高速公路交通事件檢測與仿真研究.pdf

1、隨著我國高速公路的建設和發(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技術(shù)的完善與成熟對高速公路安全起著關鍵性作用。當高速公路出現(xiàn)緊急事件時，交通事件檢測技術(shù)能夠及時發(fā)現(xiàn)從而避免造成重大人員傷亡和經(jīng)濟損失，減小二次事件的發(fā)生幾率。 本文根據(jù)運籌學排隊論建立高速公路數(shù)據(jù)仿真平臺。為了更加真實的反映某些路段車輛的運行情況，通過對仿真的每輛車進行時時跟蹤并模擬交通事件發(fā)生，產(chǎn)生所需數(shù)據(jù)。 本文對現(xiàn)有交通事件檢測算

2、法進行研究，并對其有效性進行對比分析，詳細分析了評價交通事件檢測算法有效性的方法。通過分析BP網(wǎng)絡、RBF網(wǎng)絡、GRNN(廣義回歸神經(jīng)網(wǎng)絡)的基本原理，充分發(fā)揮神經(jīng)網(wǎng)絡理論優(yōu)勢并將其應用到交通事件檢測算法中，提出了基于BP網(wǎng)絡、RBF網(wǎng)絡、GRNN(廣義回歸神經(jīng)網(wǎng)絡)交通事件檢測算法。通過高速公路數(shù)據(jù)仿真平臺獲得的交通狀態(tài)參數(shù)數(shù)據(jù)，訓練和檢測基于神經(jīng)網(wǎng)絡的交通事件算法的有效性。通過對基于BP網(wǎng)絡交通事件檢測算法、基于RBF網(wǎng)絡交通事件檢

3、測算法、基于GRNN(廣義回歸神經(jīng)網(wǎng)絡)交通事件檢測算法的三種算法進行對比試驗和分析，得出基于GRNN(廣義回歸神經(jīng)網(wǎng)絡)交通事件檢測算法在逼近能力、分類能力和學習速度上，具有BP網(wǎng)絡和RBF網(wǎng)絡無法超越的優(yōu)勢。GRNN最后收斂于樣本量集聚較多的優(yōu)化回歸面，當樣本數(shù)據(jù)缺乏時，預測效果也比較好，并且還可以處理不穩(wěn)定的數(shù)據(jù)?；贕RNN交通事件檢測算法可獲得較高交通事件的檢測率和較低的誤警率，而且評價指標的協(xié)調(diào)性也比其它二種算法好。同時，本