SA-FQL算法在区域交通控制中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题来源和研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·课题研究的意义 | 第10-11页 |
| ·论文内容及组织 | 第11-12页 |
| 第二章 区域交通控制理论与方法 | 第12-21页 |
| ·区域交通控制概述 | 第12-14页 |
| ·基本控制方法 | 第14-16页 |
| ·定时控制 | 第14-15页 |
| ·感应控制 | 第15-16页 |
| ·智能控制方法 | 第16-21页 |
| ·模糊控制 | 第16-17页 |
| ·人工神经网络 | 第17-18页 |
| ·遗传算法 | 第18-19页 |
| ·Q学习算法 | 第19-21页 |
| 第三章 改进的Q学习算法 | 第21-31页 |
| ·基于BP神经网络的Q学习算法 | 第21-23页 |
| ·BP神经网络 | 第21-22页 |
| ·基于BP神经网络的Q学习算法 | 第22-23页 |
| ·Dyna-Q学习算法 | 第23-25页 |
| ·Dyna算法 | 第23-24页 |
| ·Dyna-Q学习算法 | 第24-25页 |
| ·FQL算法 | 第25-27页 |
| ·模糊推理系统 | 第25-26页 |
| ·FQL算法 | 第26-27页 |
| ·SA-Q学习算法 | 第27-29页 |
| ·模拟退火算法 | 第27-28页 |
| ·SA-Q学习算法 | 第28-29页 |
| ·SA-FQL算法 | 第29-31页 |
| 第四章 基于SA-FQL算法的区域交通控制方法 | 第31-37页 |
| ·整体思路 | 第31-32页 |
| ·优化周期 | 第32-34页 |
| ·优化相位差 | 第34-36页 |
| ·优化绿信比 | 第36-37页 |
| 第五章 交通仿真实验 | 第37-44页 |
| ·交通仿真概述 | 第37-38页 |
| ·TSIS简介 | 第38-39页 |
| ·TSIS与VC的接口技术 | 第39-42页 |
| ·仿真实验结果与分析 | 第42-44页 |
| 第六章 总结与展望 | 第44-45页 |
| ·本文主要工作与创新点 | 第44页 |
| ·进一步工作展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士期间取得的研究成果 | 第49-50页 |
| 致谢 | 第50页 |
