全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于BP神经网络技术的路段实际通行能力

Keywords: 实际通行能力,BP神经网络,计算模型

Full-Text   Cite this paper   Add to My Lib

Abstract:

交通工程领域对于道路通行能力的计算的研究主要是在常态条件下对理论通行能力修正系数的研究,但路段上的随机因素对于实际通行能力的影响也是不可忽视的.为此,对现行的路段实际通行能力计算方法进行了分析,并确定了影响实际通行能力的各种因素,对其随机性进行分析.在此基础上,结合BP神经网络模型能够很好地体现出随机性的影响,对通行能力的影响因素和实际通行能力之间的函数关系进行逼近,得到相应的拟合公式.依据已有的样本,建立了实际通行能力计算的神经网络模型,结果采用神经网络模型计算的实际路段的通行能力与实测数据误差最大为4.09%,因此神经网络模型适宜于路段实际通行能力的计算.

References

[1]  任福田.交通工程学导论[M].北京:中国建筑工业出版社,1987.REN Fu-tian. The Guidance of Traffic Engineering[M]. Beijing: China Construction Press, 1987. (in Chinese)
[2]  周伟,王秉纲.路段通行能力的理论探讨[J].交通运输工程学报,2001,1(2):92-98.ZHOU Wei,WANG Bing-gang. The theoritial discussion on capacity of roadway[J]. Journal of Traffic Engineering, 2001,1(2): 92-98. (in Chinese)
[3]  宿延吉.神经网络理论及应用[M].北京:北京林业大学出版社,1993.SU Yan-ji. Neural Network Theory and Appliance[M]. Beijing: Beijing Forestry University of Forest Press, 1993. (in Chinese)
[4]  许仙珍,朱雨.一种快速逼近的神经网络构造性算法[J].计算机工程与应用,2003(16):53-56.XU Xian-zhen, ZHU Yu. A faster conrergent constructed algorithm for neural networks[J]. Computer Engineering and Appliance, 2003(16): 53-56. (in Chinese)
[5]  王青海.BP神经网络算法的一种改进[J].青海大学学报,2004,22(3):82-84.WANG Qing-hai. Improvement on BP algorithm in artificial neural network[J] . Journal of Qinghai University, 2004, 22(3): 82-84. (in Chinese)
[6]  陈艳艳,梁颖,杜华兵,等.基于阻塞概率分析的车辆自动导航路线优选模型[J].北京工业大学学报,2003,29(1):39-42.CHEN Yan-yan, LIANG Ying, DU Hua-bing, et al. The auto-guiding route choice model for vehical based onblockage probability analysis[J]. Journal of Beijing University of Technology, 2003,29(1):39-42. (in Chinese)

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133