基于模糊理论的若干城市交通问题研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·模糊理论在城市交通问题的应用 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·模糊理论在城市交通控制的发展历史及研究现状 | 第12页 |
| ·模糊理论在交通信息分析处理中的研究现状 | 第12-15页 |
| ·本文的研究内容 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 第二章 模糊理论应用简介 | 第17-30页 |
| ·模糊理论概述 | 第17-21页 |
| ·模糊数学基本概念 | 第17-19页 |
| ·模糊控制器结构 | 第19-21页 |
| ·模糊控制 | 第21-22页 |
| ·模糊综合评判 | 第22-26页 |
| ·模糊综合评判基本原理 | 第22-24页 |
| ·一级模糊评判 | 第24-25页 |
| ·多级模糊评判 | 第25-26页 |
| ·模糊线性回归预测模型 | 第26-29页 |
| ·模糊回归预测的基本概念 | 第26-27页 |
| ·模糊线性回归模型 | 第27-28页 |
| ·拟合度和模糊度 | 第28页 |
| ·参数估计 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于模糊线性回归的交通流量预测 | 第30-43页 |
| ·交通流量预测在交通管理中的意义和作用 | 第30页 |
| ·经典预测模型回顾 | 第30-36页 |
| ·基于BP 神经网络的流量预测 | 第30-33页 |
| ·基于卡尔曼滤波理论的交通流量预测 | 第33-34页 |
| ·基于最小二乘法拟合的交通流量预测 | 第34-36页 |
| ·算例研究 | 第36-42页 |
| ·实地数据分析 | 第36-37页 |
| ·模糊线性回归预测模型建立及求解 | 第37-39页 |
| ·多元线性回归的预测结果 | 第39页 |
| ·结果对比分析与评价 | 第39-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于模糊综合评判的交通状态挖掘 | 第43-53页 |
| ·城市道路交通状态评判研究 | 第43-45页 |
| ·城市道路交通流与交通状态 | 第43-44页 |
| ·交通流状态评判研究 | 第44-45页 |
| ·算法设计 | 第45-47页 |
| ·因素及评语集合 | 第45页 |
| ·权重系数的确定 | 第45-46页 |
| ·隶属函数确定 | 第46-47页 |
| ·实验验证及分析 | 第47-52页 |
| ·模拟路线及数据获取 | 第47-48页 |
| ·隶属函数 | 第48-50页 |
| ·评判矩阵及合成结果 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第五章 交叉路口信号的模糊神经网络控制 | 第53-76页 |
| ·交叉口控制概述 | 第53-59页 |
| ·交通参数介绍 | 第54-55页 |
| ·考虑相邻交叉路口的交叉路口信号控制思想 | 第55-56页 |
| ·控制算法设计 | 第56-57页 |
| ·模糊控制器设计 | 第57-59页 |
| ·模糊神经网络算法 | 第59-67页 |
| ·神经网络发展历史 | 第59-60页 |
| ·神经网络的应用及特性 | 第60-61页 |
| ·神经网络模型及学习算法 | 第61-62页 |
| ·模糊逻辑与神经网络结合方式 | 第62-65页 |
| ·模糊神经网络分类 | 第65-66页 |
| ·模糊神经网络结构 | 第66-67页 |
| ·基于模糊神经网络的控制算法设计 | 第67-71页 |
| ·模糊神经网络结构设计 | 第67-70页 |
| ·模糊神经网络的学习算法设计 | 第70-71页 |
| ·仿真及结果分析 | 第71-75页 |
| ·仿真过程 | 第71-72页 |
| ·仿真验证 | 第72-74页 |
| ·仿真结果分析 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 附录 | 第83页 |
