高速公路主线可变限速控制研究

摘要

高速公路限速控制是一个非线性时变系统，受多种因素的影响，其与道路上的车辆数目有关、与路面状况有关、与气象条件有关，基本规律很难用确定性模型描述，因此在对限速控制问题的性质分析透彻的前提下，提出用模糊逻辑、神经网络、模糊神经网络、遗传算法等智能建模方法建立交通流速度限制模型，对这些智能限速控制方法进行了详细的分析和系统的设计与仿真。 论文主要从两个方面对高速公路主线速度控制进行研究，其一是高速公路主线上的车辆数量，仿真的时候选取的是道路上车辆的数量；其二是行车环境综合评价指标值。影响行车环境综合评价指标值的因素主要有天气和路况，影响天气的因素包括晴、阴、雨、雪、风、雾等等；影响路况的因素包括路面线形、路面平整度、路面等级等等。行车环境综合评价指标值的最终结果来自于天气、路况模糊逻辑的结果。 在分析天气和路况的基础上采用模糊逻辑分析方法，计算得出行车环境综合评价指标值，在此基础上对高速公路主线速度控制进行了研究和仿真，采用模糊逻辑、神经网络、模糊神经网络以及遗传算法等方法分别进行了高速公路主线速度研究。 将智能控制方法应用于高速公路的限速控制研究，使得控制器的设计过程不再依赖被控对象的数学模型，提高了抗干扰能力，增强了鲁棒性。该方法有很强的实用价值，可使高速公路通行能力增加、行程时间减少，并且有效的减少事故的发生和降低驾驶员的驾驶强度。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.2国内外研究概况

1.3研究的目的和意义

1.4本文主要研究内容

第二章遗传算法

2.1遗传算法基本原理

2.1.1遗传算法的特点

2.1.2遗传算法实现步骤

2.2标准遗传算法及改进

2.2.1标准遗传算法

2.2.2改进的遗传算法

2.3遗传算法的应用

2.4本章小结

第三章模糊控制与神经网络控制

3.1模糊控制

3.1.1模糊控制的基本概念

3.1.2模糊控制器的结构

3.1.3模糊控制器的设计

3.2神经网络控制

3.2.1人工神经元模型

3.2.2神经网络的结构与工作过程

3.2.3 BP神经网络

3.3本章小结

第四章模糊神经网络与遗传算法

4.1模糊神经网络

4.1.1模糊神经网络概况

4.1.2模糊控制与神经网络的融合

4.1.3T-S模糊神经网络

4.2基于遗传算法的T-S模糊神经网络

4.2.1遗传模糊神经网络结构

4.2.2遗传模糊神经网络学习算法

4.3本章小结

第五章高速公路主线可变限速控制

5.1可变限速概况

5.2可变限速模糊控制

5.2.1模糊控制器的设计

5.2.2仿真研究

5.3可变限速神经网络控制

5.3.1神经网络控制器的设计

5.3.2仿真研究

5.4可变限速模糊神经控制

5.4.1模糊神经网络控制器设计

5.4.2仿真研究

5.5可变限速的遗传算法和BP神经网络控制

5.5.1神经网络控制器和遗传参数的设计

5.5.2仿真研究

5.6仿真结果比较分析

5.7本章小结

结论和展望

参考文献

攻读硕士学位期间发表论文

致谢