發(fā)布時間：2017-09-30 17:18

  本文關(guān)鍵詞：基于ε-支持向量回歸理論的區(qū)域交通信號智能控制

  更多相關(guān)文章： 交通信號系統(tǒng) 區(qū)域交通控制 交通狀態(tài)預(yù)測 ε-支持向量回歸理論 Lyapunov函數(shù)

【摘要】：城市交通信號控制是當前智能交通領(lǐng)域的研究熱點之一。針對區(qū)域交通信號協(xié)同控制的實時性和準確性,提出一種基于ε-支持向量回歸(SVR)非線性回歸理論的智能控制方法(ICSRTS)。該方法在無線傳感網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上結(jié)合已有的數(shù)據(jù)匯聚算法,并采用分簇策略將區(qū)域交通控制系統(tǒng)建模成一類集成信息調(diào)度與控制的離散切換系統(tǒng)。在離散切換系統(tǒng)中,不僅考慮了數(shù)據(jù)包傳輸?shù)木W(wǎng)絡(luò)時延和丟包率,而且觀測器利用改進的ε-SVR訓(xùn)練方法實現(xiàn)對多數(shù)據(jù)源融合的交通信號狀態(tài)的在線預(yù)測并通過控制器進行總體協(xié)調(diào)控制。運用Lyapunov函數(shù)方法驗證了該系統(tǒng)的漸近穩(wěn)定性及其可調(diào)度性。仿真結(jié)果表明,ICSRTS方法相比普通模糊神經(jīng)網(wǎng)絡(luò)控制和普通ε-SVR預(yù)測算法在交叉口平均延誤時間方面具有較好的性能。因此,該方法能實時、有效地對區(qū)域交通信號進行協(xié)調(diào)控制,從而減少了區(qū)域內(nèi)的交通擁堵和能源消耗。
【作者單位】： 貴州師范大學(xué)物理與電子科學(xué)學(xué)院;貴州省教育廳汽車電子技術(shù)特色重點實驗室;
【關(guān)鍵詞】： 交通信號系統(tǒng) 區(qū)域交通控制 交通狀態(tài)預(yù)測 ε-支持向量回歸理論 Lyapunov函數(shù)
【基金】：國家自然科學(xué)基金資助項目(61262007) 貴州省科學(xué)技術(shù)基金資助項目(黔科合J字[2013]2222號) 貴州師范大學(xué)博士科研啟動基金資助項目
【分類號】：U495;TP273.5
【正文快照】： 0引言智能交通系統(tǒng)是解決現(xiàn)代交通問題最有效的途徑之一[1]。交通信號控制是其子系統(tǒng)“先進的交通管理系統(tǒng)”的重要研究內(nèi)容,已成為智能交通領(lǐng)域的研究熱點之一。交通信號控制的目的表現(xiàn)在以下兩個方面:1)緩解交通擁堵,減少交通事故;2)減少機動車因停車次數(shù)而造成的環(huán)境污染,

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高俊俠;李建更;陳陽舟;趙曉華;;交通信號2級模糊控制系統(tǒng)的優(yōu)化設(shè)計與仿真[J];北京工業(yè)大學(xué)學(xué)報;2009年01期

2 隋莉穎;李威;石建軍;車廣俠;尚德申;;SCOOT和ACTRA信號控制系統(tǒng)分析[J];道路交通與安全;2007年02期

3 林得剛;鄭長江;陳淑燕;;基于神經(jīng)網(wǎng)絡(luò)的信號交叉口進口車道交通延誤預(yù)測[J];大連交通大學(xué)學(xué)報;2013年04期

