计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
6期
194-195,201
,共3页
RBF神经网络%高速公路%速度限制%仿真
RBF神經網絡%高速公路%速度限製%倣真
RBF신경망락%고속공로%속도한제%방진
针对高速公路限速控制是一个非线性时变系统、难以用数学模型准确建模这一特点,提出了RBF神经网络控制方法.阐述了RBF神经网络的结构和训练方法,根据高速公路主线上车辆数目以及路面状况、气象条件等信息,建立交通流速度控制RBF神经网络模型,并进行了仿真研究.该网络学习速度快、自适应强,泛化能力好,对交通流限速控制的在线建模具有重要意义.
針對高速公路限速控製是一箇非線性時變繫統、難以用數學模型準確建模這一特點,提齣瞭RBF神經網絡控製方法.闡述瞭RBF神經網絡的結構和訓練方法,根據高速公路主線上車輛數目以及路麵狀況、氣象條件等信息,建立交通流速度控製RBF神經網絡模型,併進行瞭倣真研究.該網絡學習速度快、自適應彊,汎化能力好,對交通流限速控製的在線建模具有重要意義.
침대고속공로한속공제시일개비선성시변계통、난이용수학모형준학건모저일특점,제출료RBF신경망락공제방법.천술료RBF신경망락적결구화훈련방법,근거고속공로주선상차량수목이급로면상황、기상조건등신식,건입교통류속도공제RBF신경망락모형,병진행료방진연구.해망락학습속도쾌、자괄응강,범화능력호,대교통류한속공제적재선건모구유중요의의.
