排序方式： 共有33条查询结果，搜索用时 15 毫秒
1.
在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法. 相似文献
2.
本文以智能数字手操器的研究为背景，介绍了将ｖ／ｆ转换用于单片机应用系统的抗干扰措施，提出了一种ｖ／ｆ转换器与单片机（ＭＣＳ－５１）的硬件连接方案，并研究了其相应的软件编程方法。 相似文献
3.
4.
5.
6.
针对中小城市日益严重的潮汐交通现象,依据实地交通调查数据,分析中小城市潮汐交通的特点,比较大城市常用的潮汐交通解决方案,提出基于主干道协调控制的方法改善中小城市潮汐交通拥堵。以某中等城市为例,依据典型潮汐路段实测数据设计的协调控制方案在交通微观仿真平台上进行仿真,结果表明基于主干道协调控制的方法适用于中小城市的潮汐交通现象,实施后能明显地缓解潮汐拥堵,交叉口通行效率得到显著提高。 相似文献
7.
8.
短时交通流智能混合预测技术 总被引：3，自引：0，他引：3
为了克服现有单项预测技术对不同交通流状况的局限性,提出一种新的短时交通流智能混合预测模型.该智能混合预测模型包括3个子模型:历史平均模型、人工神经网络模型和模糊综合模型.历史平均模型以历史数据为基础,利用一次指数平滑法良好的静态稳定特性,对交通流量进行预测.人工神经网络模型采用常见的由S函数神经元组成的1.5层前馈神经网络,由于人工神经网络具有强大的动态非线性映射能力,该模型对动态交通流量的预测具有较高的精度和满意度.根据上述2个单项模型的特点,为了充分利用它们对不同交通状况的适应性,进一步提高整体预测效果,采用模糊逻辑来综合这2个单项模型的输出,并把模糊综合模型的输出作为整个智能混合模型的最终交通流量预测值.实际应用结果表明,该混合模型的预测精度高于单项预测模型各自单独使用时的精度,发挥了2种模型各自的优势,是短时交通流预测的一种有效方法. 相似文献
9.
交通干线动态双向绿波带控制技术研究 总被引：5，自引：0，他引：5
在多智能体道路交通控制概念模型基础上,提出了一种全新的交通干线动态双向绿波带智能协调控制策略.通过中心协调智能体和路口控制智能体间的信息交互和协调,在确保路口绿灯时间利用率较高的前提下,实现干线双向车流不停车地通行.中心协调智能体根据一段时间内交通流信息计算公共信号周期和上下行相位差,路口控制智能体实时确定各路口的绿信比.公共信号周期依照关键路口饱和度的大小由模糊控制算法进行调整,相位差根据上下行速度和路段长度进行计算,绿信比基于历史和实时的交通数据确定.实际应用证明了该控制策略的有效性. 相似文献
10.