城市快速公路多层智能控制系统研究
本文利用神经网络和模糊理论对城市快速公路交通建模和多层控制系统设计进行了研究。首先提出一个反映快速公路交通动态变化的改进的METANET模型，经过简化后用神经网络进行描述。在此基础上，结合快速公路交通系统的特点提出一种多层智能控制结构，即把快速公路控制问题分为组织层，适应层，优化层和调节层，试图解决传统控制系统遇到的问题。最后进行了仿真研究，结果令人满意。
城市快速公路 交通流模型 智能控制 多层控制系统 神经网络
沈国江 朱伟良
浙江大学工业控制技术国家重点实验室，杭州 310027 浙江省上虞市公安局交通警察大队，上虞 312300
国内会议
青岛
中文
1-8
2008-09-01（万方平台首次上网日期，不代表论文的发表时间）