4 王曉丹,王積勤;支持向量機訓(xùn)練和實現(xiàn)算法綜述[J];計算機工程與應(yīng)用;2004年13期

5 梁超;范炳全;韓印;;區(qū)域交通流協(xié)調(diào)控制方法[J];交通運輸工程學(xué)報;2011年03期

6 韓敏;王亞楠;;基于Kalman濾波的儲備池多元時間序列在線預(yù)報器[J];自動化學(xué)報;2010年01期

7 劉琰;;基于模糊粗糙神經(jīng)網(wǎng)絡(luò)的交通流研究[J];海南師范大學(xué)學(xué)報(自然科學(xué)版);2012年04期

8 樓小明;;考慮交叉口影響的城市路網(wǎng)信號優(yōu)化設(shè)計問題研究[J];交通運輸工程與信息學(xué)報;2013年01期

9 黃逸彤;崔寶同;;具有隨機長時延與丟包的網(wǎng)絡(luò)控制系統(tǒng)的隨機穩(wěn)定與鎮(zhèn)定[J];淮海工學(xué)院學(xué)報(自然科學(xué)版);2013年04期

10 游子毅;章俊華;陳世國;王義;;基于無線傳感網(wǎng)絡(luò)的數(shù)據(jù)融合方法及其在智能交通系統(tǒng)中的應(yīng)用研究[J];計算機應(yīng)用研究;2014年06期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 區(qū)衛(wèi)民;譚泗橋;袁哲明;柏連陽;熊潔儀;;SVR-KNN法用于除草劑QSAR研究[J];安徽農(nóng)業(yè)科學(xué);2008年35期

2 韓勇鵬;;SVM方法及其在乳制品分類問題上的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年08期

3 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機遙感圖像融合分類方法研究進展[J];安徽農(nóng)業(yè)科學(xué);2010年17期

4 張永生;魏新軍;侯振雨;彭娟;;支持向量回歸分光光度法同時測定莧菜紅和果綠[J];安徽農(nóng)業(yè)科學(xué);2010年33期

5 張永生;;支持向量機在害蟲預(yù)測預(yù)報中的應(yīng)用[J];現(xiàn)代農(nóng)業(yè)科技;2009年14期

6 馮學(xué)軍;;最小二乘支持向量機的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2009年01期

7 宋海濱;劉云幗;;基于支持向量機的預(yù)測控制算法[J];兵工自動化;2006年04期

8 徐波;;基于改進PSO-LSSVM的軍用工程機械研制費用預(yù)測模型[J];兵工自動化;2011年10期

9 曾姝彥;張廣軍;李秀智;;基于Gabor濾波器的圖像目標識別方法[J];北京航空航天大學(xué)學(xué)報;2006年08期

10 馬喜波;閻愛俠;;支持向量機算法用于烷基苯的熱容和標準焓值的預(yù)測[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2008年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周綺鳳;林成德;羅林開;彭洪;;一種基于黎曼度量的訓(xùn)練樣本類不平衡SVM分類方法研究[A];第二十六屆中國控制會議論文集[C];2007年

2 張向波;梅國建;徐宗昌;;基于SVM的裝備戰(zhàn)備完好性預(yù)測模型[A];第十屆中國科協(xié)年會論文集（一）[C];2008年

3 張永生;魏新軍;顏振敏;南海娟;;多元線性回歸分光光度法同時測定飲料中三種色素[A];第十屆中國科協(xié)年會論文集（三）[C];2008年

4 陳濤;陳波;秦學(xué)志;;個人住房抵押貸款提前還款預(yù)測的實證分析[A];第25屆中國控制會議論文集（下冊）[C];2006年

5 肖惠玲;曾翎;黃�，�;張琳;王昱清;楊勤;陳華富;;支持向量機探測腦功能活動[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

6 王永春;;一種復(fù)合的支持向量機模型在電力系統(tǒng)短期負荷中的應(yīng)用[A];第十屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2005年

7 徐健;陳光喜;;一種基于優(yōu)化處理較大規(guī)模數(shù)據(jù)的支持向量分類機[A];第八屆中國青年運籌信息管理學(xué)者大會論文集[C];2006年

8 吳p，

本文編號：949460