一、基于相序优化的多相位模糊交通控制（论文文献综述）
马琳[1]（2020）在《城市道路交叉口信号的自适应协调控制方法研究》文中进行了进一步梳理随着城市的不断发展,人们出行的交通需求量日益增加,尤其早晚高峰期时,车流量的急剧增加给交通系统的运行带来很大负担,导致车辆延误增加、出行不便等现象的出现。本文以单交叉口、干道以及交叉口群三种城市基本交通模型为研究对象对信号协调控制问题进行分析,优化信号控制方案使其可以在车流量的增加、各路段状况不同的情况下依旧可以进行自适应控制以缓解交通拥堵。本文具体工作如下:针对单交叉口的信号控制问题,本文设计了一个二型模糊控制器对单交叉口进行信号配时。首先,建立了四相位单交叉口的交通流模型,给出车辆排队长度以及车辆延误的计算表达式;为了解决交通系统中的高度动态非线性特性以及实际中各交叉口几何条件、驾驶员行为等不可控因素问题,本文基于单交叉口模型设计了一个二型模糊自适应控制器,通过对输入信息的二次模糊,更加准确的描述系统中的不确定行为;最后,通过利用自适应遗传算法对二型模糊控制器中隶属度函数参数和模糊规则库参数的选择进行优化。仿真结果表明了本文所提出的方法在车辆延误指标上具有更好的控制效果。针对干道的信号控制问题,本文提出了一种基于偏格式无模型自适应控制设计方案。考虑到通常城市不同干道交叉口之间的距离和周期的不一致性以及干道模型建立的复杂性,采用一种只依赖输入输出数据而不依赖模型参数变化的无模型自适应控制方法解决;引入一个固定长度的时间窗口,解决了当前时刻的路段平均密度可能与一段时间内的状态总变化量均有关的实际问题;针对干道上不同车流量,通过控制交叉口左转流入干道的车流量大小来控制干道路段的平均密度大小。仿真表明,该控制器可以控制干道路段的平均密度达到设置的期望平均密度,具有稳定性。针对交叉口群的信号控制问题,本文提出了一种同时考虑了子区内和子区之间的交通状态的交通诱导协同控制方法。针对交叉口群关联度计算问题,提出了一种考虑路段阻抗的关联度矩阵的子区划分方法;针对交通诱导需要交通流量动态变化信息问题,提出了一种基于奇异谱分析的交通流短时预测方法,同时引入生存模型方法用于判断子区内交叉口是否结束拥堵,与短时预测的结果相结合为交通诱导策略提供了选择的基础;考虑了子区内的交通状态和子区之间的交通状态,进行了交通诱导协同控制系统的优化目标函数设计。最后通过对比仿真说明,本文提出的交通诱导协同控制方法可以使交叉口群在相同时间内通过更多的车流量,提高了交叉口群的通行效率。
王五林[2]（2019）在《面向特殊事件的路网交通运行特性分析与优化方法》文中研究表明由于我国经济的飞速发展,社会建设也随之加快,国家越来越注重体育和精神文明建设,诸如大型会议、阅兵、运动会、演艺活动等需求特定时间、特定地点的活动逐渐增多,这类活动往往会在短暂的时间内聚集大量的人流和车流,导致交通系统的稳态失衡,并造成严重的道路交通拥堵乃至路网瘫痪,这类状况称之为特殊事件。特殊事件期间的交通运行情况是否良好是判断大型活动是否优质开展的一项关键依据,怎样在保证活动展开良好的前提下,还能降低活动对社会交通造成的阻碍,这是目前交通学者热烈讨论的一个话题。以特殊事件为背景,针对大型活动举办时活动地点附近的交通特点,对周边交通带来的影响与活动开展时的管控优化方法进行研究显得尤为重要。首先,深入分析特殊事件诱增交通出行的特征及交通流的运行特性,针对特殊事件期间的交通流与常规时间交通流的不同,分别建立通道前端路段交通流波形预测模型和交通流空间消散模型来描述常发特殊事件期间道路交通运行规律和交通流演化机理,对于丰富和完善特殊条件下交通系统运行具有重要意义。其次,深入挖掘和融合多源交通数据,研究特殊事件期间道路交通拥堵精确辨识的多尺度指标体系及指标估计模型,精准感知道路交通拥堵的时空分布和运行状态,定量分析实时交通运行指数,为交通拥堵的疏解措施提供方法依据。第三,设计并建立单行路网交通疏解双层优化模型,上层模型将系统的交通疏散时长最短作为目标,下层模型利用准动态交通配置的用户最优模型,上下层模型利用单行设置参数持续将数据传达给对方以形成平衡的趋势来实现路网单行的效果最佳;在单行优化的基础上,对疏散路网里道路交叉点交通指示灯绿信比加以优化,设计道路交叉口交通指示灯配时调整的双层优化模型。最后,以青岛市国信体育馆周边的道路交通网络为研究示范区域,运用交通疏解双层优化模型,从交通组织优化和区域信号控制策略两个层面,优化疏导交通流,提高路网疏散能力,并验证模型的可靠性。
