基于人工神经网络的智能交通调控研究--以济南市历下区为例
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 智能交通系统在国内外的发展 | 第12-14页 |
| 1.2.1 智能交通系统在国外的发展 | 第13-14页 |
| 1.2.2 智能交通系统在国内的发展 | 第14页 |
| 1.3 人工神经网络在国内外的研究 | 第14-16页 |
| 1.4 论文的研究内容及技术路线 | 第16-18页 |
| 1.4.1 论文的研究内容 | 第16-17页 |
| 1.4.2 论文的技术路线 | 第17-18页 |
| 2 书写交通仿真软件模型的语言UML | 第18-30页 |
| 2.1 UML概述 | 第18-19页 |
| 2.2 UML的核心元素 | 第19-26页 |
| 2.3 使用UML语言构建交通仿真软件模型 | 第26-30页 |
| 3 BP人工神经网络算法 | 第30-38页 |
| 3.1 人工神经网络的特性 | 第30-31页 |
| 3.2 BP人工神经网络模型及学习过程 | 第31-34页 |
| 3.3 BP人工神经网络算法在软件中的设计 | 第34-38页 |
| 3.3.1 人工神经元类 | 第34-36页 |
| 3.3.2 神经网络控制类 | 第36-38页 |
| 4 智能交通仿真软件设计 | 第38-46页 |
| 4.1 智能交通仿真软件定义及功能需求 | 第38页 |
| 4.2 智能交通仿真软件开发约束 | 第38-39页 |
| 4.3 智能交通仿真软件数据管理 | 第39页 |
| 4.4 智能交通仿真软件系统架构 | 第39-40页 |
| 4.5 智能交通仿真软件交通实体类 | 第40-44页 |
| 4.5.1 交通控制类 | 第41-42页 |
| 4.5.2 交通路段类 | 第42-43页 |
| 4.5.3 交通路口类 | 第43页 |
| 4.5.4 伪随机车辆类 | 第43-44页 |
| 4.6 交通仿真软件交互界面 | 第44-46页 |
| 5 基于人工神经网络的智能交通调控研究 | 第46-53页 |
| 5.1 智能交通调控的预测模型 | 第46-47页 |
| 5.2 济南市历下区交通基本数据收集与入库 | 第47-48页 |
| 5.3 调控算法训练样本数据的生产 | 第48-49页 |
| 5.4 调控算法的训练 | 第49-50页 |
| 5.5 对济南市历下区仿真交通的调控 | 第50-51页 |
| 5.6 交通系统状态分析 | 第51-53页 |
| 6 结论与展望 | 第53-55页 |
| 6.1 结论 | 第53-54页 |
| 6.2 不足与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-69页 |
| 攻读学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
