中国韩国日本在线观看免费,A级尤物一区,日韩精品一二三区无码,欧美日韩少妇色

當前位置:主頁 > 科技論文 > AI論文 >

基于人工智能的城市交通信號控制研究

發(fā)布時間:2016-10-07 09:07

  本文關鍵詞:基于人工智能的城市交通信號控制研究,由筆耕文化傳播整理發(fā)布。


《浙江工業(yè)大學》 2007年

基于人工智能的城市交通信號控制研究

楊海東  

【摘要】: 隨著智能交通系統(tǒng)的發(fā)展,城市交通信號控制已成為最重要的研究方向之一。由于城市交通的復雜性,采用傳統(tǒng)的控制方法已無法有效地解決交通信號控制問題,本文采用人工智能控制的方法對城市交通信號進行研究,主要包括以下幾方面內容: 1.基于RBF神經網絡建立了單交叉口自學習控制系統(tǒng)。該系統(tǒng)能夠模擬交通警察指揮交通的思維過程,能夠根據四相位交叉口各相位車輛的排隊長度,對各個相位的綠信比和總的信號周期進行實時分配,并且隨著交通狀況的變化,可以對信號配時效果進行評價,根據車輛排隊長度的變化,對信號作出調整,具有自學習功能。與傳統(tǒng)的定時控制相比較,該系統(tǒng)能夠更好地適應實際交通狀況,提高交叉口的通行能力。 2.提出優(yōu)化相序和模糊神經網絡控制相結合的方法對交通干線進行實時控制,并建立了協調控制模型。該模型由兩層控制器組成:交叉口控制器(下層)和協調單元控制器(上層)。下層控制器又由兩個控制器組成:相序優(yōu)化器和綠燈延時控制器,相序優(yōu)化器用于調整交叉口的相序,綠燈延時控制器負責各個相位的綠燈延時時間。上層控制器用于調整干線的信號周期和兩交叉口間的相位差,使干線上行駛的車流盡可能不遇到紅燈,并且使各交叉口車輛排隊長度盡可能短。仿真表明:該模型比傳統(tǒng)的定時控制更能有效地減小平均車輛延誤,驗證了算法的有效性。 3.最后,對全文進行總結,并對進一步的研究提出一些展望。

【關鍵詞】:
【學位授予單位】:浙江工業(yè)大學
【學位級別】:碩士
【學位授予年份】:2007
【分類號】:TP18;U491.51
【目錄】:

