基于模糊神经网络的公路隧道通风控制方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·概述 | 第9-10页 |
| ·国内外研究现状和发展趋势 | 第10-13页 |
| ·公路隧道通风方式的发展 | 第10-12页 |
| ·公路隧道通风控制的发展 | 第12-13页 |
| ·主要研究内容 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第二章 隧道通风系统分析 | 第14-25页 |
| ·公路隧道通风标准 | 第14-16页 |
| ·隧道内污染物浓度分布 | 第16-18页 |
| ·污染模型 | 第16-17页 |
| ·污染物浓度的数值解法 | 第17-18页 |
| ·隧道需风量计算 | 第18-22页 |
| ·隧道通风控制系统构成 | 第22-24页 |
| ·控制目标 | 第22-23页 |
| ·系统构成 | 第23-24页 |
| ·本章小节 | 第24-25页 |
| 第三章 模糊神经网络 | 第25-31页 |
| ·神经网络技术 | 第25-27页 |
| ·神经网络基础 | 第25页 |
| ·BP神经网络及其学习算法 | 第25-27页 |
| ·模糊神经网络 | 第27-30页 |
| ·模糊系统与神经网络融合的理由 | 第27-29页 |
| ·模糊系统与神经网络的融合方式 | 第29-30页 |
| ·本章小节 | 第30-31页 |
| 第四章 隧道小时交通量预测模型 | 第31-41页 |
| ·交通量预测性能指标 | 第31页 |
| ·隧道实际交通量分析 | 第31-33页 |
| ·神经网络预测模型的建立 | 第33-39页 |
| ·建立模型 | 第33-38页 |
| ·BP算法的改进 | 第38-39页 |
| ·神经网络预测模型的MATLAB实现 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于模糊神经网络的隧道通风控制 | 第41-54页 |
| ·模糊神经网络控制模型 | 第41-45页 |
| ·隧道通风模糊神经网络结构 | 第41-42页 |
| ·学习算法的确定 | 第42-45页 |
| ·模糊神经网络在隧道通风中的应用 | 第45-48页 |
| ·隶属函数参数调整 | 第45页 |
| ·模糊组合调整原则 | 第45-48页 |
| ·复杂交通流的仿真 | 第48-53页 |
| ·对TF1交通流的控制效果 | 第50-51页 |
| ·对TF2交通流动控制效果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 结论及展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附录 | 第61-66页 |
