系统仿真学报
繫統倣真學報
계통방진학보
JOURNAL OF SYSTEM SIMULATION
2003年
5期
709-712
,共4页
高速公路事件探测%模糊聚类%RBF神经网络%正交最小二乘算法
高速公路事件探測%模糊聚類%RBF神經網絡%正交最小二乘算法
고속공로사건탐측%모호취류%RBF신경망락%정교최소이승산법
高速公路事件是指破坏正常交通流并造成交通阻塞的非重现随机发生的事件.事件发生后对其进行快速可靠的探测对减少交通延误、保障道路安全、减少环境污染具有十分重要的意义.文中提出了一种基于模糊聚类技术和RBF神经网络的混合智能高速公路事件自动探测算法,同时改进了用于RBF神经网络训练的OLS(正交最小二乘)选择算法.仿真实验证明,改进的OLS选择算法大大提高了RBF神经网络的训练速度,同时具有无须事先确定RBF中心的优点,将之运用于公路事件探测可以获得满意的性能.
高速公路事件是指破壞正常交通流併造成交通阻塞的非重現隨機髮生的事件.事件髮生後對其進行快速可靠的探測對減少交通延誤、保障道路安全、減少環境汙染具有十分重要的意義.文中提齣瞭一種基于模糊聚類技術和RBF神經網絡的混閤智能高速公路事件自動探測算法,同時改進瞭用于RBF神經網絡訓練的OLS(正交最小二乘)選擇算法.倣真實驗證明,改進的OLS選擇算法大大提高瞭RBF神經網絡的訓練速度,同時具有無鬚事先確定RBF中心的優點,將之運用于公路事件探測可以穫得滿意的性能.
고속공로사건시지파배정상교통류병조성교통조새적비중현수궤발생적사건.사건발생후대기진행쾌속가고적탐측대감소교통연오、보장도로안전、감소배경오염구유십분중요적의의.문중제출료일충기우모호취류기술화RBF신경망락적혼합지능고속공로사건자동탐측산법,동시개진료용우RBF신경망락훈련적OLS(정교최소이승)선택산법.방진실험증명,개진적OLS선택산법대대제고료RBF신경망락적훈련속도,동시구유무수사선학정RBF중심적우점,장지운용우공로사건탐측가이획득만의적성능.