  • 摘要5-6
  • ABSTRACT6-10
  • 第一章 緒論10-15
  • 1.1 課題的背景及研究意義10-11
  • 1.2 智能交通系統(tǒng)簡介11-12
  • 1.3 國內外城市交通信號控制的發(fā)展歷程12-13
  • 1.4 城市交通信號燈控制的發(fā)展方向13-14
  • 1.5 論文的主要工作14-15
  • 第二章 城市交通信號控制的基本理論15-30
  • 2.1 交通信號控制的基本概念及術語15-18
  • 2.1.1 交通信號燈15-16
  • 2.1.2 交通信號控制的基本概念16-17
  • 2.1.3 交通信號控制的基本參數17-18
  • 2.2 交通信號控制系統(tǒng)的分類18-22
  • 2.2.1 按控制范圍分類18-21
  • 2.2.2 按控制方法分類21-22
  • 2.3 交通信號控制的常用性能指標22-25
  • 2.3.1 車輛延誤23-24
  • 2.3.2 平均排隊長度24
  • 2.3.3 平均起停次數24
  • 2.3.4 通行能力24-25
  • 2.4 典型的城市交通信號控制系統(tǒng)25-28
  • 2.4.1 TRANSYT系統(tǒng)26
  • 2.4.2 SCOOT系統(tǒng)26-27
  • 2.4.3 SCATS系統(tǒng)27
  • 2.4.4 OPAC系統(tǒng)27
  • 2.4.5 RHODES系統(tǒng)27-28
  • 2.4.6 SPOT/UTOPIA系統(tǒng)28
  • 2.5 我國城市交通控制系統(tǒng)現狀及發(fā)展前景28-29
  • 2.6 本章小結29-30
  • 第三章 基于 RBF神經網絡的單交叉口自學習控制系統(tǒng)30-37
  • 3.1 引言30
  • 3.2 問題描述30-32
  • 3.3 控制器的設計及其算法32-34
  • 3.3.1 基于神經網絡的單交叉口模型32
  • 3.3.2 RBF神經網絡32-33
  • 3.3.3 神經網絡自學習方案33-34
  • 3.4 仿真分析34-36
  • 3.5 本章小結36-37
  • 第四章 基于相序優(yōu)化的城市交通干道模糊神經網絡控制37-50
  • 4.1 引言37-38
  • 4.2 城市交通干線的控制問題38-40
  • 4.2.1 交通干線控制問題的描述38
  • 4.2.2 控制策略38-40
  • 4.2.3 控制目標40
  • 4.3 控制過程40-41
  • 4.4 控制器的結構設計41-42
  • 4.5 控制器設計42-47
  • 4.5.1 交叉口信號控制器設計42-44
  • 4.5.2 協調單元控制器設計44-47
  • 4.6 模糊神經網絡控制器實現47-48
  • 4.7 仿真分析48-49
  • 4.8 本章小結49-50
  • 第五章 結論與展望50-52
  • 5.1 結論50-51
  • 5.2 展望51-52
  • 參考文獻52-56
  • 致謝56-57
  • 攻讀學位期間參加的科研項目和成果57
  • 下載全文 更多同類文獻

    CAJ全文下載

    (如何獲取全文? 歡迎:購買知網充值卡、在線充值、在線咨詢)

    CAJViewer閱讀器支持CAJ、PDF文件格式


    【相似文獻】

    中國期刊全文數據庫 前10條

    1 郭慶春;孔令軍;史永博;崔文娟;張小永;寇立群;;基于神經網絡的入境旅游人數預測[J];價值工程;2011年25期

    2 寧彬;吳釗;周健威;;電子政務績效評價體系研究[J];電腦知識與技術;2011年13期

    3 黃蓮花;李光明;;神經網絡數據融合在車用傳感器中的應用[J];裝備制造技術;2011年08期

    4 張國光;王林山;;一類時滯遞歸神經網絡的魯棒穩(wěn)定性[J];濱州學院學報;2011年03期

    5 周鳴一;程文清;趙建立;;基于神經網絡的程控交換機故障診斷方法研究[J];電腦知識與技術;2011年25期

    6 曹婧華;冉彥中;郭金城;;玉米考種系統(tǒng)的設計與實現[J];長春師范學院學報;2011年08期

    7 孫海龍;馮超;匙瑞堂;;滾動軸承狀態(tài)監(jiān)測[J];工業(yè)設計;2011年05期

    8 李華;曹曉龍;成江榮;;BP神經網絡在軟件項目風險評估中的應用[J];計算機仿真;2011年07期

    9 楊鶴年;;機電一體化系統(tǒng)中的智能控制技術[J];煤炭技術;2011年07期

    10 許杰;程錦房;何光進;;一種基于艦船磁場的神經網絡識別模型[J];船電技術;2011年09期

    中國重要會議論文全文數據庫 前10條

    1 崔寶俠;董麗萍;歷長云;李英民;;專家系統(tǒng)及其在薄鋼板矯直中的應用[A];2004中國控制與決策學術年會論文集[C];2004年

    2 高林;;基于RBF神經網絡的模糊推理分類器及其在軟測量中的應用[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集(下)[C];2006年

    3 秦緒平;譚國俊;;模糊控制理論的發(fā)展應用與展望[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

    4 楊昕光;鄒開其;;基于神經網絡的模糊決策方法[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

    5 紀軍;馬培蓓;;隸屬函數的神經網絡生成方法[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

    6 侯艷芳;馮紅梅;;基于神經網絡的調制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

    7 沈建榮;楊林泉;陳琳;;神經網絡的穩(wěn)定性判據與區(qū)域經濟結構調整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

