基于交通流量预测的城市交通信号控制研究及系统设计

发布时间：2021-05-18 11:06

　　近年来,随着城市车辆保有量不断增加,使得道路交通压力倍增,交通拥堵问题已引起了人们的极大关注。一方面,道路交叉口作为城市交通信号控制的最小单元,是缓解交通拥堵的关键节点;另一方面,交通信号控制是管理交叉口车辆通行最有效的途径。因此,本文根据国内外研究现状分析,重点研究了基于交通流量预测的城市交通信号控制,主要研究内容如下:（1）研究了基于深度学习的交通流量预测模型。分析了交通流量数据的时空相关性和考虑降雨量影响的特征,并根据降雨量的影响,采用改进的K-means算法对历史交通流量数据进行聚类处理。结合交通流量数据时空特性,设计了深度长短期记忆神经网络（ST-LSTM）预测模型。将聚类处理后的历史交通流量数据在Tensorflow框架下训练预测模型,并利用训练好的深度神经网络进行预测;通过与ARIMA、BP和SVM等预测模型实验对比,结果表明,ST-LSTM预测模型具有较高的预测准确度。（2）提出了基于多目标优化模型的交叉口自适应控制模型。建立了以CO2排放量、车辆延误、交叉口通行能力和停车次数等多目标的优化模型,并利用多目标进化算法求解模型的最优参数。根据短时交通流量预测数据和交叉口实... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：114 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状分析
        1.2.1 交通流量预测研究现状
        1.2.2 交叉口信号控制研究现状
        1.2.3 多交叉口信号协调控制研究现状
        1.2.4 智能交通控制系统设计研究现状
        1.2.5 研究现状总结
    1.3 研究的主要内容
    1.4 论文结构与章节安排
        1.4.1 论文结构
        1.4.2 章节安排
    1.5 本章小结
第二章 基于深度学习的交通流量预测
    2.1 引言
    2.2 循环神经网络模型
    2.3 基于深度学习的交通流量预测模型
        2.3.1 考虑天气状况的交通流量分析
        2.3.2 交通流量的时空相关性分析
        2.3.3 改进的循环神经网络模型
        2.3.4 交通流量预测方法
    2.4 实例仿真
        2.4.1 实验环境
        2.4.2 数据准备
        2.4.3 评价准则
        2.4.4 实验与结果分析
    2.5 本章小结
第三章 基于多目标优化的交叉口自适应控制
    3.1 引言
    3.2 交叉口信号控制方法
        3.2.1 定时信号控制方式
        3.2.2 感应控制方式
        3.2.3 智能控制方式
    3.3 多目标优化模型
        3.3.1 碳排放量计算方法
        3.3.2 车辆延误时间
        3.3.3 交叉口通行能力
        3.3.4 停车次数
        3.3.5 模型建立与求解
    3.4 交叉口自适应控制算法
        3.4.1 自适应控制原理
        3.4.2 自适应控制参数计算方法
        3.4.3 自适应控制算法
    3.5 实例仿真
        3.5.1 仿真方案设计
        3.5.2 数据准备
        3.5.3 仿真参数求解
        3.5.4 仿真结果与分析
    3.6 本章小结
第四章 基于数解法的干道瓶颈交叉口信号协调控制
    4.1 引言
    4.2 问题提出
    4.3 瓶颈交叉口判别
    4.4 基于数解法的协调模型
        4.4.1 基本假设
        4.4.2 协调控制参数计算
    4.5 瓶颈交叉口信号协调控制
        4.5.1 瓶颈交叉口通行能力
        4.5.2 排队检测与清空时间
        4.5.3 瓶颈交叉口动态控制
    4.6 算例分析与仿真
        4.6.1 算例分析
        4.6.2 仿真数据说明
        4.6.3 仿真与结果分析
    4.7 本章小结
第五章 基于多智能体协同的多交叉口信号协调控制
    5.1 引言
    5.2 常用的Maxband协调模型
    5.3 多智能体协同控制
    5.4 排队消散时间
    5.5 基于多智能体协同理论的多交叉口绿波协调控制
        5.5.1 基本假设
        5.5.2 智能体参数计算
        5.5.3 多交叉口绿波协调控制算法
    5.6 实例仿真与结果分析
        5.6.1 实例仿真
        5.6.2 仿真结果分析
    5.7 本章小结
第六章 基于云计算的智能交通控制系统设计
    6.1 引言
    6.2 Hadoop平台
    6.3 交通云系统框架
    6.4 智能交通控制系统设计
        6.4.1 项目背景
        6.4.2 功能结构设计
    6.5 系统实现
    6.6 本章小结
结论与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件



本文编号：3193682