matlab十字路口车流量仿真,基于高斯径向基函数神经网络的十字路口车流量预测...
2006年3月
摘要:
采用径向基函数预测功能的神经网络,对十字路口的车流量进行实时预测,仿真实验结果表明使用该神经网络对交叉口车流量进行预测可以得到令人满意的结果。关键词:神经网络;径向基函数;十字路口;智能交通中图分类号:S220.32S219.032.2
文献标识码:A
文章编号:1673-3142(2006)03-0041-03
PredictionofTrafficFlowatIntersectionBasedonRadialBasisBPNeuralNetwork
TangYanWangHongboWangWanxin
(MechanicalandElectricalofDezhouUniversity,ShandongDezhou253003,China)
Abstract:ThispaperimprovestraditionalBPneuralnetworktoforecasttrafficflowintimebyusingradialbasisfunction.Theresultsofsimulationtestshowthattheradialbasisneuralnetworkcanbeusedtoforecastthetrafficflowofintersection,andcangetsatisfyingeffect.
KeyWords:neuralnetwork;radialbasisfunction;Intersection;Intelligenttrafficsystem
基于高斯径向基函数神经网络的十字路口车流量预测
唐艳
王洪博
王万新
(德州学院机电系山东德州253003)
收稿日期:2006-01-20
作者简介:唐艳(1971-),女,山东德州人,硕士,讲师,主要从事控制工程及楼宇自动化方面的研究。
0引言
对某一十字路口在下一周期内的车流量进行预测,特别是在交通流高峰到来之前做出预测,进而采取及时的措施并通过交通控制系统削减交通流高峰、避免拥堵的发生,是ITS智能交通系统(IntelligentTrafficSystem)对城市道路进行智能化管理中一个重要的环节。但是,由于交通车流具有非线性、很大的不确定性、随机性和离散性,以常规数学模型为基础建立的十字路口车流量预测算法在预测精度和实时性方面还存在不少问题,这在一定程度上限制了智能交通系统管理和协调控制城市交通的能力。本文根据实地调查的数据,采用RBF径向基函数网络进行训练,然后对交叉口下一个时间段内的车流量进行预测,仿真实验结果取得了满意的结果。
1径向基函数的理论依据
径向基函数网络简称RBF(RadialBasis
Functions),不同于传统的BP神经网络。该方法计算
格式简单,节点配置灵活,计算工作量小,克服了BP学习速度慢、易陷入局部极小和运算迭代量大等缺点,在函数的逼近能力、
分类能力和学习速度等方面均优于BP网络。因此,这种网络的研究和应用正越来越受重视。
1.1RBF神经网络的拓扑结构
RBF神经网络的结构与BP网络类似,是一种三层前馈网络。网络的拓扑结构如图1所示。
农业装备与车辆工程
AGRICULTURALEQUIPMENT&VEHICLEENGINEERING
2006年第3期(总第176期)No.32006
(Totally176)
图1BP神经网络的结构
?41?
matlab十字路口车流量仿真,基于高斯径向基函数神经网络的十字路口车流量预测...相关推荐
- 基于动态径向基函数(DRBF)代理模型的优化策略
基于动态径向基函数(DRBF)代理模型的优化策略 在工程计算中,我们经常遇到需要求解优化问题,尤其在现在十分有前景的机器学习领域,如何快速.高效的求解优化问题,成为机器学习算法是否高效.准确的必要条件 ...
- 高斯径向基函数(RBF)神经网络
高斯径向基函数(RBF)神经网络 牛顿插值法-知乎 泰勒公式 径向基函数-wiki 径向基网络之bp训练 RBF网络逼近能力及其算法 线性/非线性,使用"多项式"逼近非线性,通过调 ...
- 高斯径向基函数的理解
高斯径向基函数的理解 提出问题 有这样一个函数f(x,y)为:P(x,y)->R,也就是函数f为二维空间上的一个点到实数集R上的映射.现在我们给出一些这样的训练实例即给出一些[p(x,y),f( ...
