RBF网络在交通流模型辨识中的应用

• 作者: 吴志坚 罗赞文 韩曾晋
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 径向基函数网络 聚类 人工神经网络 高速公路交通流模型
• 年，卷（期）: 2001,（9）
• 所属期刊栏目: 自动化
• 页码范围: 106-110
• 页数: 5页
• 分类号: TP271
• 字数: 3983字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2001.09.028

摘要

利用径向基函数(RBF)人工神经网络来逼近已知的交通流非线性解析模型,讨论了高速公路交通流模型的辨识问题.提出了一种带反馈的RBF网络模型,讨论了其训练算法.算法分两步实现,第一步利用一种改进的聚类分析方法确定隐层节点核函数的中心点,第二步用最小二乘法确定从隐层到输出层的连接权.最后将训练好的网络模型和给定的解析模型同时进行仿真计算,得出了当某路段出现突发性交通事故时交通流密度和平均速度的变化曲线.仿真结果说明RBF神经网络模型的训练速度快和辨识精度还是令人满意的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩曾晋	清华大学自动化系	29	1188	16.0	29.0
2	罗赞文	清华大学自动化系	4	58	3.0	4.0
4	吴志坚	上海大学自动化学院	5	87	4.0	5.0