期刊文献+

基于神经网络实现的交叉口多相位模糊逻辑控制 被引量:13

Multi-phase Fuzzy Control Based on Neutral Network
分享 导出
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. According to the traffic flow features of urban intersections, a multi-phase adaptive control algorithm is given. Multi-layer BP neutral network is used to realize the fuzzy control in road intersection by considering the length of the queue on the contiguous phase lanes. Results of simulation research show that the fuzzy neural controller can not only decrease the average vehicle delay but also have good abilities of learning and generation.
作者 许伦辉 衷路生 徐建闽 XU Lun-hui~1, ZHONG Lu-sheng~2, XU Jian-min~3(1. College of Information & Engineering, Shaoguan University, Shaoguan 512005, China; 2. College of Mahcine-electric Engineering, Southern Institute of Metallurgy, Ganzhou 341000, China;3. College of Traffic and Communications, South China Univ of Tech, Guangzhou 510640, China)
出处 《系统工程理论与实践》 EI CSCD 北大核心 2004年第7期135-140,共6页 Systems Engineering—Theory & Practice
基金 国家自然科学基金(60064001) 广东省自然科学基金(20011707)
关键词 交通控制 模糊控制 神经网络 车辆平均延误 traffic control fuzzy control neutral network BP learning algorithm average vehicle delay
  • 相关文献

参考文献10

二级参考文献29

共引文献182

同被引文献78

引证文献13

二级引证文献32

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