基于改进粒子群算法的交通控制算法研究-控制工程专业论文.docxVIP

Study on Traffic Control Based On Improved Particle Swarm Algorithm A Thesis Submitted for the Degree of Master Candidate：Liang Jifeng Supervisor：Prof. Ling Tao Chang’an University, Xi’an, China i i 摘要 随着城市规模的扩大和汽车保有量的不断壮大，针对有限的城市交通资源和急剧增 加的汽车数量，在保证交通流量合理有序的前提下，如何最大限度地发挥现有城市交通 网络的通行能力，是当前交通控制研究的重点和难点。 首先，本文针对粒子群算法存在局部最优的问题，将遗传算法的交叉操作和变异操 作引入粒子群算法对其进行改进，详细阐述了改进粒子群算法的算法流程。四个标准测 试函数收敛图对比发现，在收敛速度和稳定性方面，改进的粒子群算法优于遗传算法和 粒子群算法。 其次，为了提高交通流量控制和优化的精度，将混沌理论引入 PSO 对 LS-SVM 的核 参数和惩罚系数进行优化选择，提出一种 ECLS-SVM 交通流量预测模型。通过基于 ECLS-SVM 算法的单步、3 步、5 步和 7 步预测结果和不同模型的预测时间和预测均方误 差的对比结果可知，ECLS-SVM 算法可以有效提高交通流量预测的精度和效率，对