基于自适应BP神经网络的城市道路偶发性拥堵判别

在分析交通拥堵时空分布特征的基础上,将交通流状态划分为正常状态、常发性拥堵和偶发性拥堵3种;以BP神经网络为基本工具,引入粒子群算法确定网络结构,通过加栽学习动量项加快网络收敛速度,实现偶发性拥堵的准确、快速识别。研究表明,自适应BP神经网络比传统网络在偶发性拥堵判别方面具有更高的正确率,能实现快速判别。