原文传递
基于模糊神经网络的公路隧道通风控制方法研究
| 论文题名： | 基于模糊神经网络的公路隧道通风控制方法研究 |
| 关键词： | 隧道通风;模糊神经网络;控制方法;交通量预测 |
| 摘要： | 公路隧道通风系统具有很强的非线形特征，传统的线性控制理论难以获得精确的数学模型，因此，模糊控制等现代控制方法成为公路隧道通风控制的趋势，但模糊控制存在隶属函数、控制规则难以确定的问题。 本文将具有强大学习能力的神经网络融合到模糊控制系统中，研究了公路隧道通风的模糊神经控制方法。解决了模糊控制系统本身的学习和适应能力差、模糊变量各语言值隶属函数，控制规则不能随着环境参数(如交通量、基准排放量等)的改变而自动调整和修改等问题。 针对公路隧道通风模糊控制系统，参考了最优规则排序无关，在此基础上修改控制规则，获得了较优的规则库，与常规试凑法相比，大大节省了调整时间，同时利用等价结构的模糊神经网络模型，使其与规则库更好的匹配，反复调整隶属函数和修改控制规则，获得最佳模糊组合。 并且建立了隧道小时交通量预测模型，可以获得任意给定交通量预测模型下的最佳模糊组合，从而实现了最优控制。 提出基于模糊神经网络模型的隧道通风控制方法，能自动修改规则库和调整隶属函数，与单纯的模糊控制方法相比，提高了控制系统的自动化程度，提前预测未来的交通状况，节省了调整时间，降低了电能消耗。 |
| 作者： | 彭尚军 |
| 专业： | 交通信息工程及控制 |
| 导师： | 赵忠杰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
