城市快速路交通事件檢測智能算法研究.pdf

1、交通事件自動檢測是智能交通系統(tǒng)的一個重要組成部分，其實時性與準確性直接關(guān)系到交通控制與交通誘導(dǎo)的效果。為了提高城市快速路交通事件檢測算法的檢測率、降低誤報率、縮短平均檢測時間，本文設(shè)計和改進了加利福尼亞算法、神經(jīng)網(wǎng)絡(luò)檢測算法等多種交通事件的自動檢測算法，并研究了由交通事件引起的偶發(fā)性擁堵和常發(fā)性擁堵的辨別。這些算法均取得了比較好的檢測效果。論文的主要研究成果如下：
　　 1)研究了目前交通事件檢測的原理和方法，利用PARAMIC

2、S交通仿真軟件模擬北京市從大望橋與四惠橋之間的京通快速路的交通狀況，得到交通事件發(fā)生前后的宏觀交通參數(shù)的變化，并對該數(shù)據(jù)進行了分析。
　　 2)分析了加利福尼亞算法目前的現(xiàn)狀和存在的問題，提出了一種自適應(yīng)遺傳算法與加利福尼亞算法相結(jié)合的自動檢測算法。該算法跟傳統(tǒng)的加利福尼亞算法相比較，克服了其閾值難確定的缺點。
　　 3)分析了神經(jīng)網(wǎng)絡(luò)算法目前的現(xiàn)狀和存在的問題，提出了一種基于自適應(yīng)遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的自動檢測算法

3、，改進了神經(jīng)網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)學習方法，同傳統(tǒng)的加利福尼亞算法以及現(xiàn)有的神經(jīng)網(wǎng)絡(luò)算法相比較，提高了算法效率和準確度。
　　 4)分析了交通擁堵的特點，介紹了常發(fā)性擁堵和偶發(fā)性擁堵的區(qū)別，設(shè)計了一種基于神經(jīng)網(wǎng)絡(luò)的交通擁堵自動辨別算法，利用改進的自適應(yīng)梯度算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值參數(shù)，既能保證神經(jīng)網(wǎng)絡(luò)參數(shù)收斂到極小值，又具有快的學習速度，提高了神經(jīng)網(wǎng)絡(luò)的檢測效果。
　　 論文最后對研究工作進行了總結(jié)，并提出了今后需進一步深入研究的