高速公路交通流建模及匝道控制研究-交通信息工程及控制专业论文.docxVIP

高速公路交通流建模及匝道控制研究-交通信息工程及控制专业论文.docx

  1. 1、本文档共60页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高速公路交通流建模及匝道控制研究-交通信息工程及控制专业论文

摘要摘要 摘要 摘要 准确的交通流模型不仅有利于理解车辆的行驶行为,而且对分析交通状况,规 划交通网络和实现交通优化控制策略都有十分重要的作用。入口匝道控制通过调节 进入高速公路的车辆数目可以使高速公路交通流运行在最佳状态,从而提高主线的 通行能力,避免拥挤和阻塞。本文详细探讨了高速公路交通流建模及入口匝道控制。 全文的主要工作如下: 1.提出用小波变换消除交通噪声和干扰信号,用动态回归神经网络建立交通流 模型。分析了高速公路宏观交通流模型,阐述了小波消噪方法,并用Elman回归神 经网络对交通流动态建模,采用一种改进的算法得到神经网络的权值,最后对一条 5路段,1个入口匝道和1个出口匝道的高速公路进行仿真。为了比较,还用BP神 经网络和RBF神经网络对交通流建模。结果表明,Elman回归神经网络模型训练步 数最少、误差最小、泛化能力最好。 2.采用非线性反馈方法对高速公路进行入口匝道控制。建立了高速公路交通流 动态模型,在此基础上,结合先进的PID控制设计了三种非线性反馈匝道控制器: 免疫控制器、单神经元白适应控制器以及模糊免疫控制器,并分别用MATLAB对它 们进行了系统仿真,仿真结果表明,非线性反馈方法具有良好的控制效果。 3.采用递阶结构和CMAC进行高速公路多匝道控制。建立了反映高速公路交 通流动态变化的宏观模型,研究了CMAC与PID复合控制算法。递阶结构分为两层: 协调控制层负责计算各路段的期望密度轨线,直接控制层采用CMAC与PID复合控 制决定各匝道的调节率,最后用MATLAB进行系统仿真。结果表明,与模糊逻辑控 制相比较,复合控制具有更好的动态性能,更快的响应速度,该方法能有效地消除 交通拥挤,实现车辆在高速公路上高效、安全地运行。 关键词:高速公路;交通流模型;回归神经网络:小波变换;匝道控制 摘要Abstract 摘要 Abstract Accurate model of traffic flow is important not only for better understanding of the collective behaviour of vehicles,but also for analyzing flow conditions,planning traffic networks,and designing efficient control strategies.On—ramp control make traffic flow move in optimum conditions by regulating the number of vehicles entering freeway entrance point,thus improve the passing capability of the mainline,and avoid traffic jams and congestion.Freeway traffic flow modeling and on—ramp metering have been presented and discussed in detail.The main contributions be stated follows. 1.The wavelet transform is used to eliminate traffic noise and disturbance。and the traffic flow model is built based recurrent neural network in this paper.First,the freeway macroscopic traffic flow model is analyzed.Then the noise elimination method of wavelet transform is formulated, and Elman recurrent network is used for traffic flow modeling.The weights of the Elman network obtained with improved algorithm.Finally,a freeway with five segments,an on-ramp and off-ramp is simulated.BP and RBF neural networks chosen in contrast to the Elman network.The results show that the Elman network has the fewest training ep

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档