文献类型：会议

作　　者：黄崇超 孙海英

作者单位：武汉大学数学与统计学院应用数学系,武汉,430072

会议文献：大城市交通高层学术论坛论文集

会议名称：2006年大城市交通高层学术论坛

会议日期：20051116

会议地点：武汉

主办单位：中国系统工程学会;武汉交通工程学会

出版日期：20051116

语　　种：中文

摘　　要：由于人工神经网络具有表征复杂输入输出系统的强大功能,将其用于城市道路交叉口的实时信号配时,是极有应用前景的尝试.针对我国城市道路交叉口的实际情况,本文提出了一种改进的BP学习算法来解决用于交叉口实时信号配时的神经网络的训练问题.该算法针对传统BP学习算法收敛速度较慢的缺点,采用粒子群优化算法来训练网络,使学习速度有显著的提高.程序运行表明,与传统BP算法相比,不仅收敛速度快,而且所得的结果优于经典方法.这将有助于在相同的信号周期内降低了交叉口的总延误,提高了通行能力,使神经网络发挥更好的控制效果.

关 键 词：交通信号 交叉口 实时信号配时  神经网络  BP学习算法 粒子群优化算法

分 类 号：U491.51[物流管理与工程类]