丁传东[3]（2019）在《基于多智能体切换控制的城市主干线交通信号优化研究》文中进行了进一步梳理随着我国经济发展进入新时代,人民的生活需求随着经济的发展、社会的变迁和生活水平的提高而不断变化,特别在交通出行方面需求提高明显。城市汽车保有数量仍呈高速增长态势,城市超高的汽车拥有量也带来了交通拥堵等问题。鉴于城市交通信号控制系统的复杂性和较强的动态性、随机性,常规的信号控制方法的局限性,通过制定科学合理的城市智能交通控制方法,提高城市道路的通行能力就显得尤其重要。因此本文针对现有城市交通信号控制方法存在的缺点与不足,结合智能控制理论,在城市交叉口信号控制和主干线协调控制等方面进行了探讨分析。本文深入的分析研究了以下几个方面的内容:首先,阐述了主干线协调控制的基本思想,介绍了城市主干线交通信号控制参数及评价指标。对智能体交通信号控制的基本工作原理进行了描述。并介绍了以切换系统模型为基础来对信号交叉口进行建模、分析和研究的必要性。其次,根据多智能体技术与切换系统理论并结合城市交叉口信号控制特点,构建了基于多智能体的城市交叉口信号闭环混合控制结构,并且以此作为基础,依照人对多相位城市交叉路口交通指挥控制策略的决策过程,分别设计基于Q学习算法的路口智能体和基于多相位模糊相序优化的切换控制智能体。再次,将切换系统理论应用于城市交通控制建模研究当中,建立了基于切换系统的单交叉口交通流动态数学模型。使用闭环混合控制方法对切换系统交通流进行控制,以车辆的平均排队长度为评价指标,并结合交叉口交通流情况进行仿真分析,对本文提出的多相位闭环混合控制方法的有效性进行验证。最后,在单交叉口多相位闭环混合控制的基础上,设计了主干线协调控制智能体,并将混沌扰动引入到Q学习方法中以实现智能体智能化。构建了基于多智能体的两级递阶体系结构,并应用到以切换系统为理论基础的主干线交通动态数学模型。将城市交通控制中的全局寻优问题转化为求取混杂切换系统的最佳的相位切换时刻和转换顺序,从而达到对城市干线交通优化控制的目标。
李聪聪[4]（2019）在《基于深度强化学习的城市道路交通系统信号控制策略研究与仿真》文中研究说明平面交叉口是影响城市交通系统通行能力的重要交通节点,长期以来国内外研究学者致力于对交叉口信号控制算法做出合理地改进,但受到交通系统复杂性与随机性的制约,改进后的信号控制算法往往缺乏实时性与准确性,并且不能得到实际上的验证与普及。因此,为提升城市道路交通系统交通资源的利用率,缩短车辆在交叉口的通过时间,提高交通信号控制的灵活性和精确性,本文提出了一种基于深度强化学习的交通信号控制策略,并搭建仿真平台对算法的控制效果进行验证。主要工作如下:1.详细阐述了强化学习、深度学习及深度强化学习应用于城市道路交通系统的理论依据,关键技术以及难点。将深度学习中的降噪自编码器模型与强化学习中的Q学习模型相结合,解决了强化学习应用于复杂交通系统中产生的状态空间爆炸问题,有效提高了算法对交通异常数据的处理。2.在基于深度强化学习的交通信号控制策略的基础上,对于城市道路系统中的单个交叉口考虑相位顺序对交叉口控制效果的影响,进行了相位顺序与信号配时策略协同控制系统的研究。对于城市道路区域交通控制系统,提出了基于分布式多智能体系统的区域交通信号控制策略,保证了区域交通分级控制的实时性和可靠性。3.搭建了Python-VISSIM在线交通仿真平台。该平台可以采用Python编写的自定义交通信号控制算法,通过VISSIM自带的COM接口,对VISSIM中的交通模型对象进行访问和改变,并对收集到的数据进行整理和可视化处理。仿真结果显示,当交通场景简单及交通量稳定时,应用了改进算法的交叉口的车辆平均延误低于应用传统深度强化学习算法的交叉口的平均延误,算法应用的实时性和准确性得到优化,但并不比应用了固定信号配时算法的交叉口的延误小;当交通场景复杂,如相位数量增多或交通流量变化幅度较大时,交通异常数据对信号控制效果的影响被放大,降噪自编码器的作用开始展现,本文所提出的控制策略的控制效果明显优于传统的深度强化学习控制策略和固定配时控制策略。
胡凯旋[5]（2019）在《城市交通干线车辆通行协调控制优化研究》文中认为随着城市化进程加快,交通拥堵问题日益突出,城市固有道路网面临着越来越大的交通压力,大力发展智能交通系统是解决该问题的最有效途径。交通信号控制系统是智能交通系统的重要子系统,合理的信号控制能够有效提升干线车辆通行效率,而多个干线路口信号的协调控制具有更高的工程应用价值与理论价值。交通信号控制问题具有复杂性、非线性、不确定性等特点,难以用精确系统数学模型表示和求解。模糊控制由于不需要精确的数学模型,在处理复杂非线性系统中有着巨大的优势,被广泛应用于智能交通控制系统中。为解决典型模糊控制在处理不确定性问题方面的不足,本文以二型模糊控制理论为基础,为系统隶属度函数增加新的维度来描述其不确定性,围绕交通信号控制策略展开研究,论文主要工作有:研究了交通信号控制的相关理论,系统分析了采用模糊理论并应用二型模糊控制器解决干线信号控制问题的合理性,在此基础上,研究了单交叉口交通信号控制。以城市干线主交叉口实例为研究对象,建立基于二型模糊控制的四相位控制模型,解决了典型模糊控制中隶属度函数无法自适应变化的缺点。根据实际大型干线单交叉口的交通流数据,以平均延误作为最终优化指标,得到最优信号控制方案。使用仿真软件,对比验证了控制策略的有效性。研究了干线多交叉口交通信号的协调控制。在干线大型单交叉口模糊控制的基础上,结合道路实际,根据相邻交叉口的相关性分析及干线评价指标模型,设计了周期模糊控制器及相位差模糊控制器,建立了二级模糊结构。基层控制级分配合理的通行权,并得到各个相位的绿灯通行时间。干线协调级在干线直行相位时,根据相邻交叉口之间的车辆数来调节干线直行相位的绿灯延时修正量,以实现最小延误控制。使用改进遗传算法和最优—最差蚁群算法分别对隶属度函数和模糊规则进行寻优调节,结合城市干线道路实际,使用仿真软件进行了对比验证,验证了控制效果。研究结果表明,改进的模糊控制方法在解决交通信号控制问题时具有一定优势,较传统的控制模式,主要控制指标都得到了优化提升,有效提高了交通效率,具有较好的工程价值与一定的理论价值。
