道路交通事故神经网络预测研究

对于交通事故的预测,可以视作一个非线性随机的输入输出系统,因此保证了可将神经网络理论用于预测的可行性.为此,选用算法建立了道路交通事故神经网络预测模型.鉴于算法具有学习速度慢,目标函数存在局部极小点的缺点,采用改进的快速算法,即采用加动量项和自适应学习速率的方法来弥补这一不足,实现对交通事故的预测.     

非线性系统模糊神经网络直接自适应控制

提出一种基于模糊神经网络的自适应控制方法。由模糊神经网络构成非线性预测器，利用使预测输出等于参考输出，生成实时控制信号。对自适应算法进行了理论分析，结合实例进行了仿真。     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

液压平衡校正系统的自适应模糊神经网络控制

针对模锻液压机平衡校正系统存在不是由系统状态决定的时变负载干扰的特点,用具有时变参数辩识能力的自适应模糊神经网络(AFNN)对平衡校正系统的静态不确定性和时变负载进行在线估计,并根据估计值随时修正控制策略,使得实际的平衡校正系统在校正速度、动态特性和静态精度等方面均获得比较满意的效果。     

风电机组变桨距系统神经网络模糊自适应控制

变桨距系统是风力发电机组研究的关键部分.针对其控制技术直接影响整个机组的性能和风能利用效率的状况,在风力机的空气动力学特性分析的基础上,应用神经网络模糊自适应控制,讨论了在低于额定风速时,如何控制风轮转速,从而获得最大的风能利用系数;在高于额定风速时,如何控制桨距角的变化,从而保持输出功率恒定的方法.仿真结果表明了该方法的有效性.     

采用高木—关野模糊系统的自适应控制器

采用神经网络 ＢＰ算法提供信息对经验规则进行修改,用 Ｐｉ－Ｓｉｇｍａ神经网络表示的高木－关野模糊系统作为模糊控制器。对于对象模型参数变化的自适应性及系统控制规则参数的修改使控制输出能较快地跟踪系统输入。     

模糊系统与神经网络的融合一类模糊神经网络的应用研究

本文简要提脑模糊系统及神经网络的特怀，在分析模糊系统和神经网络关系的基础上，探讨了模糊神经网络研究中模糊系统和神经网络融合的基本理论，并以简单的实例说明了应用的可行性及有效性。     

一种新型的模糊神经网络自适应控制系统

结合神经网络控制和模糊控制的各自特点,提出了一种新的基于神经网络的模糊自适应控制算法,并给出了该算法的认真与分析结果,利用该算法实现了基于模糊神经网络的智能控制系统的建立。     

基于神经网络的广东省道路交通事故模型

在广东省历年道路交通统计数据的基础上,利用BP神经网络模型和Elman神经网络模型,对广东省道路交通事故进行了建模研究.应用Matlab软件对模型进行了计算实现,并对计算结果进行了分析,结果表明模型效果良好. 更多还原     

用自适应模糊神经网络建立诊断专家系统模型

本文用模糊神经网络算法解决了坦克故障诊断专家系统的具体模型。该算法是当前学术界上的一具热点。作者提出用坦克目标系统故障输出变量和网络系统输出变量的距离信息优化系统参数，来达到自适应目的的方法。同时提出并讨论网络元素过多时分阶段的算法。     

基于交通事故间距分布特征的事故黑点鉴定新方法

常用的事故多发点鉴定方法都需在分析事故数据前将路段进行划分,这与事故的空间分布不一致,易导致事故多发点的割裂分析。在对交通事故数据统计分析基础上,验证了单位里程事故数服从泊松分布,并推导出事故间距服从负指数分布,进而可计算出异常事故间距的界限值,认为构成异常事故间距的事故与路况可能存在一定联系,并根据小概率事件原理,可确定出异常事故间距连续出现个数的下限值,大于该下限值的连续事故异常间距构成路段即为事故多发地点。     

龙泉路事故多发致因分析

龙泉路为昆明市道路交通事故多发段之一.通过长期的实地交通观测和调查,选择了一个该路段事故致因的典型地点系统地分析龙泉路事故多发的原因,并提出治理建议.     

Short-Term Traffic Flow Prediction Based on Road Network Topology

Accurate short-term traffic flow prediction plays a crucial role in intelligent transportation system (ITS), because it can assist both traffic authorities and individual travelers make better decisions. Previous researches mostly focus on shallow traffic prediction models, which performances were unsatisfying since short-term traffic flow exhibits the characteristics of high nonlinearity, complexity and chaos. Taking the spatial and temporal correlations into consideration, a new traffic flow prediction method is proposed with the basis on the road network topology and gated recurrent unit (GRU). This method can help researchers without professional traffic knowledge extracting generic traffic flow features effectively and efficiently. Experiments are conducted by using real traffic flow data collected from the Caltrans Performance Measurement System (PEMS) database in San Diego and Oakland from June 15, 2017 to September 27, 2017. The results demonstrate that our method outperforms other traditional approaches in terms of mean absolute percentage error (MAPE), symmetric mean absolute percentage error (SMAPE) and root mean square error (RMSE).     

基于网络道路交通流仿真平台的研究与设计

以交通流理论为指导思想,提出采用OPNET网络仿真软件设计网络道路交通流仿真平台.介绍了OPNET网络仿真软件的能力映射到设计网络道路交通流仿真平台所作的研究,认为从理论、方法和技术上是可行的.     

基于替代路径的道路系统连通可靠性分析

本文通过分析失效路径中部分路段可重复利用性,提出了一种更合理的基于替代路径的路网连通可靠性评价方法,定义了替代思想与原则,建立了路段、OD对、路网的可靠性评价模型,在最短路寻找中,采取D ijkistra算法,最后通过算例与前人典型研究成果进行了对比分析计算,结果表明该方法更合理、符合实际的路径选择行为.为城市路网规划、管理、防灾救灾提供更可靠的依据.     

高速公路交通安全的影响因素及预防途径

通过分析高速公路交通事故的现状及特点 ,分别从人、车、路三方面探讨了诱发交通事故的原因。并结合我国的交通现状 ,提出了交通事故的预防途径 ,对在高速公路上行驶的车辆如何减少和预防交通事故的发生 ,将起到一定的警示、借鉴作用     

道路交通噪声预测模型研究

道路交通噪声预测模型是噪声污染治理与防治工作中的重要环节之一.本文将道路交通噪声预测模型大致划分为统计模型、经验模型、理论模型和宏观评价模型4类,对各类模型的基本建模思想、代表模型、模型发展以及模型的优、缺点进行了分析,最后展望了道路交通噪声预测模型的发展趋势.     

道路交通安全目标管理的研究

减少道路交通事故,在工业发达的国家已经有了不少的经验,事故量已趋于下降或稳定。中国属于正在发展中的国家,道路交通流量在猛增,交通事故也很多。北京己采取加强道路建设及严格交通管理等措施,目标管理是其中重要方法之一。本文是对这种方法的简介和探讨。