基于神经网络实现的交叉口多相位模糊逻辑控制

被引：9

作者：

许伦辉

衷路生

徐建闽

机构：

[1] 韶关学院信息工程学院

[2] 南方冶金学院机电工程学院

[3] 华南理工大学交通学院广东韶关

[4] 江西赣州

[5] 广东广州

来源：

系统工程理论与实践 | 2004年 / 07期

基金：

广东省自然科学基金;

关键词：

交通控制; 模糊控制; 神经网络; 车辆平均延误;

D O I：

暂无

中图分类号：

U491.1 [交通调查与规划];

学科分类号：

082302 ; 082303 ;

摘要：

针对城市交叉口交通流的分布特点,给出了一种自适应交叉口多相位控制算法,考虑相邻车道上的车辆排队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,文章所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力,为实现交通系统智能控制提供了一条新途径.

引用

页码：135 / 140

页数：6

共 8 条

[1] BP算法固定学习率不收敛原因分析及对策 [J].

杨安华 ;

彭清娥 ;

刘光中 .

系统工程理论与实践, 2002, (12) :22-25

[2] 基于云模型的BP算法改进 [J].

柴日发 ;

徐文骞 ;

曾文华 .

计算机仿真, 2002, (03) :123-126

[3] 一种信号交叉口模糊交通控制方法 [J].

温惠英 ;

尹宏宾 ;

徐建闽 .

华南理工大学学报(自然科学版), 2001, (12) :22-25

[4] 神经网络模糊控制在交流调速系统中的应用研究 [J].

丁科 ;

侯朝桢 ;

梁文林 .

控制与决策, 2001, (04) :500-503

[5] 一种基于神经-模糊的船舶航向控制器研究 [J].

何俊杰 ;

郭昌捷 .

船电技术, 2000, (01) :34-37+58

[6] 单交叉口的多相位模糊控制 [J].

刘智勇 ;

朱劲 ;

李秀平 ;

尹征琦 .

信息与控制, 1999, (06) :453-458

[7] 利用神经网络进行推理的模糊控制器 [J].

王隆杰，毛宗源 .

控制理论与应用, 1994, (04) :508-512

[8] 交通系统的模糊控制及其神经网络实现 [J].

徐冬玲 ;

方建安 ;

邵世煌 .

信息与控制, 1992, (02) :74-79

← 1 →