原文传递
实时交通信号配时的BP神经网络的结构及学习算法研究
| 题名： | 实时交通信号配时的BP神经网络的结构及学习算法研究 |
| 正文语种： | 中文 |
| 作者： | 黄崇超 孙海英 |
| 作者单位： | 武汉大学数学与统计学院应用数学系,武汉,430072 |
| 关键词： | 交通信号 交叉口 实时信号配时 神经网络 BP学习算法 粒子群优化算法 |
| 摘要： | 由于人工神经网络具有表征复杂输入输出系统的强大功能,将其用于城市道路交叉口的实时信号配时,是极有应用前景的尝试.针对我国城市道路交叉口的实际情况,本文提出了一种改进的BP学习算法来解决用于交叉口实时信号配时的神经网络的训练问题.该算法针对传统BP学习算法收敛速度较慢的缺点,采用粒子群优化算法来训练网络,使学习速度有显著的提高.程序运行表明,与传统BP算法相比,不仅收敛速度快,而且所得的结果优于经典方法.这将有助于在相同的信号周期内降低了交叉口的总延误,提高了通行能力,使神经网络发挥更好的控制效果. |
| 会议日期： | 20051116 |
| 会议举办地点： | 武汉 |
| 会议名称： | 2006年大城市交通高层学术论坛 |
| 出版日期： | 2005-11-16 |
| 母体文献： | 大城市交通高层学术论坛论文集 |
| 分类号： | U491.51 |
检索历史
应用推荐
