分享到:

高速公路动态交通流的建模与控制策略

从高速公路交通流的宏观、动态特性出发,首先给出了交通流控制和仿真中常用的宏观、动态、确定性交通流模型,并结合交通调查数据,利用仿真和优化技术对模型中的参数进行辨识,从  (本文共7页) 阅读全文>>

华南理工大学
华南理工大学

高速公路智能控制方法研究

高速公路交通控制是智能运输系统的重要组成部分,针对传统交通控制技术的缺陷,近年来人们开始把先进的理论和技术应用到高速公路交通控制中。本文详细探讨了高速公路交通控制的多种智能方法,把智能控制理论与其它先进技术相结合,对高速公路交通控制中的几个重要问题进行认真研究。论文的主要工作和研究成果如下:1.提出用动态回归神经网络建立高速公路宏观交通流模型。分析了离散的高速公路交通流数学模型,建立了Elman回归神经网络模型,采用一种改进的算法得到神经网络的权值,并将此回归神经网络应用到一条5路段的高速公路中。仿真实例表明,Elman回归神经网络对交通流数学模型能很好地逼近,与反向传播神经网络和径向基函数神经网络模型相比较,Elman回归神经网络具有训练步数最少、训练误差很小、泛化能力好等优点,Elman回归神经网络模型能快速地、准确地描述交通流的真实行为。2.提出一种模糊逻辑方法控制高峰期间进入高速公路的车辆数目。分析了模糊逻辑控制器的基本...  (本文共133页) 本文目录 | 阅读全文>>

《中国公路学报》2016年06期
中国公路学报

中国交通工程学术研究综述·2016

为了促进中国交通工程学科的发展,从交通流理论、交通规划、道路交通安全、交通控制与智能交通系统、交通管理、交通设计、交通服务设施与机电设施、地面公共交通、城市停车交通、交通大数据、交通评价11个方面,系统梳理了国内外交通工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。交通流理论方面综述了交通流基本图模型、微观交通流理论及仿真、中观交通流理论及仿真、宏观交通流理论、网络交通流理论;交通规划方面综述了交通与土地利用、交通与可持续发展、交通出行行为特征、交通调查方法、交通需求预测等;道路交通安全...  (本文共161页) 阅读全文>>

西南交通大学
西南交通大学

高速公路交通流仿真研究

文章简要介绍了高速公路的发展概况及其一般的控制策略。指出系统仿真是高速公路控制策略实现的经济高效的方法,并对系统仿真和交通仿真的思想、一般的实现步骤进行了一定的说明,结合教学的需要,阐述了高速公路交通系统仿真的研究意义。文章详尽地介绍了高速公路交通流仿真过程和功能实现的思路。在对已有高速公路交通流参数模型进行深入分析、研究的基础上,对参数模型中存在的一些问题进行改进;在深入研究基于VB编程的流程设计和实现方法的基础上,结合实证研究完善模型参数的确定及程序优化,将仿真模型、多功能仿真实现、数据处理、动画效果成功地集成在程序中,体现了理论与实践相结合的原则。文章对几种典型的交通流状态进行了仿真分析,得出了有一定指导意义的结果,为高速公路交通流特性分析、各路段参数间关系、各种修正系数的确定提供平台支持,也对交通流控制策略实现提供了一定支持,同时也为相关课程的教学提供了直观的操作平台。文章同时指出了所采用的仿真模型存在的一些问题,为作者...  (本文共71页) 本文目录 | 阅读全文>>

西南交通大学
西南交通大学

基于Elman神经网络的高速公路入口匝道预测控制仿真研究

高速公路交通控制是智能运输系统的重要组成部分,针对传统交通控制技术的缺陷,近年来人们将人工智能(AI)和计算机智能(CI)应用到高速公路交通控制中。神经网络预测控制(NNPC)充分利用了神经网络的非线性映射能力以及预测控制滚动优化、反馈校正的机理,更适用于动态性和时变性的高速公路交通系统的控制。本文以充分利用高速公路现有资源、提高交通流量为目的,对入口匝道控制进行了研究,设计和仿真实现了基于粒子群算法的高速公路交通流预测器和控制器,主要工作如下:首先,分析了高速公路交通流宏观动态模型,建立Elman神经网络模型,并提出了基于粒子群算法(PSO)的Elman神经网络混合优化策略,采用PSO优化连接权值来训练神经网络,与标准BP算法相比,PSO采用实数编码,结构简单,学习收敛快,仿真结果表明该模型适合于高速公路短期交通流预测。其次,针对交通系统具有非线性、动态性和强扰动性,为进一步改善NNPC的性能,构造了基于PSO算法的非线性优化...  (本文共76页) 本文目录 | 阅读全文>>

长安大学
长安大学

基于模糊神经网络的高速公路多匝道控制研究

高速公路智能控制系统是智能交通领域的一个重要研究方向,尤其是多匝道协调控制是目前研究的重点和难点,具有重要的理论意义和实用价值。模糊神经网络是智能技术的一个重要分支,它是神经网络与模糊系统的有机结合,具有强大的自学习和自适应功能。本文利用模糊神经网络的建模和学习方法,对高速公路多匝道控制系统算法进行设计,并进行仿真。论文首先研究高速公路主线及匝道交通流特性,建立匝道交通流的框架结构,包括节点模型、车辆组成比例模型、路段模型和排队模型,以此来描述匝道交通流的动态特性,并对匝道上交通流的合流与分流运行形式进行分析;综述高速公路入口匝道控制的各种方法及其发展,并对高速公路匝道控制的涵义及意义进行了分析;综述模糊控制和神经网络控制,分析其各自建模方法,分析其各自的优缺点,论述其结合的必然性,并提出几种结合的方式;利用智能运输系统中大系统递阶控制理论建立高速公路多匝道控制系统结构,把高速公路多匝道系统描述为自组织层,总体协调层和直接控制层...  (本文共82页) 本文目录 | 阅读全文>>