智能计算方法在城市交通中的应用与交通流建模研究

论文摘要

本文以城市交通为研究对象，包含两个部分的研究内容：一是智能计算在城市交通中的应用研究，内容涉及基于智能计算的城市交通流控制与短期城市交通流预测模型；二是交通流建模研究，内容涉及基于气体动力学的交通流模型研究。 交通流运动具有随机性、离散性及较强的非线性。模糊控制、神经网络等现代人工智能技术，可以使人们在不表达交通系统精确模型的情况下，通过对问题的归纳与并行处理，为交通控制和交通管理提供依据。与此同时，由于计算机科学，尤其是计算机模拟技术的发展，可以使人们克服复杂数学推导的困难，从而使传统的数学与物理方法建立可靠交通流模型的研究与应用成为可能。 本论文在广泛查阅各类文献的基础上，分别从上述两方面开展工作，符合当前交通流理论的研究方向，是交通流理论当前研究的热点与难点。论文的主要内容与创新点包括： 1、以城市中心地带主干道典型的交叉路口为研究对象，提出了一种基于模糊逻辑的城市交叉口信号灯控制器，该控制器的设计思想基于误差闭环控制理论，在交通流中引入误差变化率概念，从而更为真实的反应了交警的人工智能活动。提出的控制策略具有很强的鲁棒性与抗系统时变性特点，可有效的提高交叉口相关区域内的道路使用率。 2、将基于误差闭环控制的城市道路交叉口模糊控制器以神经网络的方法实现。设计研究的模糊神经网络控制器把神经网络的学习和计算功能带到模糊系统中，也可把模糊系统的思维规则和推理嵌入到神经网络中，引入模拟退火算法训练网络，使模糊控制器能够自行调整隶属度函数，弥补了模糊控制的不足，同时提高了网络的性能。 3、进行了城市主干道多交叉口神经模糊控制器的研究与仿真，提出了一种基于模糊神经网络的新型城市道路多路口协调控制系统。该控制系统提取了“绿波带”的知识方法，并用模糊神经网络的方法实现，可以在设定的时段内自动对交通流各类信息进行汇总与统计，实时输出优化的城市干线交通控制协调控制配时方案。仿真研究表明，该控制系统可以充分利用交叉口空闲时空，使交通流以理想的饱和度值整体通过交叉路口，说明了模糊神经网络方法是解决城市交通大

论文目录

• 摘要
• Abstract
• 缩略词注释表
• 第一章 概述
• 第二章 智能计算应用于城市交通的研究综述
• 2.1 引言
• 2.2 智能计算技术应用于城市交通控制的研究发展
• 2.3 智能计算技术应用于城市交通流预测的研究发展
• 2.4 本章小结
• 第三章 城市道路交叉口交通流的模糊逻辑控制器设计
• 3.1 引言
• 3.2 系统模型描述
• 3.3 模糊控制器的设计原理
• 3.4 模糊控制器的进一步完善
• 3.4.1 模糊化给定值
• 3.4.2 开关控制
• 3.4.3 其它
• 3.5 计算机仿真
• 3.6 本章小结
• 第四章 城市交通流的模糊神经网络控制
• 4.1 引言
• 4.2 模糊神经网络控制器设计原理
• 4.3 模糊神经网络控制器的实现
• 4.3.1 网络结构
• 4.3.2 网络参数的确定
• 4.3.3 网络训练及训练结果
• 4.4 城市交通流多路口模糊神经网络协调控制
• 4.4.1 问题的提出（绿波带）
• 4.4.2 协调控制的实现
• 4.4.3 计算机仿真
• 4.5 本章小结
• 第五章 城市短期交通流的神经网络预测模型研究
• 5.1 引言
• 5.2 问题描述
• 5.3 基于PSO的RBF网络预测模型
• 5.3.1 RBF神经网络
• 5.3.2 粒子群优化算法
• 5.3.3 算法实现
• 5.3.4 仿真结果
• 5.4 交通流的神经树预测模型
• 5.4.1 FNT结构的表示方法
• 5.4.2 FNT的产生
• 5.4.3 适应度函数
• 5.4.4 学习算法
• 5.4.5 基于FNT的交通流预测模型
• 5.5 本章小结
• 第六章 交通流建模综述
• 6.1 交通流的基本关系
• 6.2 流体动力学交通流模型
• 6.2.1 一阶连续介质模型
• 6.2.2 高阶连续介质模型
• 6.3 气体分子动力学交通流模型
• 6.4 元胞自动机交通流模型
• 6.5 本章小结
• 第七章 气体分子动力学交通流建模研究
• 7.1 气体分子动力学（Boltzmann-like）交通流模型
• 7.2 Euler型交通流控制方程
• 7.3 Nayier-Stokes型交通流控制方程
• 7.4 气体分子动力学交通流模型的改进一弛豫时间τ
• 7.5 数值方法
• 7.6 线性稳定性分析
• 7.7 算例
• 7.8 本章小结
• 第八章 总结
• 附录1
• 附录2
• 参考文献
• 致谢
• 攻读博士学位期间完成的论文及参加的科研工作
• 学位论文评阅及答辩情况表