公路与汽运
公路與汽運
공로여기운
HIGHWAYS & AUTOMOTIVE APPLICATIONS
2013年
6期
58-61
,共4页
喻丹%吴义虎%喻伟%宋明磊%秦滔
喻丹%吳義虎%喻偉%宋明磊%秦滔
유단%오의호%유위%송명뢰%진도
城市交通%偶发性交通拥堵%自适应BP神经网络%粒子群%学习动量
城市交通%偶髮性交通擁堵%自適應BP神經網絡%粒子群%學習動量
성시교통%우발성교통옹도%자괄응BP신경망락%입자군%학습동량
在分析交通拥堵时空分布特征的基础上,将交通流状态划分为正常状态、常发性拥堵和偶发性拥堵3种;以BP神经网络为基本工具,引入粒子群算法确定网络结构,通过加载学习动量项加快网络收敛速度,实现偶发性拥堵的准确、快速识别.研究表明,自适应BP神经网络比传统网络在偶发性拥堵判别方面具有更高的正确率,能实现快速判别.
在分析交通擁堵時空分佈特徵的基礎上,將交通流狀態劃分為正常狀態、常髮性擁堵和偶髮性擁堵3種;以BP神經網絡為基本工具,引入粒子群算法確定網絡結構,通過加載學習動量項加快網絡收斂速度,實現偶髮性擁堵的準確、快速識彆.研究錶明,自適應BP神經網絡比傳統網絡在偶髮性擁堵判彆方麵具有更高的正確率,能實現快速判彆.
재분석교통옹도시공분포특정적기출상,장교통류상태화분위정상상태、상발성옹도화우발성옹도3충;이BP신경망락위기본공구,인입입자군산법학정망락결구,통과가재학습동량항가쾌망락수렴속도,실현우발성옹도적준학、쾌속식별.연구표명,자괄응BP신경망락비전통망락재우발성옹도판별방면구유경고적정학솔,능실현쾌속판별.
