高速公路模糊神经网络限速控制与仿真研究

高速公路限速控制是一个非线性时变系统,难于用数学模型准确建模,提出一种模糊神经网络实现限速控制。本文阐述了网络的结构和学习算法,根据高速公路车辆群状态、路面性能、气象条件等,建立交通流速度限制模糊神经网络模型,并进行了仿真研究。仿真结果表明网络训练速度快、精度高,适合交通流限速控制的在线建模。该方法切实可行,可使交通流更加均匀、稳定,从而提高主线运行的安全和效率。     

高速公路交通流控制仿真的若干问题

本文从控制理论和计算机仿真的角度，结合高速公路交通流的确定性和随机性共存的特点，提出了高速公路交通流控制仿真的若干问题，阐述了利用计算机仿真解决这些问题的必要性，详细列举了高速公路交通流建模，仿真优化，参数辨识，交通流状态估计，控制策略和方法的选择，控制系统效果评价及系统实现等问题。     

Chaos Control of Freeway Mainline Using Variable Speed Limits with FNN Based on Subtractive Clustering

研究基于减法聚类的高速公路混沌系统主线可变速度模糊神经网络控制方法.针对交通系统的不确定性和非线性,提出了通过数据挖掘技术建立高速公路主线混沌控制器知识库的思想,简介了高速公路主线可变速度混沌控制原理,设计了以密度、上游车流量和最大李雅普诺夫指数作为输入,主线速度上限值作为输出的T-S模糊神经网络混沌控制器.采用减法聚类方法确定了控制器结构,包括提取模糊规则、产生控制器初始参数.使用遗传算法对聚类半径进行了优化,并采用模糊神经网络方法对控制器参数进行了优化.仿真结果表明:采用该方法设计的高速公路主线智能混沌控制器,可保持高速公路上的有序运动,从而达到抑制交通堵塞、提高道路通行能力的目的.     

总线式车身控制系统的规则化建模方法

提出一种新的汽车车身控制系统建模方法,采用汽车总线技术构建车身控制网络,用规则化描述方法进行建模。将组成系统的对象分解为多层,用逻辑规则表达式来描述系统对象之间的逻辑控制关系,用消息来传递控制关系。该方法易于理解和掌握,可降低系统设计与开发的难度,提高系统的可靠性和易维护性。     

城市连绵区高速公路交通量建模预测研究

高速公路交通量预测对其规划设计、投资建设、控制管理都具有重大意义,是高速公路管理决策定量化依据。针对城市连绵区高速公路不同于传统高速公路对外通道的功能与特征,采用城市交通建模的思想预测高速公路交通量,实现精细化、大区域的交通建模,提出了实时滑动、动态校核的预测方法,通过基于联网收费数据动态校核、多指标控制、多年份验证,显著提高模型的预测精度。采用该方法实现了对深圳市高速公路的建模预测、交通量预测。      

水泥混凝土桥面防水黏结层荷载应力有限元分析

以湖南省某高速公路水泥混凝土桥桥面层间处治为实际研究背景,根据工程不同桥型,应用有限元方法进行实体建模,分析防水层最大应力位置以及影响因素,计算层间最大剪应力大小,初步提出层间剪切强度、黏结强度控制指标,为深入进行湖南省娄新高速公路水泥混凝土桥桥面层间处治研究,提供理论依据.     

神经网络理论在汽车上的应用

神经网络理论的ＢＰ网络模型在汽车驾驶员建模，轮胎力学建模，悬架控制等方面的应用；应用神经网络理论解决汽车中的非线性问题。     

基于BP神经网络的高速公路动态交通流预测

以高速公路交通流预测为研究对象,建立了基于BP神经网络的参数动态修复交通流预测模型。以高速公路宏观动态交通流模型为原型,利用分段辨识法分析了高速公路交通流特性。对BP神经网络层数和神经元的确定,以及转移函数的优化选择进行了深入研究,并给出了基于BP神经网络交通流预测模型的建模方法。对西宝(西安-宝鸡)高速公路交通流实时数据进行了采集、建模和仿真。通过仿真结果与实际结果比较,验证了该模型具有较高的可信度。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

