1、本文以城市交通為研究對象，包含兩個部分的研究內容：一是智能計算在城市交通中的應用研究，內容涉及基于智能計算的城市交通流控制與短期城市交通流預測模型；二是交通流建模研究，內容涉及基于氣體動力學的交通流模型研究。 交通流運動具有隨機性、離散性及較強的非線性。模糊控制、神經(jīng)網(wǎng)絡等現(xiàn)代人工智能技術，可以使人們在不表達交通系統(tǒng)精確模型的情況下，通過對問題的歸納與并行處理，為交通控制和交通管理提供依據(jù)。與此同時，由于計算機科學，尤其是

2、計算機模擬技術的發(fā)展，可以使人們克服復雜數(shù)學推導的困難，從而使傳統(tǒng)的數(shù)學與物理方法建立可靠交通流模型的研究與應用成為可能。 本論文在廣泛查閱各類文獻的基礎上，分別從上述兩方面開展工作，符合當前交通流理論的研究方向，是交通流理論當前研究的熱點與難點。論文的主要內容與創(chuàng)新點包括： 1、以城市中心地帶主干道典型的交叉路口為研究對象，提出了一種基于模糊邏輯的城市交叉口信號燈控制器，該控制器的設計思想基于誤差閉環(huán)控制理論，在交通流

3、中引入誤差變化率概念，從而更為真實的反應了交警的人工智能活動。提出的控制策略具有很強的魯棒性與抗系統(tǒng)時變性特點，可有效的提高交叉口相關區(qū)域內的道路使用率。 2、將基于誤差閉環(huán)控制的城市道路交叉口模糊控制器以神經(jīng)網(wǎng)絡的方法實現(xiàn)。設計研究的模糊神經(jīng)網(wǎng)絡控制器把神經(jīng)網(wǎng)絡的學習和計算功能帶到模糊系統(tǒng)中，也可把模糊系統(tǒng)的思維規(guī)則和推理嵌入到神經(jīng)網(wǎng)絡中，引入模擬退火算法訓練網(wǎng)絡，使模糊控制器能夠自行調整隸屬度函數(shù)，彌補了模糊控制的不足，同時

4、提高了網(wǎng)絡的性能。 3、進行了城市主干道多交叉口神經(jīng)模糊控制器的研究與仿真，提出了一種基于模糊神經(jīng)網(wǎng)絡的新型城市道路多路口協(xié)調控制系統(tǒng)。該控制系統(tǒng)提取了“綠波帶”的知識方法，并用模糊神經(jīng)網(wǎng)絡的方法實現(xiàn)，可以在設定的時段內自動對交通流各類信息進行匯總與統(tǒng)計，實時輸出優(yōu)化的城市干線交通控制協(xié)調控制配時方案。仿真研究表明，該控制系統(tǒng)可以充分利用交叉口空閑時空，使交通流以理想的飽和度值整體通過交叉路口，說明了模糊神經(jīng)網(wǎng)絡方法是解決城市交

5、通大系統(tǒng)控制問題的一種有效方法。 4、提出了一種基于粒子群優(yōu)化(PSO)的RBF城市短期交通流預測模型。該模型以多輸入單輸出的RBF網(wǎng)絡為結構，通過粒子群優(yōu)化算法對網(wǎng)絡參數(shù)進行優(yōu)化，結構簡單，訓練簡潔，學習收斂速度快，特別適合于城市短期交通流的預測。PSO采用實數(shù)編碼，網(wǎng)絡結構設計可以表示為結構空間的搜索問題，對神經(jīng)網(wǎng)絡的約束條件可以很少，網(wǎng)絡的隱節(jié)點可以具有不同的變換函數(shù)，甚至網(wǎng)絡也可以不必嚴格分層或全連接，與遺傳算法相比簡單易實現(xiàn)

6、。 5、提出的神經(jīng)樹預測模型是一種新型的城市短時交通流預測模型。該模型的設計依據(jù)是靈活的神經(jīng)樹模型(Flexible Neural Tree model，F(xiàn)NT)，基于預先定義的指令集而產(chǎn)生的FNT模型允許選擇不同的輸入，還可以跨層連接，不同節(jié)點也可以有不同的激勵函數(shù)，因此可以看作是一種不規(guī)則的多層神經(jīng)網(wǎng)絡。依據(jù)FNT思想，本文提出了改進的PIPE(Probabilistic Incremental ProgramEvolut

7、ion Algorithm)學習算法，并將FNT用于交通流預測，建立了交通流的FNT預測模型。仿真結果表明，該模型效果理想。研究中同時指出：優(yōu)化FNT的過程即是優(yōu)化拓撲結構的過程也是選擇輸入變量的過程，因此在結構上更加靈活，性能上更加智能，在交通流預測模型領域進一步研究的價值較高。 6、本文交通流建模的研究基于氣體分子動力學交通流模型。由氣體分子動力學交通流模型方程取零階近似，可以推導出Euler型交通流控制方程，取一階近似可

8、以推導出Navier-Stokes型交通流控制方程。Navier-Stokes型宏觀控制方程由氣體分子動力學交通流模型針對“碰撞項”在微觀建模，具有豐富的物理內涵。但迄今為止，大多數(shù)基于宏觀控制方程的數(shù)值模擬都是針對Euler型交通流控制方程，這主要是因為Navier-Stokes型交通流控制方程更加復雜且有更多的非線性特性，因此在數(shù)值模擬過程中更容易導致不穩(wěn)定。本文將研究的側重點放在Navier-Stokes型的交通流控制方程上。在經(jīng)

9、典的氣體分子動力學理論中，弛豫時間f通常被認為是常數(shù)。Helbing將弛豫時間r與車輛密度p關聯(lián)起來，本文對這一理論進行了改進和補充。通過觀察實際物理現(xiàn)象，將弛豫時間項r與密度和速度聯(lián)系起來，通過算例表明，本文的改進能夠增強Navier-Stokes型控制方程在高密度車流狀況下的穩(wěn)定性。本文還對氣體分子動力學交通流模型作了穩(wěn)定性分析，從理論分析的角度證明了本文對于弛豫時間項r的改進可以增強控制方程的穩(wěn)定性，并建議將max(-minReω