基于概率神經(jīng)網(wǎng)絡(luò)的道路擁堵判別本科畢業(yè)設(shè)計(jì)-資料下載頁(yè)
2025-06-23 18:54本頁(yè)面
【正文】 4) 1 (2,75) 1(2,76) 1 (2,77) 1 (2,78) 1 (2,79) 1 (2,80) 1 (2,81) 1 (2,82) 1 (2,83) 1 (2,84) 1 (2,85) 1 (2,86) 1 (2,87) 1 (2,88) 1 (2,89) 1 (2,90) 1 (2,91) 1 (2,92) 1 (2,93) 1 (2,94) 1 (2,95) 1 (2,96) 1 (2,97) 1 (2,98) 1 (2,99) 1 (2,100) 1表45 仿真過(guò)程數(shù)據(jù)表（4）Yc = Columns 1 through 13 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 14 through 26 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 27 through 39 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 40 through 52 1 1 1 1 1 1 1 1 1 1 1 2 2 Columns 53 through 65 2 2 2 2 2 2 2 2 2 2 2 2 2 Columns 66 through 78 2 2 2 2 2 2 2 2 2 2 2 2 2 Columns 79 through 91 2 2 2 2 2 2 2 2 2 2 2 2 2 Columns 92 through 100 2 2 2 2 2 2 2 2 2表47 仿真過(guò)程數(shù)據(jù)表（6）Y2 = (1,1) 1 (2,2) 1 (2,3) 1 (2,4) 1 (1,5) 1 (1,6) 1 (2,7) 1 (1,8) 1 (1,9) 1 (1,10) 1(2,11) 1 (2,12) 1 (1,13) 1 (2,14) 1 (1,15) 1 (2,16) 1 (2,17) 1 (2,18) 1 (1,19) 1 (1,20) 1 仿真結(jié)果 仿真得到的結(jié)果如下：Elapsed time is seconds.Yc2 = Columns 1 through 10 1 2 2 2 1 1 2 1 1 1 Columns 11 through 20 2 2 1 2 1 2 2 2 1 1仿真結(jié)果表明，概率神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)100組訓(xùn)練樣本數(shù)據(jù)的訓(xùn)練后，20組測(cè)試樣本數(shù)據(jù)的擁堵分類結(jié)果完全正確，與實(shí)際的道路狀況相吻合，測(cè)試準(zhǔn)確率為100％。 本章小結(jié)針對(duì)道路擁堵判別這一個(gè)多輸入的非線性系統(tǒng)建模問(wèn)題，本章提出了基于概率神經(jīng)網(wǎng)絡(luò)（PNN）理論的分類方法。一方面，概率神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程簡(jiǎn)單，訓(xùn)練速度非常快，它的抗干擾能力比較強(qiáng)，能夠有效抑制傳感器的測(cè)量噪聲；另一方面，概率神經(jīng)網(wǎng)絡(luò)可以克服反向傳播神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)。因此，概率神經(jīng)網(wǎng)絡(luò)應(yīng)用于道路擁堵判別為擁堵研究提供了一種切實(shí)可行的新思路。 結(jié) 論道路擁堵判別系統(tǒng)主要用于及時(shí)判別出道路上發(fā)生的擁堵事件，使交通管理部門(mén)能夠及時(shí)作出相應(yīng)的處理措施，以盡量減少由于道路擁堵所帶來(lái)的人員傷亡和財(cái)產(chǎn)損失等嚴(yán)重交通問(wèn)題的發(fā)生。其中，概率神經(jīng)網(wǎng)絡(luò)算法對(duì)擁堵判別的實(shí)現(xiàn)是核心部分，也是本文的主要工作。本文運(yùn)用交通流的基本理論和方法，研究了概率神經(jīng)網(wǎng)絡(luò)的理論知識(shí)并利用概率神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)道路擁堵判別的仿真，獲得了以下結(jié)論：（1）在對(duì)概率神經(jīng)網(wǎng)絡(luò)輸入向量選取和算法研究的基礎(chǔ)上，構(gòu)造了用于識(shí)別道路擁堵情況的兩類輸出模式：包括用狀態(tài)“1”表示的道路擁堵模式和用“2”表示的道路不擁堵模式，并且用交通管理部門(mén)的道路路段樣本數(shù)據(jù)對(duì)算法進(jìn)行仿真。