基于稀疏车辆检测及模糊神经网络的公交优先自适应信号控制研究

发布时间：2017-04-24 08:09

  本文关键词：基于稀疏车辆检测及模糊神经网络的公交优先自适应信号控制研究，，由笔耕文化传播整理发布。

【摘要】：随着社会经济的飞速发展和人民生活水平的大幅提高,中国的汽车保有量也逐年增加,而城市交通拥挤、环境污染却变得愈来愈严重。经济社会的进一步发展越来越依附于道路交通系统的高效运行,因此其合理而规范的控制必须受到重视。但是传统的定时控制方式已达不到满意的控制效果,而且城市道路交通随机性、复杂性和不确定性等特征使得构建精准的数学模型进行交通控制变得极其困难。为了解决这一问题并最大程度提高城市交通系统的运行效率,采用高新技术开发的智能交通控制方法(比如自适应信号控制方法)来解决交通拥堵问题已成为最有效、最经济的方式。作为城市交通系统全局性和基础性的支持平台,一个完善而高效的公共交通系统是现今城市交通可持续发展的必备之需。城市公共交通人均占地面积少,运量大,效率高,是解决城市交通拥堵问题的首选。交叉口是城市交通拥堵集中的区域,公交优先信号控制运用于信号交叉口是优先发展城市公共交通的一种重要手段,也是实现城市交通长久可持续发展的必然选择。本文基于系统思维的角度,设计出公交检测与定位子系统、公交行程时间预测子系统、公交优先自适应信号配时子系统等三个子系统,描述了各个系统的构成及其运用的数学模型或智能算法,最后选取了行程延误作为通行指标以评价整个系统的改善效果。在公交检测与定位子系统中,运用粒子滤波获得经验停车区域,运用稀疏检测算法获得混合车队中的公交车,运用双目视觉检测获得公交车到信号交叉口进口道停车线的距离。在公交行程时间预测子系统中,将历史预测模型和自适应预测模型预测得到的公交车行程时间和预测方差代入自适应-历史预测模型,可得到预测目标：公交车抵达信号交叉口进口道停车线的行程时间。在公交优先自适应信号配时子系统中,给出了公交优先通行的具体触发前提及其边界条件,其实现方式是模糊神经网络控制算法。本文以成都市某典型的十字型信号交叉口作为算例,首先通过实地调查与数据处理得出仿真用基本交通参数,运用vissim软件进行交通仿真并验证了自适应-历史预测模型的可行性；然后设定了相关交通参数的模糊取值,并运用matlab软件进行模糊神经网络算法的编程设计以验证模糊神经网络运用于公交优先自适应控制的实用性；基于上述两步的仿真及编程设计,通过对比选定的信号交叉口通行能力评价指标,文章最后得出了公交优先自适应信号控制方案较比常规定时信号控制方案的改善效果。
【关键词】：自适应控制 公交优先 稀疏检测 自适应-历史预测 模糊神经网络 延误
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.54
【目录】：

• 摘要6-7
• ABSTRACT7-11
• 第1章 绪论11-21
• 1.1 研究背景11-13
• 1.2 国内外研究现状13-18
• 1.2.1 车辆检测13
• 1.2.2 行程时间预测13-14
• 1.2.3 模糊神经网络控制14-15
• 1.2.4 公交优先自适应控制15-17
• 1.2.5 研究现状评述17-18
• 1.3 课题研究目标与方法18-20
• 1.3.1 研究目的18-19
• 1.3.2 研究方法19-20
• 1.4 研究的主要内容20-21
• 第2章 稀疏检测及自适应-历史预测模型21-32
• 2.1 稀疏检测理论分析及其应用21-26
• 2.1.1 粒子滤波21-22
• 2.1.2 稀疏检测及其应用22-25
• 2.1.3 双目视觉测距25-26
• 2.2 自适应-历史预测模型及其适用性分析26-30
• 2.2.1 历史预测模型26-27
• 2.2.2 自适应预测模型27-28
• 2.2.3 自适应-历史预测模型及其适用性分析28-30
• 2.3 本章小结30-32
• 第3章 模糊神经网络控制32-41
• 3.1 模糊控制32-34
• 3.1.1 模糊控制理论概述32
• 3.1.2 模糊控制的特点32-33
• 3.1.3 模糊控制原理33-34
• 3.1.4 模糊控制器的设计34
• 3.2 神经网络控制理论34-35
• 3.3 模糊神经网络控制35-37
• 3.4 模糊神经网络在控制系统中的运用37-40
• 3.4.1 系统辨识与建模37
• 3.4.2 自适应控制37-38
• 3.4.3 公交优先自适应控制38-40
• 3.5 本章小结40-41
• 第4章 公交优先自适应信号系统设计41-46
• 4.1 公交检测与定位子系统41-42
• 4.2 公交行程时间预测子系统42-43
• 4.3 公交优先自适应信号配时子系统43-44
• 4.4 服务水平评价指标44-45
• 4.5 本章小结45-46
• 第5章 算例分析46-57
• 5.1 算例分析思路46-47
• 5.2 实地调查47-50
• 5.3 交通仿真与相关论证50-55
• 5.4 本章小结55-57
• 结论57-59
• 致谢59-60
• 参考文献60-64
• 附录1 基于粒子滤波的稀疏检测主程序64-68
• 附录2 公交车行程时间预测68-70
• 附录3 模糊神经网络实现程序70-72
• 攻读硕士学位期间发表的论文72

