基于自适应神经网络模糊推理系统的道路交通状态判别模型研究-research on road traffic state discrimination model based on adaptive neural network fuzzy inference system.docxVIP

北京交通大学硕士专业学位论文独创性声明独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京交通大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日40学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日致谢时光如梭、光阴似箭，转眼间几年的研究生生涯即将结束。在此，向在我求学及论文完成期间给予我支持和帮助的老师，同学和家人致以最深的谢意。首先，感谢我的导师。老师严谨的治学态度、精益求精的工作作风和乐观的生活心态时刻感染着我们每一个学生，使我在学习期间受益匪浅。老师不仅在思想上给我以激励，学业上也给予了很多指导，特别是论文的选题、构思，到论文的撰写、修改及至最终定稿，老师都提出了宝贵的意见，为我指点迷津，开拓思路。在此谨向老师致以最诚挚的感谢！在论文的撰写期间，杨仁杰、孙继雄等同学对我的论文研究工作给予了很大的支持；我的领导邹平和李巨伟，同事李鹏等也给予了我很大的帮助，在此向他们表达我的感激之情。特别感谢我的家人，他们的关爱、支持和鼓舞使我在学校的学习和生活没有后顾之忧，能够专心的完成学业和论文工作。ii摘要城市道路交通状态评价是交通管理(包括交通诱导、交通控制和交通指挥与救援)的基础。基于道路交通状态信息，管理者可以及时了解道路网络的运行状态，对路网中发生的交通拥堵等事件采取及时有效的消解措施，同时，还可以为出行者提供精确的交通信息服务。另外，通过对道路交通状态信息的长效分析，可以为城市路网的规划管理、警务管理提供有效的决策支持。因此，城市道路交通状态评价问题，是保证城市路网的均衡利用、减少大众的出行成本、提高出行安全性舒适性的重要前提，无论从理论上还是在实践中都具有重要的研究价值。论文的主要工作是针对城市路网交通状态的识别诊断问题进行研究。论文首先对交通状态评价的国内外研究现状进行了总结；然后，讨论了交通状态评价过程中的模糊性、不确定性，建立了基于T-S(Takagi-Sugeno)模型的自适应神经模糊推理系统(ANFIS)模型，并引入驾驶员对交通拥堵程度的感知评价作为模型的学习目标。通过仿真，说明所建立的模型具有较快的收敛速度与较高的识别精度，对交通状态的判别问题研究具有一定的泛化能力和较强的应用效果。论文的创新工作是在交通状态的定量评价过程中引入了驾驶员的感受效果，使得评价出来的结果对于不同的路网场景具有更好的感知效果。论文中包括，插图23幅，表12个，参考文献15篇。关键词：交通状态判别；T-S模型；自适应神经网络模糊推理系统；交通参数；驾驶员感受ABSTRACTUrbanroadtrafficstateidentificationisthebasisoftrafficmanagement,includingtrafficguidance,trafficcontrol,trafficcommandandroadrescue.Basedontheinformationofroadtrafficstates,administratorsareabletomonitorthestateoftheroadnetworkandtaketimelyandeffectivemeasurestoeliminateevents,suchastrafficcongestiongeneratedinroadnetwork,atthesametimetoprovidetravelerswithaccuratetrafficinformationservices.Inaddition,throughlong-termanalysisoftheroadtrafficstatesinformation,itcanbeprovidedeffectivedecisionsupportforplanningmanagementandpolicingmanagementofurbanroadnetwork.Therefore,identificationofurbanroadtrafficstatesisanimportantprer