声明
摘要
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 交通预测的研究现状
1.2.2 路径规划的研究现状
1.3 论文主要内容
1.4 论文组织结构
2 模糊神经网络交通实时预测和路径规划问题分析
2.1 模糊神经网络预测技术研究
2.1.1 模糊推理系统和自适应网络架构
2.1.2 模糊神经网络预测机制研究
2.1.3 模糊神经网络应用于交通预测的难点和需求分析
2.2 路径规划机制研究
2.2.1 增强学习关键技术研究
2.2.2 基于增强学习的路径规划研究现状
2.2.3 基于Q学习的多路径规划的难点和需求分析
2.3 多路径规划机制的设计方案
2.4 本章小结
3 基于模糊神经网络模型的平均车速预测机制
3.1 城市路网基于模糊神经网络的平均车速预测模型
3.1.1 车速预测拟采用的T-S模糊神经网络框架
3.1.2 模糊神经网络应用于道路平均车速预测模型构建
3.2 基于Taguchi方法的模糊神经网络输入数据的配置方案
3.2.1 基于Taguchi方法的实验最优设计因素配置
3.2.2 Taguchi方法确定模糊神经网络的道路传感器的配置
3.3 算法仿真与结果分析
3.3.1 模糊神经网络平均车速度预测算法仿真
3.3.2 Taguchi方法用于道路传感器配置仿真分析
3.4 本章小结
4 基于Q学习的协同多路径规划机制
4.1 基于增强学习的路网建模
4.2 基于Q学习的协同多路径规划
4.2.1 基于Q学习的最优路径规划
4.2.2 基于Q学习的多路径规划
4.2.3 多智能体协作的Q学习多路径规划
4.3 算法仿真与结果分析
4.3.1 单智能体的多源多目标路径规划
4.3.2 多智能体的多源多目标路径规划
4.3.3 若干种多路径算法的比较
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
附录
攻读学位期间主要的论文情况和科研情况
致谢
中南大学;