基于神经网络的城市快速路交通拥堵判别算法

• 作者: 张利国 田秋芳 陈阳舟
• 来源期刊: 计算机测量与控制
• 关键词: 交通拥堵 神经网络 梯度算法 交通参数
• 年，卷（期）: 2011,（1）
• 页码范围: 167-169
• 分类号: TP311
• 语种: 中文

摘要

针对城市快速路的常发性拥堵和偶发性交通拥堵,提出了一种基于神经网络的自动判别算法.该方法利用改进的自适应梯度算法优化神经网络的权值参数,既能保证神经网络参数收敛到全局最优值,又具有快的学习速度,提高了神经网络的检测效果.利用微观交通仿真软件PARAMICS建立了城市快速路网,通过多次仿真获得了包含各种交通拥堵的学习样本,增强了算法的鲁棒性.将训练好的神经网络对多种实际的交通数据进行了仿真试验.实验结果表明,该算法在城市快速路交通拥堵判别中具有较高的检测率和较低的误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈阳舟		139	1333	19.0	27.0
2	张利国		15	138	6.0	11.0
3	田秋芳		2	37	2.0	2.0