排序方式: 共有67条查询结果,搜索用时 31 毫秒
1.
基于神经网络实现交叉口多相位模糊控制 总被引:3,自引:5,他引:3
根据城市交叉口交通流的特点,给出了一种交叉口多相位自适应控制算法,综合考虑相邻车道上的车队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明,所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力。 相似文献
2.
基于数据驱动的交通事故自动检测对道路事故的及时救援与降低事故影响具有重要作用。为解决道路交通事故自动检测中的样本不均衡问题,研究了混合自适应过采样技术与极限梯度提升树算法的交通事故自动检测方法(ADASYN-XGBoost)。其中,为从不均衡的交通事故样本中有效挖掘数据的时空特征与事故发生之间的内在关联规律,构建了初始特征变量组合,引入自适应合成过采样方法(adaptive synthetic oversampling method,ADASYN)来平衡事故类与非事故类的样本数量,以增强训练数据的质量;其次,为提高检测效果,构建了基于XGBoost的交通事故检测模型,利用该模型对增强后的数据样本进行特征筛选;最后,为获取最佳参数组合,采用了贝叶斯优化算法对XGBoost进行参数的快速标定。本文使用波特兰高速公路数据集对ADASYN-XGBoost方法进行模型验证与实证研究。结果表明:与先进的基准模型相比,ADASYN-XGBoost的各项检测指标均最优,其F1分数达到94.47%且误检率低至8.95%。在模型训练样本数为2800,500(18%的初始样本量),150(5%的初始样本量)... 相似文献
3.
作为优先发展的交通方式,公共交通以其运量大、运输成本低和节能环保的优势广受青睐。然而,准点率低、乘客候车时间及运输时间过长等问题使其对于乘客的吸引力难以提高。因此,为优化公交调度、降低公交系统运营成本、提升服务水平和工作效率,对平峰时段单向行驶的某一线路公交车的停靠与越站优化问题进行研究。以公交车是否在站台停靠为决策变量,建立了以最小化停靠成本、乘客在站候车时间、被越站站点的乘客额外候车时间及车辆在站停靠时间为目标的城市公交越站调度的多目标优化模型,在MATLAB软件中使用改进的遗传算法进行求解,选取了广州市126路公交为实例进行计算以验证方法可行性,并进行了各目标权重的灵敏度分析。最终得到的公交越站调度方案可达到10%的优化效果,且最大权重目标为乘客站点候车时间。故该模型具有一定实用性和可操作性。 相似文献
4.
5.
基于神经网络的城市关联交叉口交通流预测控制方法 总被引:2,自引:0,他引:2
为了改善城市路网整体通行效率,针对城市交通流实时变化以及高度非线性的特点,提出一种基于神经网络的城市关联交叉口交通流预测控制方法。以关联交叉口的总体排队长度最小为性能指标,以神经网络作为交叉口的交通流量预测模型,并通过交通流量实测值与预测值之间的误差实现对神经网络的在线训练。结合神经网络预测控制方法,给出了城市关联交叉口信号控制中信号周期、绿信比(或相位时长)以及相位差的确定思路。仿真试验结果表明:以关联交叉口总体排队长度最小为优化指标的交通流预测控制策略,可提高关联交叉口的总体通行效率。 相似文献
6.
交叉口Agent间的多遇协调策略及其参数影响分析 总被引:1,自引:0,他引:1
为信号控制的城市道路交叉口定义一个Agent结构模型,在分析相邻交叉口交通流关联关系的基础上,利用记忆因子δ、学习概率α、交叉口交通流变化概率β<,i>等参数阐述了交叉口Agent间的多遇协调流程.交叉口 Agent多遇协调采用部分获利协作策略,其交互策略更多地考虑在获利少于对方时候如何以更加协作的态度进行协调.利用记... 相似文献
7.
通过收集历史数据,建立多个影响城市交通能耗的因素与交通运输能耗的数据库,首先用决策树算法对影响因素进行选择,然后根据给定的输入列,用Microsoft时序算法对广东省交通能耗进行短期预测。结果表明,运行的车辆数、车辆的周转量是影响能耗的两大主要因素,同时短期内交通能耗呈上升趋势,且较往年有所增强。 相似文献
8.
9.
10.
针对城市交通信号控制及公交优先问题,提出了一种交叉口自适应可变相序的多相位控制算法,利用多层BP神经网络实现了公交优先的交通信号多层模糊控制。仿真结果表明,与定时公交优先控制模型相比,模糊神经网络控制器能有效地减少公交车辆延误,具有较强的学习和泛化能力,可用于未来的信号控制系统中。 相似文献