曹涛涛[6]（2019）在《基于神经网络和遗传算法的干道相位差仿真优化研究》文中进行了进一步梳理城市交通拥堵问题一直备受关注,干道信号协调控制能有效提升干道通行效率,缓解城市交通拥堵。相位差参数的优化一直是干道信号协调控制领域研究的重点和难点,传统相位差优化方法以相邻交叉口的相位差和延误的关系为研究基础,应用数学公式建立解析模型,忽略了连续交叉口对应的多个相位差之间的内在相关性,且对于“方案生成式”的配时优化模型,无法快速检验模型的有效性。为解决传统研究的不足,本文构建基于神经网络和遗传算法的相位差仿真优化模型。主要分为以下3个方面的内容:（1）首先以交叉口关联性研究为基础,剖析多交口相互影响的作用机理;然后以连续交叉口的多个相位差为研究对象,分析了干道车辆延误与多交叉口相位差关系。考虑到多交叉口相互影响的干道延误函数具有复杂的非线性特征,难以用精确的数学公式表达,引入神经网络来表征干道延误和多交叉口相位差之间的关系。（2）基于神经网络的干道延误函数,设计仿真优化框架。其中,仿真部分由神经网络实现,即给定交叉口之间的相位差,输出干道延误值;设计遗传算法实现优化功能,即寻找神经网络中干道延误函数最小对应的相位差。两者相互迭代,实现对干道最优相位差的求解。（3）以成都市武侯区的盛和路为例,根据调查数据搭建Vissim仿真平台。首先,应用Matlab对Vissim进行二次开发,随机仿真运行不同相位差方案,获取对应的干道延误样本数据。然后,基于样本数据采用神经网络拟合干道车辆延误与相位差之间的关系,并通过遗传算法寻找神经网络中的最优干道延误对应的各个交叉口相位差值。最后,将本文优化结果与数解法、结合法及Synchro进行比较并进行了相关因素的敏感性分析,证明了本文仿真优化模型的有效性。本文从仿真优化角度提出了城市干道相位差优化模型,比传统模型更精准地描述干道延误和交叉口相位差之间的关系。成果可用于城市干道相位差优化,进一步提升城市干道交通运行效率。
厉少林[7]（2019）在《关键左转车流协同优化的干道绿波协调控制研究》文中进行了进一步梳理干道绿波协调控制对提升干道通行效率具有重要作用,以经典的MAXBAND模型以及延伸的MULTIBAND模型为基础,被广泛运用于交通管理与控制。然而,两类干道绿波模型一方面以对称放行为基础,造成干道较大关键左转车流通行受阻进而影响协调系统。另一方面基于左转和直行部分协同放行提出了搭接相位优化方法,但对干道左转和直行完全协同的单进口放行方式研究不足,限制了关键左转车流相序优化范围,对交叉口复杂的渠化方案适用性不足,例如进口道存在直左车道的情况。与此同时,现有绿波模型以十字交叉口组成的干道为建模基础,对干道路端存在的T型交叉口关键左转车流协同优化研究不足。此外,现有改进方法对初始排队清空时间研究较少,导致模型求解绿波带宽不稳定。针对上述问题,论文首先把影响交叉口效率和绿波协调的关键左转车流作为优化模型约束参数,并提出关键左转车流判别规则。紧接着在现状绿波模型相位相序研究基础上,扩大左转车流与直行车流的组合方式范围,增加了干道左转和直行完全协同的单进口放行方式,推导了其数学表达式,并结合左转和直行部分协同放行的搭接相位数学表达式,建立了描述十字交叉口关键左转车流协同优化的相位相序组合表达式。与此同时,对T型交叉口关键左转车流进行了分析,并建立了描述T型交叉口关键左转车流的相位相序组合表达式。然后,提出路端带有T型交叉口的综合干道为研究对象,考虑相交道路左转车流的的影响,优化初始排队清空时间。紧接着建立综合干道时距图模型,分别面向相邻十字交叉口,以及十字交叉口和路端T型交叉口将关键左转车流协同优化的相位相序组合表达式引入MULTIBAND模型约束条件中,对约束条件进行优化,并以双向带宽权重之和最大为控制目标,建立了关键左转车流协同优化的综合干道绿波协调控制模型,对传统MULTIBAND模型进行了优化。最后,进行实例分析,运用MULTIBAND模型和关键左转车流协同优化的绿波模型分别求解不同时段协调控制方案,绘制绿波时距图进行方案对比分析,并利用VISSIM11建立干道仿真系统,选取平均停车次数、平均行程时间、平均延误进行指标对比评价,研究表明优化后绿波模型生成的协调控制方案优于原模型,高峰时段优化效果显着,验证了论文所提方法对模型改进有效。
