智能运输展望.ppt

该【智能运输展望 】是由【小屁孩】上传分享，文档一共【25】页，该文档可以免费在线阅读，需要了解更多关于【智能运输展望 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。模糊逼近神经网络摄动系统的若干进展大连大学信息工程学院,116622邹开其******@。80年代以来,世界各发达国家虽然已经基本建成了四通八达的现代化国家道路网。2021/10/102但是随着社会经济的快速发展以及城市化进程的加快与汽车的普及,目前的路网通行能力已满足不了日益增长的交通需求,城市交通拥挤、交通阻塞现象日趋严重,交通污染与交通事故越来越多,所有这些都严重地制约着城市交通运作效率,并已成为社会普遍关注的焦点。用高新技术来改造现有道路运输系统及其管理体系,提高道路通行能力与服务质量,从系统的观点出发,把车辆和道路集成起来考虑,运用先进的计算机、电子、通讯、监控技术,系统地解决交通问题这就是“智能运输系统”[1](IntelligentTransportSystem),简称ITS。2021/10/103(1)技术和设备的简单引进和堆砌并不表明就可以实现智能运输系统。(2)交通服务滞后严重影响智能运输系统技术的实施。(3)智能复杂性和高度自动化系统的稳定性要求有新的理论、方法和开发工具。智能运输研究中面临的问题2021/10/104智能运输系统监测和控制的研究和实施,在欧美国家已有较长的历史,但是到目前为止,主要是以单条公路的定时和感应控制为主,较少涉及到几条公路的协调测控,控制方法比较传统,监测方法落后,基本上没有智能。近年来,我们从测控运算法则的角度对高速公路入口匝道的控制与仿真进行了研究,并讨论了高速公路入口匝道的最优问题。这就引出一个多变量反馈控制策略的问题。2021/10/105然而遗憾的是,在自动控制理论中还没有一个有效的方法能够解决像智能运输测控系统这样的非线性大系统的最优控制问题。线性二次型优化理论是解决线性系统多变量反馈控制的强有力工具,这种技术也可以用于在期望状态附近线性化的非线性系统,而对于一个较大的系统,反馈中的K阵较难求,况且由于最优问题是在期望状态附近得到的,所以它只能消除较小的扰动,对于严重的扰动(如发生交通事故时)该方法将显得无能为力。近年来一些学者试探引入模糊思想来研究智能运输测控,因为它能利用不精确或不准确的信息去实现在不同监测密度下的平滑过渡,最近的研究结果表明模糊设定运算具有潜在的优势。2021/10/106模糊神经网络1965年,“FuzzySets”,标志了模糊数学的诞生。。2021/10/107模糊神经网络的性能在很大程度上受网络本身结构的制约,所以如何构成良好的网络结构,以便利于神经网络实现模糊输入、模糊推理、网络中的传播和最终结果的理解等等,已成为许多学者所关心并加以研究的问题。在神经网络理论研究中,许多学者一直从事于把神经网络作为对函数逼近工具的研究。下列问题就有待于解决:(1)能否找到一类模糊函数可用单纯模糊神经网络来逼近的等价条件。(2)可用单纯模糊神经网络来普遍近似的模糊函数类具有什么样的性质?稳定性是模糊神经网络控制系统的重要指标之一2021/10/108模糊逼近神经网络摄动系统目前,模糊神经网络的理论研究方面虽然取得一系列成果,但面临的问题仍很多。怎么利用模糊神经网络来处理带有畸变的模糊信息?这其中又如何引进合适的模糊信息间差异的度量?如何简化模糊控制器的量化过程,将其转换成易于学****的算法?如何确定学****指标,构成有效的模糊控制学****系统?如何将模糊控制器的调整转化为等价的神经网络学****利用等价的模糊逻辑来初始化神经元网络以及模糊神经网络的稳定性、收敛性等,都是有待进一步研究的问题。2021/10/109把模糊逻辑和神经网络相结合,将监测手段和模糊神经网络控制融合,在反馈混合模糊监测神经网络系统基础上,提出一个模糊逼近神经网络摄动系统,现在已经取得一些突破性的进展。我们的这些工作都是对模糊神经网络理论的补充和完善,对开展智能运输的研究将具有启迪作用和现实意义。2021/10/1010