    8 石山銘;李富蘭;丁俊麗;;神經網絡的知識獲取[A];全國青年管理科學與系統(tǒng)科學論文集(第1卷)[C];1991年

    9 吳清烈;徐南榮;;基于神經網絡的一種多目標決策方法[A];復雜巨系統(tǒng)理論·方法·應用——中國系統(tǒng)工程學會第八屆學術年會論文集[C];1994年

    10 李曉鐘;汪培莊;羅承忠;;神經網絡與模糊邏輯[A];中國系統(tǒng)工程學會模糊數學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

    中國重要報紙全文數據庫 前10條

    1 林 鳴;[N];中國質量報;2004年

    2 記者 陳青 通訊員 孫國根;[N];文匯報;2011年

    3 于翔;[N];網絡世界;2009年

    4 健康時報特約記者  張獻懷;[N];健康時報;2006年

    5 鄒麗梅 陳耀群;[N];中國船舶報;2006年

    6 記者 孫剛;[N];解放日報;2007年

    7 本報首席記者 任荃 實習生 史博臻;[N];文匯報;2011年

    8 計算機世界實驗室 韓勖;[N];計算機世界;2009年

    9 曹建兵 李祖兵 特約記者 何天進 本報記者 于莘明;[N];科技日報;2005年

    10 譚薇;[N];第一財經日報;2010年

    中國博士學位論文全文數據庫 前10條

    1 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年

    2 戴雪龍;PET探測器神經網絡定位方法研究[D];中國科學技術大學;2006年

    3 馬戎;智能控制技術在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

    4 文敦偉;面向多智能體和神經網絡的智能控制研究[D];中南大學;2001年

    5 吳大宏;基于遺傳算法與神經網絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

    6 杜文斌;基于神經網絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

    7 熊雪梅;參數化模糊遺傳神經網絡及在植物病害預測的應用[D];南京農業(yè)大學;2004年

    8 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年

    9 王承;基于神經網絡的模擬電路故障診斷方法研究[D];電子科技大學;2005年

    10 譚陽紅;基于小波和神經網絡的大規(guī)模模擬電路故障診斷研究[D];湖南大學;2005年

    中國碩士學位論文全文數據庫 前10條

    1 孫辰軍;基于模糊理論的神經網絡短期負荷預測方法的研究[D];華北電力大學(河北);2006年

    2 高振坤;基于神經網絡和模糊理論的股票指數收益率預測分析[D];湖南大學;2005年

    3 李璽;基于模糊神經網絡的路面施工機械故障診斷專家系統(tǒng)[D];中南大學;2005年

    4 趙永杰;基于LABVIEW平臺的汽車變速箱故障診斷系統(tǒng)研究[D];同濟大學;2006年

    5 李明亮;基于神經網絡的模擬電路故障診斷方法研究[D];中國地質大學(北京);2007年

    6 楊立儒;基于神經網絡的電路故障診斷的研究與實現[D];解放軍信息工程大學;2010年

    7 劉蘭蘭;基于神經網絡和遺傳算法的H型鋼粗軋工藝參數優(yōu)化研究[D];山東大學;2011年

    8 田鵬明;基于神經網絡的振動主動控制研究[D];太原理工大學;2012年

    9 姜宇;發(fā)動機裂解設備故障診斷技術的研究[D];吉林大學;2012年

    10 邢遠凱;基于決策樹和遺傳算法的神經網絡研究及應用[D];浙江大學;2010年


      本文關鍵詞:基于人工智能的城市交通信號控制研究,由筆耕文化傳播整理發(fā)布。



    本文編號:132480

    資料下載
    論文發(fā)表

    本文鏈接:http://www.lk138.cn/kejilunwen/rengongzhinen/132480.html


    Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

    版權申明:資料由用戶9d266***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com