张清华[8]（2019）在《智能型交通路况监测与交通信号灯模糊控制系统》文中认为随着现代社会的飞速发展,汽车使用量的急剧增加,人们对交通运输的高效有序运作的需求与城市交通拥堵问题之间的矛盾越来越突出。当前,城市交通拥堵的加剧直接导致的交通事故增加、车辆延误、空气污染恶化等诸多问题,已成为各国发展共同面临的问题。针对这种情况,本文设计了一种智能型交通路况监测与交通信号灯模糊控制系统。本文设计了交通路况监测器,能够通过微波雷达和信号处理技术获取交叉口路况信息;设计了模糊控制器,以获得的车流量数据为输入量,交通信号灯配时为被控量,实现了交通信号灯配时控制。论文中重点考虑了经典模糊控制的问题与缺陷,采用了不定相序模糊控制器来分析实时路况;介绍了粒子群算法并采用该算法对不定相序模糊控制器作进一步优化。最终通过仿真分析,证明了优化后的不定相序模糊控制器控制性能大大提高,可以更有效地缓解交通拥堵。另外,考虑到该电路机柜位于室外,易受恶劣气候、盗窃等因素影响,本系统还设计了道路机柜安防模块,对电路机柜的温湿度和非法入侵进行监测,抓拍结果可通过以太网上传上位机,保障了系统电路安全。为使安防监测更智能化,本系统引入了OpenCV（计算机视觉库）技术,对非法入侵进行入侵报警、视频抓拍和证据上传。
李硕,黎强[9]（2018）在《干道信号控制交叉口相位相序优化模型研究》文中提出干道常常被人们誉为"城市交通的大动脉",是城市内部的重要交通道路。交叉口作为干道与干道之间的关键节点,是实现不同道路连接的纽带,也是车辆持续通行的咽喉。对城市干道信号交叉口相位相序的模型进行研究,提出了相位矩阵的表示方法,并结合信号交叉口约束条件,使用MATLAB软件构造出干道交叉口的相位相序结构优化算法,采用遗传算法计算原理得到最小总延误。同时,通过模型计算输出信号交叉口新的相位相序及有效绿灯时间组成新的配时方案,结合城市干道信号交叉口实际采集的数据,在MATLAB构造的目标函数值中与实际信号配时进行对比验证,最后运用VISSIM仿真软件对优化的相位相序方案进行仿真验证分析,与实际相位相序方案的平均延误进行比较。结果表明,新的相位相序方案达到了减小信号交叉口路网平均延误的目的,从而提高城市干道的通行能力,达到了模型优化干道交叉口相位相序的良好效果
崔梁,李康,孙玮玮[10]（2018）在《基于干线协调的公交信号优先方法研究》文中提出以多个交叉口组成的干线路段为研究对象,提出一种基于干线协调的公交信号优先控制方法以实现交叉口所有车辆整体效益的最优。该系统由公交请求生成系统、通信系统、交通信号控制系统组成,通过双层优化的方法,即干线协调处于双层优化方法的上层,公交优先处于双层优化方法的下层,并以干线协调作为公交优先的前提条件,通过红灯早断和绿灯延长策略实现公交信号优先。具体案例分析表明,在不违背干线协调这一前提条件下给予到达交叉口的公交车以优先通行权,可以减少公交车辆在线路各个交叉口的等待时间,同时公交相位社会车辆的延误也得到降低。
二、基于相序优化的多相位模糊交通控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于相序优化的多相位模糊交通控制（论文提纲范文）
（1）城市道路交叉口信号的自适应协调控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于二型模糊控制的单交叉口信号控制 |
| 1.2.2 基于偏格式的无模型自适应控制的干道信号控制 |
| 1.2.3 交叉口群交通诱导方法 |
| 1.3 本文结构及主要内容 |
| 第二章 基于二型模糊控制的单交叉口信号自适应控制方法 |
| 2.1 引言 |
| 2.2 四相位单交叉口模型建立 |
| 2.3 基于二型模糊的控制器设计 |
| 2.3.1 二型模糊控制原理 |
| 2.3.2 二型模糊控制器设计 |
| 2.4 二型模糊控制器的自适应遗传算法参数优化 |
| 2.4.1 隶属度函数的参数优化 |
| 2.4.2 二型模糊规则库的参数优化 |
| 2.5 仿真结果 |
| 2.6 本章小结 |
| 第三章 基于偏格式的无模型自适应干道信号控制 |
| 3.1 引言 |
| 3.2 宏观干道交通流模型的建立 |
| 3.3 基于PFDL-MFAC的干道自适应控制方案设计 |
| 3.3.1 基于PFDL-MFAC的自适应控制 |
| 3.3.2 针对干道交通流模型的PFDL-MFAC的设计方案 |
| 3.4 仿真分析 |
| 3.5 本章小结 |
| 第四章 基于交叉口群的交通诱导协同控制方法研究 |
| 4.1 引言 |
| 4.2 考虑路段阻抗的关联度分析及划分 |
| 4.2.1 路段阻抗的计算 |
| 4.2.2 考虑路段阻抗的交叉口的关联度计算方法与划分方法 |
| 4.3 基于奇异谱分析的短时交通流预测 |
| 4.3.1 奇异谱分析 |
| 4.3.2 二阶差分-指数平滑模型 |
| 4.4 交通诱导系统优化算法 |
| 4.4.1 基于交叉谱一致性分析的交叉口判断 |
| 4.4.2 基于生存模型分析的交通诱导 |
| 4.4.3 诱导协同策略 |
