基于模糊神经网络的结合部匝道控制方法研究

被引：4

作者：

陈峰

贾元华

牛忠海

易惠欣

宋惠娟

机构：

[1] 北京交通大学交通运输学院

来源：

交通运输系统工程与信息 | 2011年 / 11卷 / 01期

关键词：

交通工程; 交通控制; 匝道控制; 匝道调节率; 模糊神经网络;

D O I：

10.16097/j.cnki.1009-6744.2011.01.013

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082302 ; 082303 ;

摘要：

针对高速公路与关联城市快速路(简称结合部)路段拥堵日益严重的现状,从匝道控制影响要素分析入手,基于模糊控制和神经网络思想,本文提出了以主线交通状态与期望状态差值和匝道交通状态为输入变量,以匝道调节率为输出变量的模糊控制方法.同时针对结合部路网互通式立交设计的实际情况,分单匝道控制和双匝道控制两种情况进行了分析,提出了相应的匝道控制方法,并建立了5层模糊神经网络控制模型.最后以北京京津塘高速公路与北京三环和四环关联城市快速路为案例,对建立的模型进行效果验证,结果证明了所建立方法的有效性.

引用

页码：108 / 113

页数：6

共 5 条

[1] 基于诱导信息的城市快速路网集成控制研究 [J].

吕智林 ;

范炳全 ;

张林峰 ;

王冬丽 .

系统工程学报, 2006, (05) :476-483+533

[2] 城市快速路入口匝道控制策略比较分析 [J].

郑建湖 ;

董德存 ;

陈洪 .

计算机测量与控制, 2006, (02) :196-199

[3] Coordinated traffic-responsive ramp control via nonlinear state feedback [J].

Zhang, HM ;

Ritchie, SG ;

Jayakrishnan, R .

TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 2001, 9 (05) :337-352

[4]

Fuzzy Ramp Metering: Design Overview and Simulation Results[J] . Cynthia Taylor,Deirdere Meldrum,Les Jacobson.Transportation Research Record . 1998 (1)

[5] Freeway ramp metering using artificial neural networks [J].

Zhang, HM ;

Ritchie, SG .

TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 1997, 5 (05) :273-286

← 1 →