21页 |
| ·绿信比 | 第21页 |
| ·标准车辆单位 | 第21页 |
| ·交通信号配时控制的性能指标函数 | 第21-23页 |
| ·模糊控制的基本理论 | 第23-25页 |
| ·模糊控制在信号配时上应用回顾 | 第25-26页 |
| ·双模糊控制器方案 | 第26-32页 |
| ·相序优化模糊控制器 | 第26-27页 |
| ·绿灯延时判断模糊控制器 | 第27-31页 |
| ·曲面观察器 | 第31-32页 |
| ·双模糊控制器协调控制原理及算法 | 第32-35页 |
| 3 模糊神经网络实现的模糊控制器优化 | 第35-45页 |
| ·模糊控制器参数优化的必要性 | 第35-36页 |
| ·控制器参数优化必要性 | 第35页 |
| ·控制器优化对象及方法 | 第35-36页 |
| ·模糊神经网络基本概念介绍 | 第36页 |
| ·ANFIS神经网络工具箱介绍 | 第36-38页 |
| ·ANFIS模糊神经网络实现控制器参数优化 | 第38-41页 |
| ·数据导入和网络形成 | 第39-40页 |
| ·网络训练和误差检验 | 第40-41页 |
| ·隶属度函数参数优化结果 | 第41页 |
| ·仿真试验及结果 | 第41-45页 |
| 4 GASA混合算法实现模糊控制器优化 | 第45-55页 |
| ·遗传算法基本概念介绍 | 第45-47页 |
| ·模拟退火算法基本概念介绍 | 第47-48页 |
| ·GASA混合算法对控制器参数优化 | 第48-53页 |
| ·混合算法介绍 | 第48-49页 |
| ·GASA优化算法设计 | 第49-52页 |
| ·GASA混合算法优化结果 | 第52-53页 |
| ·仿真试验及结果 | 第53-55页 |
| 5 变论域实现的模糊控制器优化 | 第55-63页 |
| ·变论域模糊控制器介绍 | 第55-58页 |
| ·变论域的原因 | 第55-56页 |
| ·变论域所解决的问题 | 第56-57页 |
| ·变论域思想和伸缩因子的概念 | 第57-58页 |
| ·基于函数模型的变论域模糊控制器 | 第58-59页 |
| ·基于模糊推理的变论域模糊控制器 | 第59-61页 |
| ·确定伸缩因子的模糊推理基本概念 | 第59-61页 |
| ·基于模糊推理的变论域模糊控制的结构和工作流程 | 第61页 |
| ·仿真试验及结果 | 第61-63页 |
| 6 结论与展望 | 第63-65页 |
| ·本文创新点 | 第63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 在学研究成果 | 第68-69页 |
| 致谢 | 第69页 |
