高速公路交通事件檢測(cè)與仿真研究.pdf

1、隨著我國(guó)高速公路的建設(shè)和發(fā)展，高速公路安全逐漸引起人們的重視，而高速公路交通事件檢測(cè)技術(shù)的完善與成熟對(duì)高速公路安全起著關(guān)鍵性作用。當(dāng)高速公路出現(xiàn)緊急事件時(shí)，交通事件檢測(cè)技術(shù)能夠及時(shí)發(fā)現(xiàn)從而避免造成重大人員傷亡和經(jīng)濟(jì)損失，減小二次事件的發(fā)生幾率。 本文根據(jù)運(yùn)籌學(xué)排隊(duì)論建立高速公路數(shù)據(jù)仿真平臺(tái)。為了更加真實(shí)的反映某些路段車(chē)輛的運(yùn)行情況，通過(guò)對(duì)仿真的每輛車(chē)進(jìn)行時(shí)時(shí)跟蹤并模擬交通事件發(fā)生，產(chǎn)生所需數(shù)據(jù)。 本文對(duì)現(xiàn)有交通事件檢測(cè)算

2、法進(jìn)行研究，并對(duì)其有效性進(jìn)行對(duì)比分析，詳細(xì)分析了評(píng)價(jià)交通事件檢測(cè)算法有效性的方法。通過(guò)分析BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、GRNN(廣義回歸神經(jīng)網(wǎng)絡(luò))的基本原理，充分發(fā)揮神經(jīng)網(wǎng)絡(luò)理論優(yōu)勢(shì)并將其應(yīng)用到交通事件檢測(cè)算法中，提出了基于BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、GRNN(廣義回歸神經(jīng)網(wǎng)絡(luò))交通事件檢測(cè)算法。通過(guò)高速公路數(shù)據(jù)仿真平臺(tái)獲得的交通狀態(tài)參數(shù)數(shù)據(jù)，訓(xùn)練和檢測(cè)基于神經(jīng)網(wǎng)絡(luò)的交通事件算法的有效性。通過(guò)對(duì)基于BP網(wǎng)絡(luò)交通事件檢測(cè)算法、基于RBF網(wǎng)絡(luò)交通事件檢

3、測(cè)算法、基于GRNN(廣義回歸神經(jīng)網(wǎng)絡(luò))交通事件檢測(cè)算法的三種算法進(jìn)行對(duì)比試驗(yàn)和分析，得出基于GRNN(廣義回歸神經(jīng)網(wǎng)絡(luò))交通事件檢測(cè)算法在逼近能力、分類(lèi)能力和學(xué)習(xí)速度上，具有BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)無(wú)法超越的優(yōu)勢(shì)。GRNN最后收斂于樣本量集聚較多的優(yōu)化回歸面，當(dāng)樣本數(shù)據(jù)缺乏時(shí)，預(yù)測(cè)效果也比較好，并且還可以處理不穩(wěn)定的數(shù)據(jù)?；贕RNN交通事件檢測(cè)算法可獲得較高交通事件的檢測(cè)率和較低的誤警率，而且評(píng)價(jià)指標(biāo)的協(xié)調(diào)性也比其它二種算法好。同時(shí)，本