

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文以充分利用高速公路現(xiàn)有資源、提高交通流量為目的,對入口匝道控制進行了研究,設(shè)計和仿真實現(xiàn)了基于粒子群算法的高速公路交通流預(yù)測器和控制器,主要工作如下: 首先,分析了高速公路交通流宏觀動態(tài)模型,建立Elman神經(jīng)網(wǎng)絡(luò)模型,并提出了基于粒子群算法(PSO)的Elman神經(jīng)網(wǎng)絡(luò)混合優(yōu)化策略,采用PSO優(yōu)化連接權(quán)值來訓練神經(jīng)網(wǎng)絡(luò),與標準BP算法相比,PSO采用實數(shù)編碼,結(jié)構(gòu)簡單,學習收斂快,仿真結(jié)果表明該模型適合于高速公路短期交通流
2、預(yù)測。 其次,針對交通系統(tǒng)具有非線性、動態(tài)性和強擾動性,為進一步改善NNPC的性能,構(gòu)造了基于PSO算法的非線性優(yōu)化控制器,利用PSO算法對實現(xiàn)控制量的滾動優(yōu)化,仿真實現(xiàn)了高速公路交通流神經(jīng)網(wǎng)絡(luò)預(yù)測控制,并就該系統(tǒng)的預(yù)測模型、滾動優(yōu)化算法、反饋校正、仿真參數(shù)設(shè)置問題等進行了分析。 最后通過MATLAB仿真驗證,結(jié)果表明,與無控制情況和基于遺傳算法的協(xié)調(diào)控制相比,本文提出的改進方法在降低入口匝道平均等待時間、提高服務(wù)流量等
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高速公路入口匝道神經(jīng)網(wǎng)絡(luò)控制.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的高速公路入口匝道控制研究.pdf
- 基于GA-BP的高速公路入口匝道模糊神經(jīng)網(wǎng)絡(luò)控制研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路多匝道控制研究.pdf
- 高速公路入口匝道控制研究.pdf
- 高速公路入口匝道控制的研究.pdf
- 基于Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測控制研究及應(yīng)用.pdf
- 高速公路交通系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測控制.pdf
- 高速公路入口匝道智能控制算法研究.pdf
- 高速公路限速控制與入口匝道控制研究.pdf
- 基于多Agent的高速公路入口匝道控制的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路網(wǎng)匝道--主線聯(lián)合控制.pdf
- 高速公路入口匝道智能控制方法的研究.pdf
- 高速公路入口匝道單點控制方法的研究.pdf
- 高速公路入口匝道迭代學習控制方法研究.pdf
- 基于交通沖突技術(shù)和神經(jīng)網(wǎng)絡(luò)模型的高速公路出入口匝道安全性研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高速公路交通流預(yù)測.pdf
- 高速公路入口匝道與路段協(xié)調(diào)控制研究.pdf
- 基于bp神經(jīng)網(wǎng)絡(luò)的高速公路車流量預(yù)測研究
- 基于Elman神經(jīng)網(wǎng)絡(luò)的短期負荷預(yù)測.pdf
評論
0/150
提交評論