基于ε-支持向量回归理论的区域交通信号智能控制

发布时间：2017-09-30 17:18

  本文关键词：基于ε-支持向量回归理论的区域交通信号智能控制

  更多相关文章： 交通信号系统 区域交通控制 交通状态预测 ε-支持向量回归理论 Lyapunov函数

【摘要】：城市交通信号控制是当前智能交通领域的研究热点之一。针对区域交通信号协同控制的实时性和准确性,提出一种基于ε-支持向量回归(SVR)非线性回归理论的智能控制方法(ICSRTS)。该方法在无线传感网络结构的基础上结合已有的数据汇聚算法,并采用分簇策略将区域交通控制系统建模成一类集成信息调度与控制的离散切换系统。在离散切换系统中,不仅考虑了数据包传输的网络时延和丢包率,而且观测器利用改进的ε-SVR训练方法实现对多数据源融合的交通信号状态的在线预测并通过控制器进行总体协调控制。运用Lyapunov函数方法验证了该系统的渐近稳定性及其可调度性。仿真结果表明,ICSRTS方法相比普通模糊神经网络控制和普通ε-SVR预测算法在交叉口平均延误时间方面具有较好的性能。因此,该方法能实时、有效地对区域交通信号进行协调控制,从而减少了区域内的交通拥堵和能源消耗。
【作者单位】： 贵州师范大学物理与电子科学学院;贵州省教育厅汽车电子技术特色重点实验室;
【关键词】： 交通信号系统 区域交通控制 交通状态预测 ε-支持向量回归理论 Lyapunov函数
【基金】：国家自然科学基金资助项目(61262007) 贵州省科学技术基金资助项目(黔科合J字[2013]2222号) 贵州师范大学博士科研启动基金资助项目
【分类号】：U495;TP273.5
【正文快照】： 0引言智能交通系统是解决现代交通问题最有效的途径之一[1]。交通信号控制是其子系统“先进的交通管理系统”的重要研究内容,已成为智能交通领域的研究热点之一。交通信号控制的目的表现在以下两个方面:1)缓解交通拥堵,减少交通事故;2)减少机动车因停车次数而造成的环境污染,

【参考文献】

中国期刊全文数据库 前10条

1 高俊侠;李建更;陈阳舟;赵晓华;;交通信号2级模糊控制系统的优化设计与仿真[J];北京工业大学学报;2009年01期

2 隋莉颖;李威;石建军;车广侠;尚德申;;SCOOT和ACTRA信号控制系统分析[J];道路交通与安全;2007年02期

3 林得刚;郑长江;陈淑燕;;基于神经网络的信号交叉口进口车道交通延误预测[J];大连交通大学学报;2013年04期

4 王晓丹,王积勤;支持向量机训练和实现算法综述[J];计算机工程与应用;2004年13期

5 梁超;范炳全;韩印;;区域交通流协调控制方法[J];交通运输工程学报;2011年03期

6 韩敏;王亚楠;;基于Kalman滤波的储备池多元时间序列在线预报器[J];自动化学报;2010年01期

7 刘琰;;基于模糊粗糙神经网络的交通流研究[J];海南师范大学学报(自然科学版);2012年04期

8 楼小明;;考虑交叉口影响的城市路网信号优化设计问题研究[J];交通运输工程与信息学报;2013年01期

9 黄逸彤;崔宝同;;具有随机长时延与丢包的网络控制系统的随机稳定与镇定[J];淮海工学院学报(自然科学版);2013年04期

10 游子毅;章俊华;陈世国;王义;;基于无线传感网络的数据融合方法及其在智能交通系统中的应用研究[J];计算机应用研究;2014年06期

【共引文献】

中国期刊全文数据库 前10条

1 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期

2 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期

3 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

4 张永生;魏新军;侯振雨;彭娟;;支持向量回归分光光度法同时测定苋菜红和果绿[J];安徽农业科学;2010年33期

5 张永生;;支持向量机在害虫预测预报中的应用[J];现代农业科技;2009年14期

6 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

7 宋海滨;刘云帼;;基于支持向量机的预测控制算法[J];兵工自动化;2006年04期

8 徐波;;基于改进PSO-LSSVM的军用工程机械研制费用预测模型[J];兵工自动化;2011年10期

9 曾姝彦;张广军;李秀智;;基于Gabor滤波器的图像目标识别方法[J];北京航空航天大学学报;2006年08期

10 马喜波;阎爱侠;;支持向量机算法用于烷基苯的热容和标准焓值的预测[J];北京化工大学学报(自然科学版);2008年02期

中国重要会议论文全文数据库 前10条

1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年

2 张向波;梅国建;徐宗昌;;基于SVM的装备战备完好性预测模型[A];第十届中国科协年会论文集（一）[C];2008年

3 张永生;魏新军;颜振敏;南海娟;;多元线性回归分光光度法同时测定饮料中三种色素[A];第十届中国科协年会论文集（三）[C];2008年

4 陈涛;陈波;秦学志;;个人住房抵押贷款提前还款预测的实证分析[A];第25届中国控制会议论文集（下册）[C];2006年

5 肖惠玲;曾翎;黄海莹;张琳;王昱清;杨勤;陈华富;;支持向量机探测脑功能活动[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

6 王永春;;一种复合的支持向量机模型在电力系统短期负荷中的应用[A];第十届全国电工数学学术年会论文集[C];2005年

7 徐健;陈光喜;;一种基于优化处理较大规模数据的支持向量分类机[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年

8 吴p，

本文编号：949460