| 4.4.4 交通诱导优化模型 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（2）面向特殊事件的路网交通运行特性分析与优化方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 特殊事件交通运行特征分析 |
| 1.2.2 城市道路交通拥堵辨识 |
| 1.2.3 特殊事件道路交通拥堵缓解策略 |
| 1.2.4 特殊条件下道路交通管理与控制 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 特殊事件期间道路交通运行特征 |
| 2.1 特殊事件诱增交通需求特征 |
| 2.2 特殊事件期间道路交通流运行特性 |
| 2.3 特殊事件期间交通流时空消散演化模型 |
| 2.3.1 通道前端路段交通流波形生成预测模型 |
| 2.3.2 交通流的空间消散预测模型 |
| 2.4 实例分析 |
| 2.5 本章小结 |
| 第3章 特殊事件期间交通拥堵状态识别与评价 |
| 3.1 多源数据的挖掘与融合 |
| 3.1.1 获取多源信息的手段 |
| 3.1.2 多源数据的检测与融合流程 |
| 3.2 特殊事件期间道路交通拥堵评价模型 |
| 3.2.1 交通拥堵指数 |
| 3.2.2 交通指标选取 |
| 3.2.3 基于HTFP.L模型的交通指数计算 |
| 3.3 模型验证 |
| 3.4 本章小结 |
| 第4章 面向特殊事件的交通疏散双层优化模型 |
| 4.1 双层优化的思想 |
| 4.2 双层优化基本模型 |
| 4.3 二次双层优化模型的建立 |
| 4.3.1 单行交通双层优化模型 |
| 4.3.2 交叉口信号配时双层优化模型 |
| 4.4 本章小结 |
| 第5章 特殊事件期间交通疏散双层优化模型应用 |
| 5.1 单向交通优化设计 |
| 5.2 交通信号配时优化设计 |
| 5.2.1 信号控制策略制定 |
| 5.2.2 信号控制周期计算 |
| 5.2.3 相位差计算 |
| 5.3 交通仿真及结果分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间论文发表及科研情况 |
| 致谢 |
| 图清单 |
| 表清单 |
（3）基于多智能体切换控制的城市主干线交通信号优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要内容及组织结构 |
| 1.4 小结 |
| 2 主干线协调控制与智能交通信号控制基础理论 |
| 2.1 交通信号控制参数及评价指标 |
| 2.1.1 交通信号控制参数 |
| 2.1.2 交通信号控制评价指标 |
| 2.2 多智能体交通控制系统理论 |
| 2.2.1 智能体技术 |
| 2.2.2 多智能体系统 |
| 2.3 切换系统理论及其在交通控制中的应用 |
| 2.3.1 切换系统理论 |
| 2.3.2 切换系统在交通控制中的应用 |
| 2.4 小结 |
| 3 基于多智能体的交叉口信号混合控制方法 |
| 3.1 基于多智能体的交叉口信号控制系统结构 |
| 3.1.1 多智能体闭环控制结构 |
| 3.1.2 路口智能体 |
| 3.1.3 切换控制智能体 |
| 3.2 基于Q学习算法和模糊逻辑的交叉口控制方法 |
| 3.2.1 路口智能体Q学习方法 |
| 3.2.2 切换控制智能体模糊推理过程 |
| 3.3 小结 |
| 4 基于切换系统的交叉口动态模型控制研究 |
| 4.1 离散时间切换系统模型 |
| 4.2 基于切换系统的单交叉口控制方法 |
| 4.2.1 建立单交叉口切换系统模型 |
| 4.2.2 基于多智能体混合控制策略控制过程 |
| 4.3 仿真分析 |
| 4.3.1 仿真设计 |
| 4.3.2 仿真结果分析 |
| 4.4 小结 |
| 5 基于多智能体切换系统的主干线协调控制方法研究 |
| 5.1 基于多智能体的递阶结构 |
| 5.1.1 主干线协调控制智能体 |
| 5.1.2 主干线协调控制智能体Q学习方法 |
| 5.1.3 混沌Q学习控制策略 |
| 5.1.4 主干线协调优化控制步骤 |
| 5.2 基于切换系统的主干线交通流模型 |
| 5.2.1 干线协调相位切换系统模型的建立 |
| 5.2.2 干线协调控制参数 |
| 5.2.3 干线协调评价指标 |
| 5.3 仿真分析 |
| 5.3.1 仿真设计 |
| 5.3.2 仿真结果分析 |
| 5.4 小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（4）基于深度强化学习的城市道路交通系统信号控制策略研究与仿真（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交通信号控制技术的研究现状 |
| 1.2.2 人工智能技术的研究现状 |
