排序方式: 共有68条查询结果,搜索用时 15 毫秒
1.
2.
城市交通大系统递阶模糊神经网络控制 总被引:32,自引:4,他引:28
利用递阶结构和模糊神经网络进行了交通系统的协调控制,其基本思想是:把交通干线作为一个大系统问题,子系统为干线上的各交叉口,用一模型神经网络在线调整各文献的绿信比;而协高器则利用测得的交通量数据用模糊神经网络方法确定干线上的信号周期和各交叉口之间的相位差,协高器和子系统的目标均为使交叉口前的平均排队长度最小,领导具研究表明提出的方法能够有效地缩小平均排队长度,从而达到减少车辆延误的目的。 相似文献
3.
车牌识别(LPR)中的图像提取及分割 总被引:25,自引:1,他引:24
在车牌识别(LPR)系统的实现过程中,最关键的部分就是车牌图像的提取以及车牌字符图像的分割。本文详细介绍了一种实际应用的车牌识别系统中的图像提取及分割的过程。针对车牌的固有特点,设计了一个变换函数突出其特点从而进行车牌的提取;对车牌字的图像分割提出并解决了一些在实际中应该注意的地方。 相似文献
4.
5.
6.
7.
纯滞后工业系统的复合模糊控制 总被引:9,自引:1,他引:8
提出一种解决纯滞后系统控制问题的复合模糊控制方法,即设计一种复合模糊控制器,当系统处于过渡过程时采用模糊控制,进入稳态过程,如有稳态误差则采用PI控制,消除稳态误差后,再切换到模糊控制。仿真及试验结果均支持推导与分析。 相似文献
8.
9.
灾变粒子群优化算法及其在交通控制中的应用 总被引:9,自引:2,他引:7
城市交通系统是一个随机性很强的、复杂的巨型系统。为了获得良好的通行效率,必须对城市区域交通协调控制信号进行整体优化,但是到目前为止还没有一个能较好完成此项任务的、实用的实时智能优化方法。在粒子群优化算法中引入灾变策略和模型,开发了灾变粒子群优化算法,解决了基本粒子群算法易陷入局部极小点的缺陷,并将其应用于城市区域交通协调控制信号配时优化。仿真结果表明:与基本粒子群算法(在陷入局部极小点时)、固定周期法和遗传算法等配时方法相比,采用所开发的灾变粒子群优化算法对区域交通协调控制信号进行智能优化配时,被控区域的车辆平均延误可以分别平均减少25.2%、41%和11.5%,并可以大大提高路口的通行效率。开发的灾变粒子群优化算法也可以应用于其他许多对象的优化。 相似文献
10.
基于混沌遗传算法的区域交通计算机控制配时优化 总被引:7,自引:2,他引:5
充分发挥混沌理论和遗传算法各自的优势,开发了混沌遗传算法,混沌遗传算法能有效地改进遗传算法的收敛速度慢、早熟收敛和有可能陷入局部最优点的缺陷。分析了城市交通这个复杂大系统的混沌性,并将混沌遗传算法成功应用于城市区域交通计算机控制信号配时优化。采用TSIS5.1进行了仿真,仿真结果表明:混沌遗传算法比遗传算法的收敛速度大大加快,且车辆平均延误和平均停车率都比遗传算法和固定周期法有明显的降低。 相似文献