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_第1頁
已閱讀1頁,還剩65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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著交通量的增加,高速公路上交通擁擠和阻塞日趨增多,降低了高速公路的運(yùn)行效率和安全性,加劇了環(huán)境污染和能源消耗。入口匝道控制通過控制進(jìn)入高速公路的車輛數(shù)目使高速公路交通流運(yùn)行在最佳狀態(tài),可以有效提高高速公路運(yùn)行效率,避免擁擠和阻塞,如何對(duì)入口匝道實(shí)施有效且魯棒性好的控制是值得研究的課題。鑒于人工神經(jīng)網(wǎng)絡(luò)具有良好的非線性特性、學(xué)習(xí)能力、自適應(yīng)能力和抗干擾能力,因此本文將人工神經(jīng)網(wǎng)絡(luò)技術(shù)引入到高速公路入口匝道控制中,對(duì)其進(jìn)行研究。

2、本文首先介紹了入口匝道控制和神經(jīng)網(wǎng)絡(luò)理論的背景知識(shí)。選用結(jié)構(gòu)簡(jiǎn)單,計(jì)算方便,具有多輸入、多輸出特性的BP神經(jīng)網(wǎng)絡(luò)構(gòu)造控制器。并在對(duì)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法進(jìn)行推導(dǎo)的基礎(chǔ)上,詳細(xì)討論了BP神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)過程,包括輸入/輸出層的設(shè)計(jì)、輸入/輸出數(shù)據(jù)的處理、隱含層單元數(shù)的選取、初始權(quán)值的設(shè)定、學(xué)習(xí)速率的選取等方面,并針對(duì)高速公路入口匝道控制的具體的應(yīng)用提出了設(shè)計(jì)原則。 其次,論文設(shè)計(jì)了兩種用于入口匝道控制的神經(jīng)網(wǎng)絡(luò)控制器——直接型和

3、積分型。由于學(xué)習(xí)樣本收集困難,所以設(shè)計(jì)時(shí)將控制器作為控制系統(tǒng)的一部分,引入了BP改進(jìn)算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)控制器。直接型神經(jīng)網(wǎng)絡(luò)控制器設(shè)計(jì)為采用前六個(gè)時(shí)間點(diǎn)的狀態(tài)信息作為輸入量直接產(chǎn)生控制量,而積分型神經(jīng)網(wǎng)絡(luò)控制器則是將期望值與輸出值之間偏差的積分構(gòu)成控制量對(duì)被控對(duì)象進(jìn)行控制。本文對(duì)控制器的控制效果進(jìn)行了仿真,并將控制結(jié)果與ALINEA、需求容量控制和不加控制下的情況進(jìn)行比較,結(jié)果表明:神經(jīng)網(wǎng)絡(luò)控制可提高控制的魯棒性,更好地穩(wěn)定主線交通密度。

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論