【相似文献】

中国期刊全文数据库 前10条

1 王华;应晶;蒋涛;;基于审查不确定性的预见式软件自适应[J];浙江大学学报(工学版);2010年01期

2 张天开;;自适应PID控制算法及应用[J];青岛建筑工程学院学报;1990年01期

3 汤清明;;自适应输出跟随控制及应用[J];三峡大学学报(自然科学版);1993年01期

4 贾欣乐,杨承恩,颜德文;自适应舵控制策略[J];大连海运学院学报;1993年02期

5 周海涛;周建华;杭小宇;;基于自适应模糊PID控制方法的研究[J];机械工程与自动化;2014年03期

6 潘柏松,刘红,冯晓斐;基于功能单元的产品自适应设计系统研究[J];机械;2001年03期

7 陈光达,段宝岩,保宏,仇原鹰;非线性不确定系统的自适应反馈控制方法[J];工业仪表与自动化装置;2004年05期

8 卢志刚,易之光,赵翠俭,李兵,吴士昌;一种新型的自适应逆扰动消除器[J];仪器仪表学报;2004年S1期

9 任兰芳;周华春;秦雅娟;张宏科;;自适应移动IPv6切换时延优化的研究[J];北京交通大学学报;2006年05期

10 唐斌;董绪荣;;小波多分辨率分析及其在自适应消噪中的应用[J];装备指挥技术学院学报;2007年01期

中国重要会议论文全文数据库 前10条

1 卢志刚;易之光;赵翠俭;李兵;吴士昌;;一种新型的自适应逆扰动消除器[A];第二届全国信息获取与处理学术会议论文集[C];2004年

2 黄鹤;张丹;于伟东;严灏景;;功能自适应纺织品[A];第七届功能性纺织品及纳米技术应用研讨会论文集[C];2007年

3 王蓬;宋明玉;张林芳;王新远;;广义自适应相干累积算法改进及其在线谱增强中的应用[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

4 于慧君;陈章位;;道路模拟试验自适应时域复现控制方法研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 路迎晨;李兵;;一类自适应预测算法的全局收敛性[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

6 陈博;方滨兴;云晓春;;一种自适应的蠕虫检测和遏制方法的研究[A];全国网络与信息安全技术研讨会'2005论文集（上册）[C];2005年

7 李国;张心珂;杨国庆;高庆吉;;一种自适应的运动目标实时跟踪算法[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

8 杨寒光;;电子地图中的自适应注记[A];工程设计与计算机技术：第十五届全国工程设计计算机应用学术会议论文集[C];2010年

9 孟宏;刘玉;;基于复调制的自适应细化谱算法[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

10 王平;冯海朋;李勇;康燕;;一种工业无线网络的自适应节能机制[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 史晓雨;数据中心中自适应绿色控制技术研究及其应用[D];电子科技大学;2015年

2 陈思佳;非均匀强杂波下的目标检测问题研究[D];电子科技大学;2014年

3 李航标;基于数字负载最小能耗的自适应电压调节技术研究[D];电子科技大学;2014年

4 王蓉芳;基于协同进化优化和图像先验的分块自适应压缩感知[D];西安电子科技大学;2014年

5 王胜春;自适应时频分析技术及其在故障诊断中的应用研究[D];山东大学;2007年

6 刘亚;复杂非线性系统的智能自适应重构控制[D];南京航空航天大学;2003年

7 马国成;车辆自适应巡航跟随控制技术研究[D];北京理工大学;2014年

8 吴礼福;脉冲噪声自适应有源控制算法研究[D];南京大学;2012年

9 梁凌宇;人脸图像的自适应美化与渲染研究[D];华南理工大学;2014年

10 叶镇清;自适应聚类算法挖掘网络模块结构及其在酵母蛋白作用网络中的应用[D];浙江大学;2008年

中国硕士学位论文全文数据库 前10条

1 赵昆鹏;管道实时在线自适应仿真技术研究[D];西安石油大学;2015年

2 吕铖杰;串联弹性关节控制与交互刚度辨识[D];浙江大学;2015年

3 王波;两种基于万有引力定律自适应算法[D];渤海大学;2015年

4 韦翔鸿;雷达定量降水估测自适应优化算法研究[D];南京信息工程大学;2015年

5 查志远;自适应范数约束图像正则化重建研究[D];昆明理工大学;2015年

6 李威;射频一体式EAS抗干扰研究与设计[D];郑州大学;2015年

7 费强;多功能自适应伪装装置的研究与设计[D];南京理工大学;2015年

8 张宁;图像引导的体外自适应放疗在宫颈癌治疗中的应用研究[D];安徽医科大学;2015年

9 王帅;基于自适应重启的压缩感知算法[D];华中师范大学;2015年

10 刘金荣;种子流视觉检测系统自适应标定的软件研制[D];山西农业大学;2015年

  本文关键词：基于稀疏车辆检测及模糊神经网络的公交优先自适应信号控制研究，由笔耕文化传播整理发布。

本文编号：323833