與反向傳播神經(jīng)網(wǎng)絡(luò)相比，概率神經(jīng)網(wǎng)絡(luò)能夠克服其學(xué)習(xí)速度慢、訓(xùn)練時(shí)間長(zhǎng)等方面的局限性。（2）道路擁堵是導(dǎo)致交通事故頻繁發(fā)生、行程延誤以及環(huán)境污染、空氣質(zhì)量差的主要因素。隨著經(jīng)濟(jì)的發(fā)展，交通運(yùn)輸越來(lái)越成為影響經(jīng)濟(jì)發(fā)展、文化交流的因素，因此，建立有效的檢測(cè)系統(tǒng)判別道路擁堵情況對(duì)交通擁堵研究課題有著極其重要的意義。 參考文獻(xiàn)1 羅兵, 甘俊英, 張建民. 智能控制技術(shù)[M]. 清華大學(xué)出版社，2011: 991532 石征華, 侯忠生. 城市快速路擁堵度判別方法研究[J]. 交通與計(jì)算機(jī)，2006,24(5):20233 沈小軍，陳峻，王晨. 基于LVQ神經(jīng)網(wǎng)絡(luò)的交通擁堵預(yù)測(cè)研究[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2009, 7(3):971014 飛思科技產(chǎn)品研發(fā)中心. 神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)[M]. 電子工業(yè)出版社，2005:12455 周雪銘. 基于小波分析和神經(jīng)網(wǎng)絡(luò)的交通事件自動(dòng)檢測(cè)[J]. 公路與汽車, 2002, 9(1): 17196 蘇亮, 宋緒丁. 基于Matlab的概率神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)及應(yīng)用[J]. 計(jì)算機(jī)與現(xiàn)代化, 2012, 26(11): 47507 張良春, 夏利民, 石華瑋. 基于模糊聚類支持向量機(jī)的高速公路事件檢測(cè)[J]. 計(jì)算機(jī)工程與應(yīng)用，2007,43(17): 2262298 裴瑞平，梁新榮，劉智勇. 基于對(duì)向傳播網(wǎng)絡(luò)的交通事件檢測(cè)算法[J]. 微計(jì)算機(jī)信息， 2007, 23(33): 2642669 張一鳴，尹春橋，王鵬. 基于模糊推理的交通擁堵判別方法[J]. 西部交通科技，2012, 6(2): 646910 R. L. Cheu, S. G. Ritchie. Automated Detection of LaneBlocking Freeway Incidents Using Artificial Neural Networks. Transportation Research (Part C), 1995, 3(6): 371388. 致 謝本次畢業(yè)設(shè)計(jì)終于接近尾聲了，在梁新榮教授的耐心指導(dǎo)下，我對(duì)交通工程專業(yè)的理論知識(shí)有了更深的了解。在畢業(yè)論文完成之際，我衷心地向各位給予我指導(dǎo)、支持和幫助的老師和同學(xué)們表示深深的感謝。首先，感謝我的畢業(yè)設(shè)計(jì)指導(dǎo)老師梁新榮教授，在他的精心與耐心的指導(dǎo)下，我不但順利完成了畢業(yè)設(shè)計(jì)，還學(xué)習(xí)、了解到許多交通工程領(lǐng)域的專業(yè)知識(shí)。梁新榮老師堅(jiān)持嚴(yán)謹(jǐn)?shù)墓ぷ鲬B(tài)度，嚴(yán)格要求學(xué)生，常常根據(jù)我們的學(xué)習(xí)情況給予我們適當(dāng)?shù)闹笇?dǎo)。在畢業(yè)設(shè)計(jì)的過(guò)程中，梁新榮老師非常認(rèn)真負(fù)責(zé)，他會(huì)定期與我作學(xué)習(xí)溝通，時(shí)刻了解我的進(jìn)度和遇到的困難，當(dāng)我在學(xué)習(xí)中遇到“瓶頸”狀態(tài)的時(shí)候，梁老師會(huì)耐心地給我分析困惑的所在之處，并給予悉心的指導(dǎo)。我希望借此機(jī)會(huì)向梁新榮老師表示衷心感謝！同時(shí)，也要感謝畢業(yè)設(shè)計(jì)過(guò)程中給予我關(guān)心與幫助的蘭楊芳同學(xué)和黃文冠同學(xué)，和他們討論研究問(wèn)題能讓我多角度地去思考問(wèn)題，讓我在設(shè)計(jì)上學(xué)會(huì)創(chuàng)新，我獲益匪淺，同時(shí)也看到了自身的不足，在今后的學(xué)習(xí)中我將不懈地努力完善自己。最后，感謝母校四年來(lái)對(duì)我的悉心栽培，值此機(jī)會(huì)向母校五邑大學(xué)表示衷心的感謝之情！30
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1