探索高速公路限速控制與入口匝道控制研究

探索高速公路限速控制與入口匝道控制研究

ID:34785136

大?。?.21 MB

頁數(shù):58頁

時(shí)間:2019-03-10

探索高速公路限速控制與入口匝道控制研究_第1頁
探索高速公路限速控制與入口匝道控制研究_第2頁
探索高速公路限速控制與入口匝道控制研究_第3頁
探索高速公路限速控制與入口匝道控制研究_第4頁
探索高速公路限速控制與入口匝道控制研究_第5頁
資源描述:

《探索高速公路限速控制與入口匝道控制研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、五邑大學(xué)碩士學(xué)位論文高速公路限速控制與入口匝道控制研究姓名:李政申請學(xué)位級別:碩士專業(yè):交通信息工程及控制指導(dǎo)教師:梁新榮20080425摘要隨著社會經(jīng)濟(jì)的快速發(fā)展和汽車的普及,高速公路交通擁擠已經(jīng)成為困擾世界各國政府的嚴(yán)重社會問題。為了有效地解決高速公路交通問題,一方面必須修建更多的高速公路;另一方面必須對交通量進(jìn)行合理地調(diào)節(jié)與控制,使交通流做到有序流動。限速控制和入口匝道控制是高速公路交通控制的兩個(gè)重要內(nèi)容,針對傳統(tǒng)的交通控制技術(shù)的缺陷,本文把智能控制應(yīng)用到高速公路交通控制中,詳細(xì)探討了限速控制和入口匝道控制的幾種智能方法,論文的主要工作如下:1.

2、建立高速公路交通流速度限制的神經(jīng)網(wǎng)絡(luò)模型。限速控制是高速公路交通控制的重要措施和手段,為了提高限速控制精度,提出Elman神經(jīng)網(wǎng)絡(luò)建模方法。闡述了Elman神經(jīng)網(wǎng)絡(luò)的原理,根據(jù)高速公路主線上車輛群狀態(tài)、路面狀況、氣象條件等信息,建立交通流速度限制Elman神經(jīng)網(wǎng)絡(luò)模型,Elman神經(jīng)網(wǎng)絡(luò)的輸入層、上下文層、隱含層和輸出層的節(jié)點(diǎn)數(shù)目分別選為2、12、12和1,采用Levenberg.Marquardt算法對Elman神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并與RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真對比。結(jié)果表明,Elman神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差分別為9.99769×10.9和2.

3、38112X10.4,與RBF神經(jīng)網(wǎng)絡(luò)相比較,Elman神經(jīng)網(wǎng)絡(luò)自適應(yīng)能力強(qiáng)、泛化能力好,能準(zhǔn)確地建立交通流速度限制模型,具有良好的應(yīng)用前景。2.采用遺傳算法優(yōu)化高速公路入口匝道PI控制器。首先給出了遺傳算法優(yōu)化的步驟,闡述了匝道控制目標(biāo),然后建立了高速公路交通流模型,并用遺傳算法對入口匝道PI控制器的參數(shù)進(jìn)行了優(yōu)化。仿真結(jié)果表明,該方法性能優(yōu)越,用于高速公路入口匝道控制中效果較好。3.結(jié)合模糊邏輯在處理語言信息上的優(yōu)勢和PI控制在處理誤差上的優(yōu)勢,設(shè)計(jì)了高速公路入口匝道Fuzzy.PI混合控制器,并用遺傳算法對PI參數(shù)進(jìn)行了優(yōu)化。模糊控制器的輸入變量

4、選為密度誤差和誤差變化,采用三角形隸屬度函數(shù),并制定了9條模糊控制規(guī)則。仿真結(jié)果表明,混合控制器比單純的PI控制器具有更優(yōu)越的動態(tài)和穩(wěn)態(tài)性能,它能使高速公路主線交通流密度保持為設(shè)定的期望密度。關(guān)鍵詞:高速公路;限速;匝道控制;Elman神經(jīng)網(wǎng)絡(luò);遺傳算法五邑大學(xué)碩士學(xué)位論文Abstract,Withtherapiddevelopmentofsocialeconomyandtheprevalenceofcars,freewaytrafficcongestionhasbecomeserioussocialproblemsthatpuzzlethegover

5、nmentsaroundtheworld.Inordertoeffectivelysolvetheproblemsoffreewaytraffic,itisnecessarytobuildmoreroads.Ontheotherhand,itisneededtoregulateandcontroltrafficvolumeproperly,andtomaketrafficflowmoveinorder.Speedlimitcontrolandon..rampcontrolareconsideredastwoimportantcomponentsoffr

6、eewaytrafficcontr01.Forthedrawbacksoftraditionaltrafficcontroltechniques,intelligentcontrolisappliedtofreewaytrafficinthispaper.Severalintelligentmethodsofspeedlimitcontrolandon.rampcontrolhavebeenstudiedindetail.Themaincontributioncanbestatedasfollows:1.Theneuralnetworkmodelfor

7、speedlimitoftrafficflowisbuilt.Thecontrolforspeedlimitisofgreatimportanceinthefreewaytrafficcontr01.Inordertoimprovethecontrolaccuracyofspeedlimit,amodelingmethodofElmanneuralnetworkisputforward.TheprincipleofElmannetworkisformulatedandtheElmannetworkmodelforspeedlimitoftrafficf

8、lowisbuiltbasedonsuchinformationasthenumberofve

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。