基于RFID技术和FOA-GRNN理论的高速公路道路关闭交通事件对车辆影响的判断模型

被引：15

作者：

史东亚

陆键

陆林军

机构：

[1] 上海交通大学交通研究中心

来源：

武汉理工大学学报 | 2012年 / 34卷 / 03期

关键词：

无线射频识别; 广义回归神经网络; 果蝇优化算法; 交通事件;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082302 ; 082303 ;

摘要：

为弥补基于传统交通信息采集技术的高速公路交通事件检测算法仅能判断交通事件发生与否而无法判断车辆个体是否受到交通事件影响的不足,作者提出了一种基于RFID和FOA-GRNN的高速公路交通事件对车辆影响的判断模型。该模型使用RFID获取关键交通信息,利用广义回归神经网络对交通信息进行归类,应用果蝇优化算法获取广义回归神经网络的最佳平滑参数值。用VISSIM进行了仿真,对模型进行了验证,结果表明该判断模型具有检测率高、误警率低的特点,能迅速判断出受到交通事件影响的车辆,为交通疏导工作提供支持。

引用

页码：63 / 68

页数：6

共 12 条

[1]

基于RFID的关键交通信息采集技术研究.[D].马黎.广东工业大学.2011, 10

[2]

广义回归神经网络和遗传算法研究及其在化工过程建模中的应用.[D].郝鑫.浙江大学.2004, 03

[3] A Modified General Regression Neural Network (MGRNN) with new, efficient training algorithms as a robust 'black box'-tool for data analysis [J].