基于稀疏车辆检测及模糊神经网络的公交优先自适应信号控制研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景 | 第11-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·车辆检测 | 第13页 |
| ·行程时间预测 | 第13-14页 |
| ·模糊神经网络控制 | 第14-15页 |
| ·公交优先自适应控制 | 第15-17页 |
| ·研究现状评述 | 第17-18页 |
| ·课题研究目标与方法 | 第18-20页 |
| ·研究目的 | 第18-19页 |
| ·研究方法 | 第19-20页 |
| ·研究的主要内容 | 第20-21页 |
| 第2章 稀疏检测及自适应-历史预测模型 | 第21-32页 |
| ·稀疏检测理论分析及其应用 | 第21-26页 |
| ·粒子滤波 | 第21-22页 |
| ·稀疏检测及其应用 | 第22-25页 |
| ·双目视觉测距 | 第25-26页 |
| ·自适应-历史预测模型及其适用性分析 | 第26-30页 |
| ·历史预测模型 | 第26-27页 |
| ·自适应预测模型 | 第27-28页 |
| ·自适应-历史预测模型及其适用性分析 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 模糊神经网络控制 | 第32-41页 |
| ·模糊控制 | 第32-34页 |
| ·模糊控制理论概述 | 第32页 |
| ·模糊控制的特点 | 第32-33页 |
| ·模糊控制原理 | 第33-34页 |
| ·模糊控制器的设计 | 第34页 |
| ·神经网络控制理论 | 第34-35页 |
| ·模糊神经网络控制 | 第35-37页 |
| ·模糊神经网络在控制系统中的运用 | 第37-40页 |
| ·系统辨识与建模 | 第37页 |
| ·自适应控制 | 第37-38页 |
| ·公交优先自适应控制 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 公交优先自适应信号系统设计 | 第41-46页 |
| ·公交检测与定位子系统 | 第41-42页 |
| ·公交行程时间预测子系统 | 第42-43页 |
| ·公交优先自适应信号配时子系统 | 第43-44页 |
| ·服务水平评价指标 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 算例分析 | 第46-57页 |
| ·算例分析思路 | 第46-47页 |
| ·实地调查 | 第47-50页 |
| ·交通仿真与相关论证 | 第50-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1 基于粒子滤波的稀疏检测主程序 | 第64-68页 |
| 附录2 公交车行程时间预测 | 第68-70页 |
| 附录3 模糊神经网络实现程序 | 第70-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
