共查询到19条相似文献,搜索用时 609 毫秒
1.
2.
3.
《公路》2021,66(9):292-295
科学准确预测运营期高速公路通行量能够对运营决策提供关键性支撑,同时,对高速公路路网建设规划、国民经济评价及投资效益分析也至关重要。人工神经网络算法能够映射高速公路交通量产生与变化的非线性和复杂性规律。为了提高传统BP网络高速公路交通量预测精度,提出了改进算法,通过遗传算法优化网络初始权重,引入峰值理论和模糊算法提高网络模型对较大流量的预测准确度;将优化算法应用于网络模型,建立了基于改进GA-BP的模糊神经网络高速公路交通量预测模型;模型应用于太原市绕城高速公路长风东收费站交通量预测,将预测值与实际统计值进行对比;应用结果验证了改进神经网络模型的有效性和准确性。 相似文献
4.
道路交通事故与车速建模 总被引:12,自引:0,他引:12
对国外高速公路的事故率与运行车速进行综合分析,阐述高速公路上基于运行车速的预测交通事故率的前期研究方法,在前期研究方法的基础上,将速度和速度两个自变量同时加以考虑,弥补了前期事故率模缺少影响因素的缺陷,并就其影响因素和控制参数展开分析;介绍新的高速公路事故率预测模型,对如何建立交通事故伤亡模型提出建议。 相似文献
5.
6.
7.
公路平曲线路段大型车运行速度模型研究 总被引:4,自引:1,他引:4
从安全设计一致性理念出发,详细分析了驾驶员在高速公路自由流状态下平曲线路段的信息采集处理过程,认为大型车在平曲线路段的曲中点前后两部分运行速度是受不同的线形信息的影响,用大量的实测数据建立了相应的两阶段平曲线路段大型车运行速度统计模型。经过与实测速度对比验证,证明两阶段平曲线运行速度预测模型具有预测精度高、适用范围广的优点。这为利用运行速度制定公路线形设计标准提供了良好的数据支持,同时也为运行速度进行安全一致性审核提供了理论支撑。 相似文献
8.
在现有双车道公路运行车速预测模型的基础上,利用Matlab工具箱中的BP人工神经网络,根据实验路段的运行车速实测数据,通过反复训练,建立了双车道公路运行车速与平面线形要素之间的神经网络关系,得出一种基于神经网络的新的双车道公路运行车速预测模型,以用于新建双车道公路的线形设计中,在设计阶段考虑交通安全因素,从而提高线形设计的质量。同时,该模型可用于已有双车道公路的运行车速预测,根据预测车速值,对线形设计质量进行评价,并采取相应的改善及预防措施,提高双车道公路线形的安全性。在应用中发现,建立的运行车速预测模型的预测精度较高,具有一定的实际应用价值。 相似文献
9.
为了降低重型车NOx排放速率监测控制中OBD设备异常采集数据和数据耦合问题的影响,基于BP神经网络建立了排放预测模型。为了提高预测模型的准确性,引入了遗传粒子群组合算法,并对其进行动态改进,同时利用PCA分析提取数据特征。结果表明:对比传统遗传算法和粒子群算法,动态改进的遗传粒子群组合算法在适应度函数上提升了5.75%和3.37%;与其他9种预测模型相比,动态改进后的遗传粒子群-BP网络在评价指标MASE、RMSE和R2上表现最优,MASE、RMSE分别为0.024和0.033 6,R2为0.951,预测结果与原始数据基本吻合,所建预测模型具有较高的预测准确性。 相似文献
10.
11.
基于GM-GRNN国家高速公路网规模预测研究 总被引:2,自引:0,他引:2
通过对国内外公路网规模研究的分析,指出了传统预测方法的不足。针对我国公路网规模预测中样本量少、数据干扰大的特点,首次引入资源承载力和地理特征影响系数概念,在充分考虑各种可量化因素的基础上,提出了GM-GRNN公路网规模预测模型,即是将灰色预测方法和人工神经网络中的广义神经网络相结合的预测方法,充分发挥了GM和GRNN模型的优点,避免了理论误差,检验结果表明,该方法具有较高的精度。最后分析预测出我国国家高速公路网的总体规模。 相似文献
12.
13.
14.
为提高深度学习神经网络运行速度,满足智能驾驶对算法实时性的要求,基于一种一体化实时目标检测算法YOLO和一种目标检测网络模型Faster RCNN,提出一种结合两者特点的实时目标检测神经网络。该网络保留区域卷积神经网络(R-CNN)算法的二次检测模式和区域生成神经网络RPN,去掉先验框,采用YOLO直接预测位置。结合Mask R-CNN中的ROI-Align方法进行二次位置修正,减少了Faster R-CNN中ROI-pooling所带来的位置预测偏差。对改进后的网络在KITTI数据集上进行测试,结果表明:改进后的神经网络检测一次仅耗时38 ms,检测的平均精确度高于YOLO和Faster RCNN,且对于不同大小的目标都具有很好的泛化能力。 相似文献
15.
分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。 相似文献
16.
17.
18.
基于动态概率神经网络的公路交通事件检测算法 总被引:1,自引:0,他引:1
从公路隧道事件及其自身特点出发,依据人工神经网络这一强大的无模型模式分类器,采用人工神经网络算法建立动态概率神经网络(DPNN)事件检测模型:模型采用的输入指标不是单独的交通流参数,而是几个参数的组合,充分利用交通数据中包含的交通事件信息,大大提高算法的性能。 相似文献
19.
提出了一种基于混合遗传算法的径向基神经网络(HGARBF)的车用汽油机过渡工况进气流量预测模型。首先设计了一种新的混合遗传算法,利用梯度算法每次迭代得到的结果来改进遗传算法的群体,将遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点作为梯度算法下一步迭代的起始点,运用该混合遗传算法进行径向基神经网络参数的优化,改善径向基神经网络不同初始参数对其性能的影响;然后建立了基于HGARBF网络的过渡工况进气流量的预测模型。仿真结果表明,该预测模型优于经典的进气流量平均值模型,为精确及时测试汽油机进气流量提供了新的方法。 相似文献