城市交通信号智能控制方法研究

城市交通信号智能控制方法研究

论文摘要

城市道路交通系统由人、车、路组成,具有结构复杂、影响因素多、开放性强、随机以及不稳定因素多等特点,是一个动态的复杂大系统。鉴于交通流的多变性和交通控制的实时性,将增强学习应用于交通信号控制问题,这样就可以根据实时的交通状态信息动态地进行决策,自动地适应环境以便取得更好的控制效果。由于交通信号控制问题的状态空间太大而难以建立线性表,本文采用增强学习与人工神经网络相结合的智能控制方法,解决了基于主干道交通模型的多个路口的交通信号控制问题,并进行了仿真实验。实验结果表明,此方法是可行的、有效的,与传统的固定配时控制方法相比,大大降低了车辆的平均延误时间。尤其是当水平方向和垂直方向的车流量差别较大时,采用此方法可以更加明显地改善控制效果。

论文目录

  • 内容提要
  • 第一章 引言
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.3 本文的主要工作
  • 第二章 基本算法介绍
  • 2.1 Agent及多Agent系统
  • 2.1.1 Agent的定义及特性
  • 2.1.2 多Agent系统简介
  • 2.2 增强学习与Q学习
  • 2.2.1 增强学习简介
  • 2.2.2 单Agent的Q学习算法
  • 2.2.3 Q学习算法收敛性
  • 2.2.4 学习过程中的行为策略
  • 2.2.5 与动态规划的关系
  • 2.3 人工神经网络与BP算法
  • 2.3.1 人工神经网络简介
  • 2.3.2 BP算法描述
  • 2.3.3 BP算法收敛性
  • 第三章 城市交通信号控制理论与方法
  • 3.1 主要控制方式
  • 3.2 基本控制结构
  • 3.3 系统分级设计的基本步骤
  • 3.4 系统的运行管理与分级控制
  • 3.5 影响控制效果的因素
  • 3.6 主要术语及参数
  • 第四章 增强学习与神经网络在交通信号控制中的应用
  • 4.1 发车模型
  • 4.1.1 数学模型的建立
  • 4.1.2 计算机实现算法
  • 4.2 Q值存储网络
  • 4.2.1 存储方式的确定
  • 4.2.2 网络结构的设计
  • 4.2.3 网络参数的设置
  • 4.3 交通信号控制策略
  • 4.3.1 控制过程描述
  • 4.3.2 回报函数的选取
  • 4.3.3 行为选择策略
  • 第五章 实验结果及分析
  • 5.1 实验环境及参数设置
  • 5.2 实验结果
  • 5.3 结果分析
  • 第六章 总结与展望
  • 6.1 论文总结
  • 6.2 下一步工作展望
  • 参考文献
  • 摘要
  • Abstract
  • 致谢
  • 导师及作者简介
  • 硕士期间发表和投稿的论文
  • 相关论文文献

    • [1].风力发电机组空载并网智能控制方法研究[J]. 自动化与仪器仪表 2020(04)
    • [2].高增益的微波光子变频智能控制方法[J]. 激光杂志 2020(08)
    • [3].规模硬件模块化智能控制方法和实践[J]. 电子技术与软件工程 2017(12)
    • [4].大规模无人系统集群智能控制方法综述[J]. 信息系统工程 2015(02)
    • [5].基于机器学习的机动道路车辆冲突智能控制方法[J]. 兰州工业学院学报 2020(01)
    • [6].大型机电设备的智能控制方法[J]. 电子制作 2015(18)
    • [7].解析电气传动系统的智能控制[J]. 青年与社会 2013(04)
    • [8].农机导航多模变结构智能控制方法研究[J]. 电子制作 2018(Z1)
    • [9].一种基于神经网络的电液伺服系统智能控制方法[J]. 后勤工程学院学报 2008(03)
    • [10].火电厂热工自动化中的智能控制及其应用思考[J]. 通讯世界 2016(23)
    • [11].嵌入式船舶导航系统航行轨迹智能控制方法[J]. 舰船科学技术 2019(04)
    • [12].船舶航向在线自学习模糊神经网络智能控制方法研究[J]. 舰船科学技术 2017(12)
    • [13].基于Q学习的单路口交通信号智能控制方法[J]. 电子技术 2010(12)
    • [14].嵌入式系统电子主机供油单元智能控制方法[J]. 舰船科学技术 2019(14)
    • [15].加工过程的智能控制方法现状及展望[J]. 组合机床与自动化加工技术 2013(04)
    • [16].大规模无人系统集群智能控制方法综述[J]. 计算机应用研究 2015(01)
    • [17].电渣重熔过程的建模及智能控制方法[J]. 控制与决策 2010(03)
    • [18].薄板烘丝机筒内风场的智能控制方法研究[J]. 现代国企研究 2017(02)
    • [19].机械臂平面运动控制与分析[J]. 农机使用与维修 2016(12)
    • [20].智能控制在无刷直流电机控制中的应用研究[J]. 微电机 2013(10)
    • [21].智能控制方法应用于APF的综述与展望[J]. 电网技术 2008(08)
    • [22].智能控制方法在电力系统自动化中的应用[J]. 机电信息 2013(30)
    • [23].浅谈变风量空调系统设计中的几种智能控制[J]. 职业 2013(09)
    • [24].一种新型垃圾处理机械手系统及其智能控制方法[J]. 机电产品开发与创新 2015(04)
    • [25].基于稳流节能的污水处理厂进水泵站智能控制方法[J]. 中国建设信息(水工业市场) 2010(06)
    • [26].基于稳流节能的污水处理厂进水泵站智能控制方法[J]. 中国给水排水 2010(20)
    • [27].分布式网络高机密数据采集智能控制方法研究[J]. 计算机测量与控制 2019(01)
    • [28].大型机电设备的智能控制方法[J]. 电子测试 2018(09)
    • [29].航空发动机无模型自适应生物智能控制方法研究[J]. 计算机测量与控制 2016(10)
    • [30].基于虚拟现实技术的舰船航行轨迹智能控制方法[J]. 舰船科学技术 2020(12)

    标签:;  ;  ;  ;  

    城市交通信号智能控制方法研究
    下载Doc文档

    猜你喜欢