学海网

中国科学技术大学毕业设计 遗传算法在智能交通系统中的应用，共37页，16579字。
目录
摘要 3
ABSTRACT 4
第1章 绪论 5
1.1 智能交通系统简介 5
1.2 国内外发展的现状 7
1.3 本文主要工作和内容组织 8
第2章 遗传算法相关理论 9
2.1 遗传算法概况 9
2.2 基本遗传算法的构成要素 11
2.3 遗传算法的实现 12
本章附录：遗传算法的基本术语 16
第3章 遗传算法在智能交通系统中的应用 17
3.1 引言 17
3.1.1 系统模型介绍 17
3.1.2 遗传算法的引入 18
3.2 遗传算法应用中的关键技术 18
3.2.1 染色体的编码方法 18
3.2.2 适应度函数的确定 19
3.2.3 遗传参数的设置 20
3.3 遗传算法的实现 22
3.3.1 算法步骤 22
3.3.2 算法流程图 23
3.3.3 算法的基本数据结构和类以及函数 23
第4章 遗传算法的相关测试 25
4.1 遗传算法的运行时间测试 25
4.1.1 种群规模的影响 25
4.1.2 进化代数的影响 25
4.1.3 仿真时间的影响 26
4.1.4 仿真次数对遗传算法的影响 26
4.2 遗传算法的运行结果测试 27
第5章 总结与展望 30
5.1 总结 30
5.2 展望 30
5.2.1 限制关系 30
5.2.2 按照适应度调节变异概率 31
参考文献 33

摘要
随着现代城市的快速发展和机动车辆的日益增多,城市内交通调度变得越来越复杂, 智能交通系统的研究已成为国内外研究的热点之一。经典交叉路口交通信号模糊逻辑控制器的模糊规则是预先人为确定的, 不可避免地带有主观因素, 且不能随着交通流的变化而动态改变, 不能保证模糊逻辑控制系统最优的要求。一个复杂的、具有多种要求的智能交通调度系统,通常采用模糊控制与遗传算法相结合的方法。
本文利用遗传算法, 实现适用于模糊规则编码的、带区间范围限制的编码方案, 并实现均匀交叉和变异算子,改进优先选择法,加快收敛速度,得到模糊控制的对应规则。通过计算得出交叉路口的模糊控制对应关系表，同时参考历史信息和当前路口上下游路口的拥塞程度，动态调整路口交通灯的延长时间，从而减少一段时间内到达车辆的平均等待时间。这样既减缓了交通阻塞，又改进了交通安全，同时还节省了大量的时间和能源。
关键词：交叉路口遗传算法，自适应，模糊规则，编码方案