探索高速公路主线可变限速控制研究

《探索高速公路主线可变限速控制研究》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、分类号：U4910710一S06241243lflrJlrflHIII!rJfrllllrllrlrjrflllllrlllfllY1526171谖孝犬海硕士学位论文高速公路主线可变限速控制研究导师姓名职称申请学位级别论文提交日期学位授予单位陈大山许宏科教授答辩委员会主席苏诗琳副教授学位论文评阅人刘彦明教授赵忠杰教授摘要高速公路限速控制是一个非线性时变系统，受多种因素的影响，其与道路上的车辆数目有关、与路面状况有关、与气象条件有关，基本规律很难用确定性模型描述，因此在对限速控制问题的性质分析透彻的前提下，提出用模糊逻辑、神经网络、模糊神经网络、遗传算法等智能建模方法建立交通流速度限制模型，对

2、这些智能限速控制方法进行了详细的分析和系统的设计与仿真。论文主要从两个方面对高速公路主线速度控制进行研究，其一是高速公路主线上的车辆数量，仿真的时候选取的是道路上车辆的数量；其二是行车环境综合评价指标值。影响行车环境综合评价指标值的因素主要有天气和路况，影响天气的因素包括晴、阴、雨、雪、风、雾等等；影响路况的因素包括路面线形、路面平整度、路面等级等等。行车环境综合评价指标值的最终结果来自于天气、路况模糊逻辑的结果。在分析天气和路况的基础上采用模糊逻辑分析方法，计算得出行车环境综合评价指标值，在此基础上对高速公路主线速度控制进行了研究和仿真，采用模糊逻辑、神经网络、模糊神经网络以及遗传算法等方

3、法分别进行了高速公路主线速度研究。将智能控制方法应用于高速公路的限速控制研究，使得控制器的设计过程不再依赖被控对象的数学模型，提高了抗干扰能力，增强了鲁棒性。该方法有很强的实用价值，可使高速公路通行能力增加、行程时间减少，并且有效的减少事故的发生和降低驾驶员的驾驶强度。关键词：可变限速，模糊控制，神经网络，遗传算法AbstractHighwayspeedlimitcontrolisanonlineartime-varyingsystem．Itisinfluencedbymanyfactorssuchasthenumberofvehiclesontheroad，theroadcondition

4、sandweatherconditions．Itisdifficulttodescribetheprinciplewithdeterministicmodel．Therefore，underthefullanalysisoftheproblem，fuzzylogic，neuralnetworks，fuzzyneuralnetworks，geneticalgorithmsandotherintelligentmodelingmethodsareputforwardtoestablishthetrafficflowandspeedlimitmodel．Theseintelligentspeedc

5、ontrolmethodsareparticularlyanalyzed．Twoaspectsofspeedcontrolonthefreewaymainlineareinvolvedintheresearching．Oneisthenumberofthevehicleinthefreewaymainline．Thenumberofthevehicleperunitlengthisselectedinthesimulation．Theotheristheindexevaluationvalueofthetrafficenvironment．Theindexevaluationvalueisi

6、nfluencedmainlybyweatherandroadconditions．Factorsinfluencedtheweatherconditionsincludesunny,cloudy,rain，snow,wind，fogandSOon；Factorsimpactroadtrafficincluderoadlinear,roadroughness，roadgradeandSOon．Thecomprehensiveevaluationindexvalueofthefinalresultsfromthefuzzylogicofweatherandroadconditions．Weat

7、herandroadconditionsareanalyzed．Thenfuzzylogicmethodisadoptedtocalculatethecomprehensiveevaluationindexvalue．Basedonthis，fuzzylogic，neuralnetworks，fuzzyneuralnetworkaswellasgeneticalgorithmareseparatelyused