基于状态空间神经网络和扩展卡尔曼滤波的主动交通感应控制

• 作者: 李岩 杨洁 过秀成
• 来源期刊: 东南大学学报（英文版）
• 学科: 交通运输
• 关键词: 状态空间神经网络 扩展卡尔曼滤波 交通感应控制 配时方案 交通状态预测
• 年，卷（期）: 2010,（3）
• 页码范围: 466-470
• 分类号: U491
• 字数: 612字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2010.03.019

摘要

为改善方案选择式交通感应控制输出的交通信号配时方案滞后于实时交通状态的缺点,提出用状态空间神经网络和扩展卡尔曼滤波模型预测未来交通状态的优化配时方案.采用能反映道路网络几何特征的状态空间神经网络拓扑结构,结合当前时段和前一时段的路段交通状态,预测下一时段交通状况并选择与其相匹配的信号配时方案;应用扩展卡尔曼滤波训练状态空间神经网络,提高其训练效率及精度.选用南京市广州路的实测交通数据和由多目标遗传算法得出的最优信号控制方案验证模型的有效性.研究结果表明,与BP神经网络和状态空间神经网络相比,所提出的模型能够根据道路状况选择合适的交通控制方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	过秀成	东南大学交通学院	227	3521	31.0	49.0
2	杨洁	东南大学交通学院	21	318	10.0	17.0
3	李岩	东南大学交通学院	10	117	6.0	10.0