基于递归框架的高速公路交通流量实时预测方法

实时与准确的断面交通流量预测是实现高速公路智能化管理与控制的基础。高速公路交通流量预测要求对数据噪声进行有效处理,且需要满足实时性需求。然而,少有研究从实时性的角度对高速公路交通流量预测的准确性进行改善。研究了结合自适应卡尔曼滤波与长短时记忆神经网络（long short-term memory,LSTM）自编码器的高速公路交通流量递归预测框架,可以满足智能交通系统的实时性与准确性需求。收集高速公路的交通流量和速度等历史数据,应用卡尔曼滤波方法进行数据平滑,以提高原始数据的可预测性能;引入无监督机器学习算法LSTM自编码器对交通流量的时变特征进行建模,以提高模型的运算效率;考虑到高速公路交通流量预测的实时性需要,进一步提出递归预测框架,用LSTM自编码器的预测值代替卡尔曼滤波值;根据获取的实时数据,执行自适应卡尔曼滤波算法以修正当前的最佳状态值,并将该修正值输入LSTM自编码器进行迭代预测。选取美国明苏尼达双子城高速公路的实测交通数据进行案例分析,结果表明：所提出的高速公路实时交通流量递归预测框架在计算成本与预测精度2个方面具有相对竞争优势,模型预测的平均绝对百分比误差为5.0%,优于...     

高速公路交通事故预防与紧急救援系统

针对高速公路常发生交通事故及异常交通状态，本文以智能交通系统（ＩＴＳ）技术应用为背景，提出高速公路交通事故预防与紧急救援系统技术。     

一种基于多传感器多目标跟踪数据的时间对准方法

在智能交通系统应用中,常常需要利用多种传感器对不同的交通目标进行数据采集,经常遇到时间不同步、数据率不一致的问题。采用BP神经网络算法,提出了一种基于多传感器多目标数据的时间对准方法,较好地解决了多目标跟踪的基础问题,提高了数据融合效率,并通过仿真实验及与传统时间对准方法的比较给出了该方法的优点。     

基于共用信息平台的高速公路系统集成框架研究

为解决高速公路运营管理中的信息孤岛问题,在分析高速公路的建设现状以及智能交通系统研究成果的基础上,利用共用信息平台技术,对交通信息系统进行集成,建立了系统集成的框架;通过强化操控平台的数据及控制的综合共享,开发了吉林省高速公路路网指挥调度系统数字平台。研究结果实现了高速公路分散系统的良好整合。     

高速公路交通流低密底区可变速度控制

本文首先建立了高速公路交通控制系统设计和交通系统的计算机仿真所常用的宏观、动态、确定性交通流模型，并在此基础上，结合我国高速公路交通流的特点，提出了低密度区的可变速度控制策略，最后利用计算机仿真的方法模拟了受控交通流和未控交通流，其结果令人满意。     

深汕高速公路软基处理工程设计

通过介绍深汕高速公路软土地基加固处理工程设计和施工，阐述了高速公路采用粉喷桩复合地基加固处理软土地基的设计方法、施工工艺及质检办法，提出在深厚淤泥层上修建高速公路在设计上要合理确定的主要参数，以及如何通过调整置换率和加固深度达到适应高速公路沉降过渡要求，解决桥头路段“跳车”问题。     

基于PCA-BP的高速公路工程造价预测模型

为了确定高速公路的投资，提出PCA（主成分分析法）-BP神经网络预测模型，通过对各因素进行主成分分析，以少数新的低维综合变量取代原始高维变量，降低神经网络输入层的维数，提高网络的收敛速度。结果表明PCA-BP神经网络模型具有更高的预测精度和收敛速度。     

城市高速公路交通中的控制问题

考究城市高速公路交通中的控制问题，详细讨论几咱主要的城市高速公路交通控制模式及相应的控制理论研究方法，并就该方向今后的发展提出看法。     

异构智能网联汽车编队延迟补偿控制研究

智能网联汽车多车编队行驶可有效缩短跟车间距和提升交通系统通行效率，但多车编队控制须解决异构编队控制器的普适性问题，且能够在执行器响应延迟和通讯延迟情况下保证车辆编队的弦稳定性。本文提出一种面向异构智能网联汽车编队的延迟补偿控制方法，在无须获取他车系统动力学参数及控制输入前提下，利用他车加速度信息即可实现车辆编队纵向跟踪控制；此外，提出一种基于Smith预测器的延迟补偿控制架构，分别消除和降低了执行器响应延迟和通讯延迟对车辆编队弦稳定性的影响。典型工况仿真结果表明，相较常见车辆编队控制方法，本文提出的异构车辆编队延迟补偿控制器的跟车误差降低了80.7%，有效减小了最小车头时距和跟车间距。     

坚硬石料填石路堤修筑技术试验研究

在福建省某高速公路进行了不同层厚的花岗岩填石路堤的修筑试验。通过对试验结果的分析总结。提出填石路堤的压实层厚和施工工艺，以及填石路堤的质量控制方法和质量控制标准。     

高速公路交通阻塞量预测新探

本文描述了日本阪神高速公路上交通阻塞的变化规律，提出了预测其交通阻塞的神经网络模型，并用实例数据进行了验证和预测分析。与用线性回归分析模型的分析结果比较，该模型适应性强，精度也较高。