基于ga-bp高速公路入口匝道模糊神经网络控制的研究

基于ga-bp高速公路入口匝道模糊神经网络控制的研究

ID:31984254

大小:2.35 MB

页数:68页

时间:2019-01-30

基于ga-bp高速公路入口匝道模糊神经网络控制的研究_第1页
基于ga-bp高速公路入口匝道模糊神经网络控制的研究_第2页
基于ga-bp高速公路入口匝道模糊神经网络控制的研究_第3页
基于ga-bp高速公路入口匝道模糊神经网络控制的研究_第4页
基于ga-bp高速公路入口匝道模糊神经网络控制的研究_第5页
资源描述:

《基于ga-bp高速公路入口匝道模糊神经网络控制的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中南大学硕士学位论文摘要随着交通量的增加,高速公路上交通拥挤和阻塞日趋增多,降低了高速公路的运行效率和安全性,加剧了环境污染和能源消耗。入口匝道控制通过控制进入高速公路的车辆数目使高速公路交通流运行在最佳状态,可以有效提高高速公路运行效率,避免拥挤和阻塞。传统的基于精确数学模型的交通控制方法不仅复杂而且在实际应用中往往达不到预期的控制效果,因此寻求新的有效的交通控制方法也就成为必然。鉴于模糊神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力,因此本文将模糊神经网络技术引入到高速公路入口匝道控制中,对其进行研究。首先介绍了入

2、口匝道控制、模糊控制、神经网络及遗传算法的有关理论知识。然后,对基于GA—BP的模糊神经网络匝道控制器进行了详细设计。设计过程主要分为三部分:输入输出参数的选择、模糊神经网络的结构设计以及基于GA.BP的学习算法设计。在前人成果的基础上,各部分均进行了一定的改进和创新,其中,将遗传算法和误差反向传播算法相结合用于高速公路匝道模糊神经网络的学习训练,取得了较好的效果。最后,使用MATLAB软件对该模糊神经网络控制器及高速公路入口匝道控制系统模型进行了仿真研究。仿真结果表明,本文提出的基于GA.BP的模糊神经网络匝道控制方法是有效的,较之

3、基于BP的模糊神经网络控制方法和ALINEA控制方法,能更好地稳定主线交通流密度。关键词:高速公路,入口匝道控制,模糊神经网络,遗传算法,误差反向传播算法中南人学硕士学位论文ABSTRACTNowadaysrecurrentandnonrecurrentcongestiononfreewaysiSincreasing,whichcausesdelays,environmentalpollutionandtrafficunsafety.Rampmeteringisoneofthemostefficientandwide.usedmean

4、stoalleviatethisphenomenon.Thetraditionaltrafficcontrolmethodsbasedonprecisemathematicsmodelsarecomplexandtheirapplicationeffectscannotreachtheexpectation,SOdevelopinganewcontrolmethodisnecessary.Duetothetraitsofnonlinear,capacityofstudy,adaptivityandanti-interference,n

5、eural-fuzzynetworkiSsuitableforthecontroloframpmetering.Firstly,therelationaltheoriesoframpcontrol、fuzzycontrol、neuralnetworkcontrolandgeneticalgorithmareintroduced.Andthen.theon-rampfuzzyneuralcontrollerbasedonGA.BPiSdesigneddetail.Theprocessofthisdesigninvolvesthreepa

6、rts:selectionoftheinputparameterandoutputparameter,designofthestructureoffuzzyneuralnetworkandthealgorithmdesignbasedonGA.BP.BasedOilother’Sresearchachievement,someimprovementandcreationarepresentedduringthewholedesignprocessinthepaper.Furthermore,combinedwithGeneticalg

7、orithmandbackwardpropagationalgorithm,anovelfreewayon—rampneural-fuzzynetworktrainingmethodispresented.Finally,thisfuzzyneuralcontrollerandthefreewayon.rampcontrolsystemarecardedoutbymeansofMATLABsoftware.Thesimulationforthiscontrollershowedthatthemethoddevelopedwasmore

8、helpfultoleveloffthedensityofmainlinethanthemethodbasedonBPandtheothermethodbasedonALINEA.KEYWORDS:Freeway,On—

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。