RBF网络在交通流模型辨识中的应用

被引：14

作者：

罗赞文

吴志坚

韩曾晋

机构：

[1] 清华大学自动化系!北京

[2] 上海经达机电工程设计研究所

[3] 上海

[4] 上海大学自动化学院!上海

来源：

清华大学学报(自然科学版) | 2001年 / 09期

关键词：

径向基函数网络; 聚类; 人工神经网络; 高速公路交通流模型;

D O I：

10.16511/j.cnki.qhdxxb.2001.09.027

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

利用径向基函数 (RBF)人工神经网络来逼近已知的交通流非线性解析模型 ,讨论了高速公路交通流模型的辨识问题。提出了一种带反馈的 RBF网络模型 ,讨论了其训练算法。算法分两步实现 ,第一步利用一种改进的聚类分析方法确定隐层节点核函数的中心点 ,第二步用最小二乘法确定从隐层到输出层的连接权。最后将训练好的网络模型和给定的解析模型同时进行仿真计算 ,得出了当某路段出现突发性交通事故时交通流密度和平均速度的变化曲线。仿真结果说明 RBF神经网络模型的训练速度快和辨识精度还是令人满意的

引用

页码：106 / 110

页数：5