- 神经网络学习笔记(一) RBF径向基函数神经网络
神经网络学习笔记(一) RBF径向基函数神经网络 2018年08月06日 13:34:26 吃机智豆长大的少女乙 阅读数:2735 RBF径向基函数神经网络 初学神经网络,以下为综合其他博主学习材料及 ...
- 神经网络学习笔记(五) 径向基函数神经网络
径向基函数神经网络 首先介绍一下网络结构: 1.输入层为向量,维度为m,样本个数为n,线性函数为传输函数. 2.隐藏层与输入层全连接,层内无连接,隐藏层神经元个数与样本个数相等,也就是n,传输函数为径 ...
- 径向基函数神经网络简述
径向基函数神经网络是不同于BP神经网络的另一种的前馈神经网络,由输入层.一层非线性隐层(径向基层)和线性输出层组成的. 关于径向基函数神经网络,首先要介绍一个定理,cover定理,对于一个复杂的在低维 ...
- 人工神经网络:径向基函数神经网络
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 一.今日所学 前言 多层感知器是一类全局逼近的神经网络,网络的每个权重对任何一个输出都会产生同等程度的影响.因而对于每 ...
- 径向基函数神经网络(RBFNN)
RBF 就是计算两个点之间的相似度. 真正把特征从低维空间映射到高维空间的是你选择的隐层的节点数,隐层的节点数就是高维空间的维数. 如下实现了输入层到隐层之间文随机权重的径向基函数神经网络(RBFNN ...
- 径向基函数神经网络(RBFNN)详解
径向基函数神经网络RBFNN 前言 1.基础知识 1.1 径向基函数(RBF) 1.2 非线性问题 1.3 高级的径向基函数 1.4 RBFNN的结构 2.RBFNN的原理 2.1基本原理 2.2径向 ...
最新文章
- Spring Batch在大型企业中的最佳实践
- 用openoffice+jodconverter+webuploader+pdf.js实现文件上传、在线预览功能
- Anaconda装OpenCV
- 2017年第八届蓝桥杯 - 省赛 - C/C++大学A组 - A. 迷宫
- HDU 6188 Duizi and Shunzi
- Nginx学习总结(10)——Nginx前后端分离将多个请求转发到多个Tomcat,负载均衡反向代理
- 【java】各种对文件,读写的方法及小例子
- IPython 的使用
- asp.net先于iis安装导致iis不能解析aspx的问题(Failed to access IIS metabase,IISメタベースにアクセスできませんでした)...
- php 自动选择时间的代码,JavaScript_extjs 时间范围选择自动判断的实现代码,extjs中 有时需要选择一个日期 - phpStudy...
- 二维码的应用领域有哪些?
- Codeforces 950C-Zebras(模拟构造)
- laravel框架的whereIn条件或者where条件里面的in条件怎么写
- 为什么苹果的官网看上去这么美
- 凝胶负载染料行业调研报告 - 市场现状分析与发展前景预测(2021-2027年)
- CentOS 部署 NodeBB
- 数据中台总体技术架构
- 进制转换与进制转换表达式
- ROS中的坐标系规定及数据单位
- Anko Commons 教程
热门文章
- win7配置计算机,我的win7 pro - Microsoft Community
- C语言程序设计技能教程,【程序设计论文】C语言程序设计课程的教学方法(共4033字)...
- SourceInsight4.0自定义编译命令
- 那些日子 我们曾走过
- Azure Event Hub完全入门指南
- 汇金操盘手简易去广告方法
- Labview与C#的混合编程学习(一)
- 350套工装夹具设计图纸/机床工装夹具图纸/液压工装夹具图纸
- 如何选择信安系统,IDC/ISP/CDN信安设备,信安系统评测,备案管理系统
- mysql内存释放_MySQL内存不释放