| 1.2.3 交通仿真平台的研究现状 |
| 1.3 主要研究内容 |
| 第2章 应用于交通控制的深度强化学习基础 |
| 2.1 强化学习可行性分析 |
| 2.1.1 强化学习理论基础 |
| 2.1.2 强化学习的分类 |
| 2.2 深度学习的模型 |
| 2.3 深度强化学习 |
| 2.4 本章小结 |
| 第3章 基于深度强化学习的城市交叉口信号控制模型 |
| 3.1 交通信号控制基础 |
| 3.1.1 交通信号的基本参数 |
| 3.1.2 信号控制方法 |
| 3.2 基于深度强化学习的单个交叉口交通信号控制策略 |
| 3.3 基于深度强化学习的区域信号控制策略 |
| 3.4 本章小结 |
| 第4章 Python-VISSIM仿真平台 |
| 4.1 VISSIM仿真软件基础 |
| 4.2 VISSIM与 Python的集合 |
| 4.2.1 VISSIM对象模型 |
| 4.2.2 Python命令 |
| 4.3 仿真平台环境配置 |
| 4.4 本章小结 |
| 第5章 仿真结果及分析 |
| 5.1 单个交叉口信号控制策略对比仿真实验 |
| 5.2 区域交通信号控制策略对比仿真实验 |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（5）城市交通干线车辆通行协调控制优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.3 交通信号控制的划分 |
| 1.4 论文主要研究内容及结构 |
| 2 模糊交通信号控制分析 |
| 2.1 交通信号基本参数 |
| 2.2 交通信号控制评价指标 |
| 2.3 模糊控制基本理论 |
| 2.3.1 模糊控制简介 |
| 2.3.2 模糊控制系统的结构 |
| 2.3.3 典型模糊控制存在的问题 |
| 2.3.4 二型模糊集合理论 |
| 2.3.5 二型模糊系统结构 |
| 2.4 本章小结 |
| 3 基于二型模糊控制的单交叉口交通信号控制 |
| 3.1 实际干线交叉口模型的选择 |
| 3.2 干线单交叉口模型与评价指标 |
| 3.2.1 干线单交叉口交通模型的建立 |
| 3.2.2 评价指标 |
| 3.3 干线单交叉口二型模糊控制器 |
| 3.3.1 设计思路 |
| 3.3.2 输入输选择出及模糊化 |
| 3.3.3 输入隶属度函数选择 |
| 3.3.4 模糊推理 |
| 3.3.5 解模糊 |
| 3.4 仿真验证及结果分析 |
| 3.4.1 微观仿真平台简介 |
| 3.4.2 仿真建模及分析 |
| 3.5 本章小结 |
| 4 基于二型模糊控制的城市交通干线信号协调控制 |
| 4.1 城市交通干线信号协调控制方式及实施条件 |
| 4.1.1 城市交通干线信号协调控制方式 |
| 4.1.2 城市交通干线信号协调控制实施条件 |
| 4.2 干线协调控制研究实例的选取与调研 |
| 4.3 基于实际的干线协调控制模型与评价指标 |
| 4.3.1 干线交通模型的优化 |
| 4.3.2 相邻交叉口相关性分析 |
| 4.3.3 城市交通干线评价指标 |
| 4.4 城市交通干线模糊控制器 |
| 4.4.1 周期模糊控制器设计思路 |
| 4.4.2 相位差模糊控制器 |
| 4.5 改进遗传算法优化隶属度函数 |
| 4.5.1 遗传算法简介 |
| 4.5.2 遗传算法的优化流程 |
| 4.5.3 改进遗传算法优化模糊控制器隶属度函数 |
| 4.6 二型模糊控制规则的优化 |
| 4.6.1 蚁群算法 |
| 4.6.2 最优—最差蚁群算法 |
| 4.6.3 优化模糊规则 |
| 4.6.4 最终优化求解 |
| 4.7 仿真验证及结果分析 |
| 4.8 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（6）基于神经网络和遗传算法的干道相位差仿真优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 干道信号协调控制国内外概况 |
| 1.2.1 基于停车延误的干道信号协调控制 |
| 1.2.2 基于绿波带宽的干道信号协调控制 |
| 1.2.3 基于人工智能方法的信号协调控制 |
| 1.2.4 研究现状总结及评价 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 第二章 干道信号协调控制理论基础 |
| 2.1 干道协调控制方式划分 |
| 2.1.1 依据控制原理分类 |
| 2.1.2 依据控制条件分类 |
| 2.2 干道信号协调控制基本参数和评价指标 |
| 2.2.1 干道协调控制基本参数 |
| 2.2.2 信号控制的主要评价指标 |
| 2.3 本章小结 |
| 第三章 多交叉口相互影响的关联性研究 |
| 3.1 交叉口关联性研究基础 |
