群智能算法在智能交通中的研究與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著全國工業(yè)化、城市化、機(jī)動化的日趨加速,城市的交通問題日益突出,交通擁堵頻繁發(fā)生。發(fā)展智能交通系統(tǒng)(ITS)是解決城市交通問題的有效途徑之一。
   本文介紹了基本粒子群優(yōu)化算法及改進(jìn)算法,在此基礎(chǔ)上構(gòu)造一種基于自適應(yīng)Tent混沌搜索的粒子群優(yōu)化算法(ACPSO)。對于每次混沌搜索的范圍采用自適應(yīng)調(diào)整方法,改善了粒子群優(yōu)化算法擺脫局部極值點的能力,提高了算法的收斂速度和精度,實驗表明該算法在多個標(biāo)準(zhǔn)測試函數(shù)下比其它算法精度高、

2、收斂速度快。在對智能優(yōu)化算法如小波分析、遺傳算法、神經(jīng)網(wǎng)絡(luò)、混沌、群體智能等改進(jìn)的基礎(chǔ)上,研究多種混合智能預(yù)測等復(fù)合預(yù)測模型對交通流進(jìn)行預(yù)測,并對這些復(fù)合預(yù)測的性能進(jìn)行比較,從而建立基于混合智能計算的交通流預(yù)測模型。在交通流預(yù)測的基礎(chǔ)上,將重點研究如何根據(jù)路口的交通流現(xiàn)狀來快速調(diào)整交通信號配時。首先對路口的交通流特性進(jìn)行分析,并找出控制參數(shù)和目標(biāo)函數(shù)之間的關(guān)系,建立多目標(biāo)優(yōu)化模型;然后分別利用遺傳算法,粒子群算法等優(yōu)化方法求出最優(yōu)控制參

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論