基于交通流量预测的城市交通信号控制研究及系统设计

基于交通流量预测的城市交通信号控制研究及系统设计

ID:37062439

大小:5.45 MB

页数:114页

时间:2019-05-17

基于交通流量预测的城市交通信号控制研究及系统设计_第1页
基于交通流量预测的城市交通信号控制研究及系统设计_第2页
基于交通流量预测的城市交通信号控制研究及系统设计_第3页
基于交通流量预测的城市交通信号控制研究及系统设计_第4页
基于交通流量预测的城市交通信号控制研究及系统设计_第5页
资源描述:

《基于交通流量预测的城市交通信号控制研究及系统设计》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、硕士学位论文基于交通流量预测的城市交通信号控制研究及系统设计作者姓名李岿林学科专业控制理论与控制工程指导教师徐建闽教授所在学院自动化科学与工程学院论文提交日期2018年4月UrbanTrafficSignalControlResearchandSystemDesignBasedonTrafficFlowPredictionADissertationSubmittedfortheDegreeofMasterCandidate:LiKuilinSupervisor:Prof.XuJianminSouthChinaUniversityofTechnologyGuangzhou,C

2、hina分类号:U491学校代号:10561学号:201520112758华南理工大学硕士学位论文基于交通流量预测的城市交通信号控制研究及系统设计作者姓名:李岿林指导教师姓名、职称:徐建闽教授申请学位级别:工学硕士学科专业名称:控制理论与控制工程研究方向:智能交通控制论文提交日期:2018年4月25日论文答辩日期:2018年6月2日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:翁小雄委员:徐建闽许伦辉刘伟铭卢凯~l¥ir:II:*~~{fti~Jt)j~rJ~t!JiiI!@*Aum%~:m~~~~~~*Aa~~~m~~~~*~~~m!IR~~8"J1

3、1Jf~)J)G*o~~7~~*fJ1iJ:JJo!2JJ~1i51m8"1r*J?§:j~,*i~~~~~1fW~~~A~-~B~~*~-~~)J)G*~~o~*~~~~~ilim~~~~~A)f!J•1-*,t)JBa~~~~:PJ§::tr:rtt~~o*A5G1t~iR~U*%~8"11~WJ§*El3*Aif.1Bo*~1.v.i~~fF~7'E1t7~~~~if*{~m,1tm~1.v.i~~a"J~JMJ£,~P:~~~a~~~~&M~~~I~~~m~~-&~~m~I*~o~~if~x1:~r-r~*~oo*1f*tmn~~flti;J~~i~~e"J:8!

4、fP14)f!J~-1-tvx,ftif~1.v.t~~1~~I~C~~a1*~!tJ3r*J8"11**i~~j~):~~PI~0:fff~1ll.i~~8"11t$B)G$7J"'r*J?§:,PI~ftif*ffl~fp,;rsfpB)G~B:8!11JiJ-=f~1:~:ff,~[~~1.V.i~~o*A~-1-~~~r*J?§:~~~~~~r*J?§:ffi-~o+~J.i.'/.)..-Tr§-=r:./+'-=f-l_IL1:1:::;/-/Pi!.J:D1**C~1**~mi?'$'5E791!V*~1ll.i~~Bti'BJ:_$_)=J_E3),-T_4

5、_J=J_E3M*!5J:f!ffl*~~X~olt~1**,rPJ~a~rmrxxJ_e~:fff,1~~r*J9f11±5f!J~~~1fjt$w,i)(e"J•&~M;fPJ~~*A~&~~m~~OO~#M~(ft~~)~-f-~~tl1t~illYi&5f!J~ACNKI((~00~IJiR~~,~,)$)),1~11~1ll.i~~B"J1t$~$5tr*J?§:o(i1ra~J:>t§e::trtf!r*J1r"-J,)11:~~!6:1,'fa·vf~~-{)AE3!tJ3:"2A>IgtbJ.

6、-f~JEJj!J3:2-A'Igq,bkj4-~1f~J}:k*~itr:~-f-IB~~:l}:k*:l:-t!!JJ!:(~ffi~~):摘要近年来,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

7、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

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。