| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.1.1 课题研究的背景 | 第11-12页 |
| 1.1.2 课题研究的意义 | 第12页 |
| 1.2 智能交通控制系统概述 | 第12-15页 |
| 1.2.1 智能交通系统慨况 | 第12-13页 |
| 1.2.2 国内外ITS的发展现状 | 第13-15页 |
| 1.3 智能交通控制系统关键技术的研究现状 | 第15-19页 |
| 1.3.1 车辆检测技术研究现状 | 第15-16页 |
| 1.3.2 流量预测技术研究现状 | 第16-18页 |
| 1.3.3 信号控制技术研究现状 | 第18-19页 |
| 1.4 本文的研究内容及结构安排 | 第19-21页 |
| 第2章 短时交通预测控制系统的结构和关键技术 | 第21-35页 |
| 2.1 短时交通预测控制系统结构组成 | 第21-22页 |
| 2.2 实时交通流量采集技术 | 第22-24页 |
| 2.2.1 视频车辆检测法的优势 | 第22-23页 |
| 2.2.2 视频车辆检测法的原理 | 第23-24页 |
| 2.3 交通流量预测技术 | 第24-33页 |
| 2.3.1 交通流量预测模块的功能和分类 | 第24-25页 |
| 2.3.2 基于数学模型的预测算法 | 第25-26页 |
| 2.3.3 基于无数学模型的预测算法 | 第26-32页 |
| 2.3.4 流量预测评价指标 | 第32-33页 |
| 2.4 交通信号控制技术 | 第33-35页 |
| 2.4.1 控制原理 | 第33页 |
| 2.4.2 控制方案 | 第33-35页 |
| 第3章 基于视频的车流量检测算法 | 第35-49页 |
| 3.1 车辆检测系统的整体设计 | 第35-36页 |
| 3.2 基于视频的车辆检测器硬件组成 | 第36-37页 |
| 3.3 目标车辆检测算法 | 第37-39页 |
| 3.3.1 YUV彩色图像色彩模型 | 第37-38页 |
| 3.3.2 背景帧差法 | 第38-39页 |
| 3.3.3 以背景帧差法为前提的基于YUV色彩模型的运动目标检测方法 | 第39页 |
| 3.4 图像的分割与去噪 | 第39-43页 |
| 3.4.1 二值化图像分割算法 | 第39-42页 |
| 3.4.2 图像去噪算法 | 第42-43页 |
| 3.5 车流量的计算 | 第43-45页 |
| 3.6 仿真测试 | 第45-49页 |
| 第4章 短时交通流量预测模型算法研究 | 第49-61页 |
| 4.1 短时交通流量预测方案 | 第49-50页 |
| 4.2 数据预处理 | 第50-51页 |
| 4.2.1 输入变量的模糊分割数 | 第50页 |
| 4.2.2 输入、输出变量的归一化处理 | 第50-51页 |
| 4.3 交通流量预测模型的设计 | 第51-54页 |
| 4.3.1 模型参数设置 | 第51页 |
| 4.3.2 数据样本 | 第51-52页 |
| 4.3.3 基于零阶T-S模神经网络的短时交通流量预测模型 | 第52-54页 |
| 4.4 对T-S模糊神经网络学习算法的改进 | 第54-58页 |
| 4.4.1 粒子群算法优化FNN | 第55-57页 |
| 4.4.2 粒子群蚁群混合优化FNN | 第57-58页 |
| 4.5 仿真结果 | 第58-61页 |
| 第5章 交通信号模糊神经网络控制 | 第61-73页 |
| 5.1 信号控制的参数设置和评价指标 | 第61-64页 |
| 5.1.1 参数设置 | 第61-62页 |
| 5.1.2 评价指标 | 第62-64页 |
| 5.2 单交叉多相位路口交通模型设计 | 第64-66页 |
| 5.2.1 交通布局设计 | 第64-65页 |
| 5.2.2 车辆延误模型 | 第65-66页 |
| 5.2.3 车型转换 | 第66页 |
| 5.3 模糊神经网络控制模型 | 第66-70页 |
| 5.3.1 控制模型思路 | 第66-68页 |
| 5.3.2 控制器结构 | 第68-69页 |
| 5.3.3 信号控制算法 | 第69-70页 |
| 5.4 对模糊神经网络控制器学习算法的改进 | 第70-71页 |
| 5.4.1 神经网络训练过程 | 第70页 |
| 5.4.2 粒子群算法优化神经网络学习过程 | 第70-71页 |
| 5.5 系统仿真 | 第71-73页 |
| 第6章 总结和展望 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 未来展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间参加的科研项目和成果 | 第80页 |