原文传递
基于(SAGA-FCM)-PNN的交通状态判别方法研究
| 题名： | 基于(SAGA-FCM)-PNN的交通状态判别方法研究 |
| 正文语种： | 中文 |
| 作者： | 常丽君；郑黎黎；杨帆； |
| 关键词： | 交通状态判别；遗传算法；模拟退火算法；FCM算法；PNN模型 |
| 摘要： | 为了提高城市道路交通状态判别的正确性与稳定性,研究了一种基于遗传模拟退火算法改进的FCM算法与概率神经网络(PNN)结合的短时交通流状态判别方法。针对传统FCM算法会收敛到局部最优解的问题,利用遗传模拟退火算法对其进行改进,优化算法初始聚类中心;将已分类的数据分为训练集与测试集对概率神经网络(PNN)模型进行训练与测试,通过对径向基函数的扩展速度的优化提高PNN算法的准确性;并利用厦门市城市道路地磁检测数据对模型进行实例验证及性能分析。结果表明,文中方法能够有效的实现交通状态的判别,且能够得到全局最优解; |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2019 |
| 期： | 02 |
| 页码： | 120-127 |
检索历史
应用推荐
