基于Elman神经网络的高速公路限速控制

• 作者: 李政 梁新荣
• 来源期刊: 科技与创新
• 关键词: Elman神经网络 高速公路 速度限制 仿真
• 年，卷（期）: 2007,（28）
• 所属期刊栏目: 控制系统
• 页码范围: 27-29
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.28.012

摘要

限速控制是高速公路交通控制的重要措施和手段,为了提高限速控制精度,提出Elman神经网络建模方法.阐述了Elman神经网络的原理,根据高速公路主线上车辆群状态、路面状况、气象条件等信息,建立交通流速度限制Elman神经网络模型,Elman神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为2、12、12和1,采用Levenberg-Marquardt算法对Elman神经网络进行训练,并与RBF神经网络进行仿真对比.结果表明,Elman神经网络和RBF神经网络的训练误差分别为9.99769×10-9和2.38112×10-4,与RBF神经网络相比较,Elman神经网络自适应能力强、泛化能力好,能准确地建立交通流速度限制模型,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李政	五邑大学信息学院	2	11	2.0	2.0