本文關鍵詞：基于車聯(lián)網的道口交通流控制仿真研究

  更多相關文章： 車聯(lián)網 人工智能 模糊控制 Q－學習 協(xié)同仿真

【摘要】：在經濟與汽車工業(yè)發(fā)展的帶動下,我國汽車保有量逐年迅猛增長,使交通問題日益嚴重。道路交叉口是事故與擁堵的多發(fā)地,運用車聯(lián)網技術能有效提高道路交通安全性、緩解擁堵問題。然而道口交通流復雜難以精確建模,已有模型過于理論化,且沒有考慮多道口間交通流相互作用,并未對應急交通流控制方法進行設計。本文基于道口交通流控制方法與多種仿真工具研究的基礎上,針對道口擁塞問題進行了基于車聯(lián)網道口交通流控制仿真研究。主要貢獻如下：1.提出了一個集應急交通流控制,不需精確建模、根據實時反饋自主學習的多道口交通流協(xié)同控制方法。通過對多道口交通流進行兩層模糊邏輯控制,并建立Q-學習模型對其進一步優(yōu)化,實現(xiàn)了多道口協(xié)同控制,提高了道口的通行能力。并在此基礎上,提出了相應的道口應急控制方法,為緊急車輛建立綠色通道。2.構建了車聯(lián)網路由協(xié)議分析實驗平臺,供用戶自主選擇移動模型與分析對象,有效解決常規(guī)分析中移動模型不準確與操作的繁瑣性,提高了效率。構建了道口交通流控制研究平臺,在交通流量模擬器與網絡仿真模擬器融合型交互上,供用戶對不同道口交通流控制方法進行研究。3.從道路網絡、出行需求、路徑、微觀交通流與車輛行為等方面進行建模,更準確的模擬真實環(huán)境中車輛移動情況,為車聯(lián)網仿真研究結果的真實可靠性提供保障。經仿真實驗與結果分析,運用所構建的車聯(lián)網路由協(xié)議分析實驗平臺能大大提高用戶協(xié)議分析效率,AODV協(xié)議可用于此道口交通流控制中�；跇嫿ǖ牡揽诮煌骺刂蒲芯科脚_,運用所提出的道口交通流控制方法,道口通行能力提高,擁塞狀況有明顯的改善,緊急車輛平均等待時間顯著減少。
【關鍵詞】：車聯(lián)網 人工智能 模糊控制 Q－學習 協(xié)同仿真
【學位授予單位】：華東師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U495;TP391.44;TN929.5
【目錄】：

• 內容摘要5-6
• Abstract6-8
• 目錄8-11
• 插圖與附表清單11-14
• 第一章 緒論14-22
• 1.1 課題背景及意義14-16
• 1.2 國內外發(fā)展現(xiàn)狀16-20
• 1.2.1 車聯(lián)網發(fā)展現(xiàn)狀16-17
• 1.2.2 車聯(lián)網在智能交通中的應用現(xiàn)狀17-20
• 1.3 論文主要研究內容及目標20-21
• 1.4 論文結構21-22
• 第二章 交通流仿真基礎理論與關鍵技術22-32
• 2.1 交通流控制基本理論22-26
• 2.1.1 交通流控制的基本參數(shù)22-23
• 2.1.2 信號燈控制方式分類23-25
• 2.1.3 緊急車輛優(yōu)先調度控制系統(tǒng)分類25-26
• 2.2 車聯(lián)網路由協(xié)議26-29
• 2.2.1 基于移動無線自組織網絡路由協(xié)議26-27
• 2.2.2 基于簇的路由協(xié)議27
• 2.2.3 基于位置的路由協(xié)議27-28
• 2.2.4 基于地域群播的路由協(xié)議28-29
• 2.2.5 基于廣播的路由協(xié)議29
• 2.3 車聯(lián)網仿真工具29-32
• 2.3.1 交通流量模擬器30
• 2.3.2 網絡仿真模擬器30-31
• 2.3.3 交通流量模擬器與網絡模擬器的融合方式31-32
• 第三章 道口交通流控制方法研究32-38
• 3.1 基于簡單調度的道口控制32-33
• 3.2 基于模糊邏輯的道口控制33-35
• 3.3 基于強化學習的道口控制35-38
• 第四章 道口交通流控制系統(tǒng)設計38-63
• 4.1 道口交通流控制基本要素的確定38-46
• 4.1.1 相位的確定38-40
• 4.1.2 黃燈時間的確定40-42
• 4.1.3 道口交通流建模42-46
• 4.2 基于兩層模糊邏輯的道口交通流控制設計46-57
• 4.2.1 第一層模糊控制46-52
• 4.2.2 第二層模糊控制52-57
• 4.3 基于Q-學習的道口交通流優(yōu)化控制設計57-60
• 4.3.1 Q-學習中的基本要素定義57-60
• 4.3.2 基于Q-學習道口交通流優(yōu)化控制算法60
• 4.4 應急交通流控制系統(tǒng)設計60-63
• 第五章 仿真建模與結果分析63-91
• 5.1 仿真建模63-73
• 5.1.1 道路網絡建模63-64
• 5.1.2 出行需求建模64-68
• 5.1.3 路徑建模68-69
• 5.1.4 微觀交通流建模69-71
• 5.1.5 車輛行為建模71-73
• 5.2 仿真平臺構建73-82
• 5.2.1 車聯(lián)網通信協(xié)議分析平臺構建74-76
• 5.2.2 道口交通流控制研究平臺構建76-82
• 5.3 仿真實驗及結果分析82-91
• 5.3.1 路由協(xié)議分析比較82-86
• 5.3.2 車聯(lián)網道口交通流控制機制分析86-91
• 第六章 結論與展望91-93
• 參考文獻93-100
• 在學期間所獲得的科研成果100-101
• 后記101

【相似文獻】

中國期刊全文數(shù)據庫 前7條

1 周宏，戴韌，陳康民;宏觀連續(xù)交通流數(shù)值模擬[J];華東工業(yè)大學學報;1996年01期

2 黃海鷗;張瑋;;內河航道交通流分析中最小統(tǒng)計間隔時間的選定[J];武漢理工大學學報(交通科學與工程版);2007年04期

3 王殿海,曲大義;一種實時動態(tài)交通量預測方法研究[J];中國公路學報;1998年S1期

4 韓向雨;;基于VMS的動態(tài)交通流誘導研究[J];道路交通與安全;2007年06期

5 邵長橋;張智勇;榮建;;快速路瓶頸路段交通特性分析[J];北京工業(yè)大學學報;2009年03期

6 張曉楠;熊瑤;余豐茹;;交叉口調頭區(qū)適應性仿真設計及實現(xiàn)——以嘉興市中環(huán)南路-紡工路交叉口為例[J];交通信息與安全;2012年05期

7 ;[J];;年期

中國碩士學位論文全文數(shù)據庫 前4條

1 蘇昀韻;基于車聯(lián)網的道口交通流控制仿真研究[D];華東師范大學;2015年

2 劉亞楠;高速公路事件延誤量化方法的研究[D];西南交通大學;2012年

3 洪霞;基于Petri網的單路口實時控制建模[D];華中科技大學;2007年

4 張杰;平原高速公路交通事故預測模型研究[D];北京工業(yè)大學;2007年

，

本文編號：913602