| 3.1.1 交叉口关联性概念 |
| 3.1.2 相邻交叉口关联性影响因素 |
| 3.1.3 多因素影响下的交叉口关联性作用机理 |
| 3.2 多交叉口相互影响分析 |
| 3.2.1 多交叉口相互影响的初步分析 |
| 3.2.2 多交叉口相互影响的拓展分析 |
| 3.2.3 多交叉口对应的相位差和延误的关系 |
| 3.3 本章小结 |
| 第四章 基于神经网络和遗传算法的干道相位差仿真优化模型 |
| 4.1 基于神经网络的延误函数模型 |
| 4.1.1 神经网络 |
| 4.1.2 基于神经网络的干道延误函数模型 |
| 4.2 遗传算法相位差优化模型 |
| 4.2.1 遗传算法 |
| 4.2.2 基于遗传算法的干道相位差优化 |
| 4.3 相位差仿真优化框架 |
| 4.3.1 仿真优化方法 |
| 4.3.2 相位差仿真优化 |
| 4.4 本章小结 |
| 第五章 案例分析 |
| 5.1 仿真平台搭建 |
| 5.1.1 基础数据调查 |
| 5.1.2 信号配时方案计算 |
| 5.1.3 基于Vissim和 Matlab的仿真平台 |
| 5.2 相位差仿真优化案例 |
| 5.2.1 基于BP神经网络的延误函数 |
| 5.2.2 基于遗传算法的相位差优化 |
| 5.2.3 结果比较分析 |
| 5.3 模型敏感性分析 |
| 5.3.1 参数敏感性分析 |
| 5.3.2 次干路转向比的延误敏感性分析 |
| 5.3.3 次干路转向比的相位差敏感性分析 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 附录1 部分程序代码 |
| 攻读硕士学位期间发表的论文及科研成果 |
（7）关键左转车流协同优化的干道绿波协调控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状总结及存在问题分析 |
| 1.3 研究内容 |
| 1.3.1 创新思考 |
| 1.3.2 论文结构 |
| 1.3.3 研究技术路线 |
| 1.4 本章小结 |
| 第二章 干道绿波协调原理及经典模型建模分析 |
| 2.1 干道绿波协调控制原理 |
| 2.1.1 干道绿波协调控制影响因素分析 |
| 2.1.2 干道绿波协调控制方式 |
| 2.1.3 主要控制参数基本优化算法 |
| 2.1.4 评价性能指标 |
| 2.2 干道经典绿波协调控制模型建模分析 |
| 2.2.1 经典MAXBAND模型 |
| 2.2.2 改进MAXBAND模型 |
| 2.2.3 MULTIBAND模型 |
| 2.3 本章小结 |
| 第三章 干道关键左转车流判别及相位相序协同优化研究 |
| 3.1 引言 |
| 3.2 干道关键左转车流分析 |
| 3.2.1 左转车流对相位相序影响分析 |
| 3.2.2 干道关键左转车流判别分析 |
| 3.3 十字交叉口关键左转车流协同放行相位相序分析 |
| 3.3.1 左转和直行部分协同的搭接放行分析 |
| 3.3.2 左转和直行完全协同的单进口放行分析 |
| 3.3.3 关键左转车流协同优化的相位相序组合表达式 |
| 3.4 路端T型交叉口关键左转车流相位相序分析 |
| 3.4.1 T型号交叉口相位相序分析 |
| 3.4.2 相位放行方式I |
| 3.4.3 相位放行方式Ⅱ |
| 3.4.4 关键左转车流协同优化的相位相序组合表达式 |
| 3.5 本章小结 |
| 第四章 关键左转车流协同优化的干道绿波模型研究 |
| 4.1 引言 |
| 4.2 干道协调控制对象分析 |
| 4.2.1 干道十字交叉口协调原理 |
| 4.2.2 路端T型交叉口协同优化必要性 |
| 4.3 初始排队清空时间标定 |
| 4.3.1 信号交叉口启动波理论 |
| 4.3.2 考虑相交道路左转车流的排队模型 |
| 4.3.3 排队清空时间优化模型 |
| 4.4 关键左转车流协同优化绿波模型构建 |
| 4.4.1 相邻十字交叉口约束条件 |
| 4.4.2 T型路口与十字交叉口约束条件 |
| 4.4.3 模型目标函数 |
| 4.5 本章小结 |
| 第五章 实例验证分析 |
| 5.1 实例背景 |
| 5.2 单点信号控制方案 |
| 5.3 案例模型求解 |
| 5.3.1 模型求解原理 |
| 5.3.2 模型求解结果 |
| 5.3.3 案例结果分析 |
| 5.4 仿真实验对比分析 |
| 5.4.1 评价指标选取 |
| 5.4.2 案例仿真建模 |
| 5.4.3 仿真结果对比分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 在学期间发表的论文和取得的学术成果 |
（8）智能型交通路况监测与交通信号灯模糊控制系统（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和目的 |
