论文部分内容阅读
随着现代社会对交通运输的日趋依赖，交通系统的控制越来越受到普遍的重视。而采用先进的信息技术、通信技术和控制技术等高新技术开发的智能交通系统可以大幅度提高交通网络的运行效率，是解决交通拥挤问题的最经济最有效的办法。在交叉路口的交通信号控制中，如何科学有效地根据对交叉路口交通流特征和排队延误规律，设计出较为先进的交通信号配时方案以提高交叉路口的控制效率，成为了当前城市交通控制系统的重要课题之一。
本文以智能交通信号控制系统为研究对象，以交通工程基本理论、信号交叉口交通控制理论为基础，依据径向基函数(RBF)神经网络算法模型，结合当前的计算机应用技术，对智能交通信号控制系统进行了分析和研究，针对交叉路口的路口状况及交通特征，设计出了交叉路口的交通信号控制方案。并且根据智能交通信号控制系统的特点，针对BP神经网络自身固有的缺陷，在研究RBF神经网络的结构和特点，学习和训练算法实现的基础上，提出了带遗传因子的递推正交最小二乘法的径向基函数(radial basis function简称RBF)神经网络算法模型，并设计了该模型的结构，提出了基于该神经网络模型的交叉口信号控制方法。此方法不需要建立复杂的交通流模型，对城市交通控制系统实施RBF神经网络控制，可以有效地解决交通信号控制过程中复杂和随机性难题。本文对AT89C52单片机为主机的硬件和软件的智能交通信号机系统进行了整体设计。其硬件电路主要有：主控电路、人机接口电路、通讯接口电路、异常诊断与定位电路和保安控制电路等。系统软件设计包括：主程序、实时数据处理程序、通讯程序和RBF神经网络数据生成及控制，以及无线及手动控制程序。最后总结全文，并就进一步工作做了展望。