| 1.2 国内外发展状况 |
| 1.2.1 车流量检测技术发展现状 |
| 1.2.2 智能交通信号灯控制策略发展现状 |
| 1.3 本文的研究内容和章节安排 |
| 第二章 系统总体设计方案研究 |
| 2.1 系统总体架构 |
| 2.2 交通路况监测模块 |
| 2.2.1 主要技术指标 |
| 2.2.2 模块实现方案 |
| 2.3 交通信号灯配时控制模块 |
| 2.3.1 信号灯控制基本参数 |
| 2.3.2 信号灯配时方案 |
| 2.4 道路机柜安防模块 |
| 2.4.1 柜内温湿度监测 |
| 2.4.2 基于OpenCV的机柜入侵监测 |
| 2.5 本章小结 |
| 第三章 粒子群优化的不定相交通信号灯模糊控制 |
| 3.1 路况监测模块设计 |
| 3.1.1 布设方案设计 |
| 3.1.2 雷达选择 |
| 3.1.3 系统检测方案的选择 |
| 3.2 车辆平均延时等待数学模型 |
| 3.3 单交叉口信号灯经典模糊控制器 |
| 3.3.1 模糊控制简介 |
| 3.3.2 基本工作流程 |
| 3.3.3 经典模糊控制器设计步骤 |
| 3.3.4 经典模糊控制策略的缺陷 |
| 3.4 交通信号灯不定相模糊控制 |
| 3.4.1 基本工作原理 |
| 3.4.2 各模块设计 |
| 3.4.3 不定相模糊控制器缺陷 |
| 3.5 粒子群算法优化 |
| 3.5.1 粒子群优化算法简介 |
| 3.5.2 优化具体步骤 |
| 3.6 仿真实验结果与分析 |
| 3.6.1 隶属度函数优化仿真 |
| 3.6.2 模糊规则优化仿真 |
| 3.7 本章小结 |
| 第四章 道路机柜安防模块设计 |
| 4.1 警报类型 |
| 4.2 OpenCV简介 |
| 4.3 工作原理与工作流程 |
| 4.3.1 系统初始化 |
| 4.3.2 图像采集 |
| 4.3.3 运动物体检测 |
| 4.3.4 入侵检测 |
| 4.4 本章小结 |
| 第五章 系统硬件电路设计 |
| 5.1 硬件总体结构 |
| 5.2 电源模块电路 |
| 5.3 车流量检测模块硬件电路 |
| 5.3.1 信号调理电路 |
| 5.3.2 AD采样电路 |
| 5.3.3 信号分析处理单元 |
| 5.4 信号灯控制及机柜报警模块电路 |
| 5.4.1 微处理器电路 |
| 5.4.2 温湿度传感器电路 |
| 5.4.3 以太网通讯接口电路 |
| 5.4.4 RS232接口电路 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（9）干道信号控制交叉口相位相序优化模型研究（论文提纲范文）
| 0 引言 |
| 1 交叉口交通状态 |
| 1.1 信号交叉口交通特征分析 |
| 1.2 交叉口相位矩阵 |
| 2 相位相序优化模型 |
| 2.1 模型相关参数的确定 |
| 2.2 模型约束条件 |
| 2.3 总延误计算模型 |
| 3 干道相邻交叉口信号控制 |
| 3.1 选择编码过程 |
| 3.2 适应度函数的选择 |
| 3.3 参数选择及算法操作 |
| 3.4 终止条件及输出 |
| 4 实例仿真 |
| 5 结论 |
（10）基于干线协调的公交信号优先方法研究（论文提纲范文）
| 1 设计思想 |
| 2 系统结构 |
| 2.1 优先请求系统 |
| 2.2 通信系统 |
| 2.3 交通信号控制系统 |
| 3 案例验证 |
| 3.1 协调效果验证 |
| 3.2 公交车延误分析 |
| 3.3 效果分析 |
| 4 结论 |
四、基于相序优化的多相位模糊交通控制（论文参考文献）
- [1]城市道路交叉口信号的自适应协调控制方法研究[D]. 马琳. 南京航空航天大学, 2020(07)
- [2]面向特殊事件的路网交通运行特性分析与优化方法[D]. 王五林. 青岛理工大学, 2019(02)
- [3]基于多智能体切换控制的城市主干线交通信号优化研究[D]. 丁传东. 兰州交通大学, 2019(04)
- [4]基于深度强化学习的城市道路交通系统信号控制策略研究与仿真[D]. 李聪聪. 西南交通大学, 2019(03)
- [5]城市交通干线车辆通行协调控制优化研究[D]. 胡凯旋. 兰州交通大学, 2019(04)
- [6]基于神经网络和遗传算法的干道相位差仿真优化研究[D]. 曹涛涛. 西南交通大学, 2019(03)
- [7]关键左转车流协同优化的干道绿波协调控制研究[D]. 厉少林. 重庆交通大学, 2019(06)
- [8]智能型交通路况监测与交通信号灯模糊控制系统[D]. 张清华. 合肥工业大学, 2019(01)
- [9]干道信号控制交叉口相位相序优化模型研究[J]. 李硕,黎强. 公路工程, 2018(06)
- [10]基于干线协调的公交信号优先方法研究[J]. 崔梁,李康,孙玮玮. 盐城工学院学报(自然科学版), 2018(03)