广东省自然科学基金(06300326)
- 作品数：10 被引量：43H指数：3
- 相关作者：梁新荣刘智勇裴瑞平曾爱国毛宗源更多>>
- 相关机构：五邑大学华南理工大学更多>>
- 发文基金：广东省自然科学基金中国博士后科学基金江门市科技计划项目更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 最小二乘支持向量机交通事件检测算法被引量：4
- 2007年
- 根据高速公路有事件发生时交通流将产生突变这一原理,采用最小二乘支持向量机研究高速公路事件检测问题。阐述了最小二乘支持向量机分类算法,设计了事件检测系统结构,分析了交通事件对交通流的影响规律,并合理地选取了最小二乘支持向量机的输入量。仿真实验表明,最小二乘支持向量机事件检测算法具有检测准确率高、学习速度快等优点,具有良好的应用前景。
- 梁新荣裴瑞平刘智勇徐建闽
- 关键词：交通工程最小二乘支持向量机
- 基于CMAC与PID复合的高速公路入口匝道控制
- 采用小脑模型关节控制器和PID复合控制方法调节进入高速公路的车辆数目。首先建立了高速公路交通流动态模型;然后阐述了CMAC与PID复合控制算法,结合非线性反馈理论用CMAC-PID控制器决定高速公路入口匝道调节率;最后用...
- 梁新荣范业坤
- 关键词：高速公路交通流模型小脑模型关节控制器匝道控制
- 文献传递
- 人工免疫算法在道路交通流分析中的应用被引量：1
- 2007年
- 采用人工免疫算法对珠海市人民路的交通流进行分析。首先用人工免疫算法对原始交通流数据进行压缩,然后通过聚类分析得到分类结果。仿真实验表明,人工免疫算法可以有效地减少聚类数据的冗余信息,所得到的分类结果较好地反映了交通流数据的内在结构,该算法可以作为交通控制以及交通时段自动划分的理论依据。
- 曾爱国梁新荣
- 关键词：人工免疫算法聚类分析交通流
- 高速公路匝道单神经元自适应PID控制器
- 提出一种改进的单神经元自适应PID控制方法调节进入高速公路的车辆数目。首先建立高速公路交通流动态模型,然后确定了匝道控制目标,根据非线性反馈原理设计单神经元自适应PID匝道控制器。采用一种改进的算法对权值进行调整,最后用...
- 韦彦秀梁新荣
- 关键词：高速公路交通流模型自适应PID控制器
- 文献传递
- 人工免疫控制器在高速公路匝道控制中的应用
- 生物免疫系统依靠T细胞在不同的免疫阶段起着促进或抑制两种不同的调节作用,保证了免疫系统在各种抗原入侵时能够快速响应并保持足够的稳定性,进而维持生物体体内平衡。本文借鉴生物特异性免疫中T细胞、B细胞协同免疫机理,提出了一种...
- 梁新荣韦彦秀
- 关键词：高速公路匝道控制交通流模型
- 文献传递
- 小波分析在高速公路事件检测中的应用被引量：1
- 2007年
- 采用小波分析方法研究高速公路事件检测问题,介绍小波变换和多孔算法,阐述事件检测原理,给出事件检测步骤,并对实际例子进行分析。试验结果表明,将小波分析用于高速公路事件检测中有其优越之处。
- 裴瑞平梁新荣刘智勇
- 关键词：高速公路小波分析
- 基于人工免疫分类器的高速公路事件检测
- 2008年
- 采用一种有限资源人工免疫分类器研究高速公路事件检测问题。阐述了人工免疫识别系统(AIRS)的算法,然后分析了高速公路事件对交通流的影响,并选取多个时刻的上游流量、上游占有率和下游流量、下游占有率作为AIRS的输入量,最后用高速公路管理部门提供的样本数据进行了仿真实验。实验结果表明,人工免疫分类器具有很快的学习速度和较高的分类精度,它为高速公路事件检测提供了一种切实可行的新途径。
- 曾爱国梁新荣
- 关键词：高速公路交通流免疫算法
- 高速公路匝道回归神经网络控制器的设计被引量：2
- 2007年
- 提出用回归神经网络进行入口匝道控制的思路。阐述了Elman回归神经网络原理与入口匝道控制原理,选取上、下游时间占有率和车速作为匝道控制器的输入量,并设计了Elman回归神经网络入口匝道控制器,采用一种改进的算法对回归神经网络进行训练。仿真实验表明,该控制器学习误差小,泛化能力好,具有良好的应用前景。
- 梁新荣曾爱国
- 关键词：交通工程匝道控制回归神经网络
- 基于小波变换和LS-SVM的事件检测算法被引量：16
- 2007年
- 根据高速公路有事件发生时交通流将产生突变这一原理,提出一种基于小波变换和最小二乘支持向量机的事件自动检测算法。首先用小波变换提取特征数据,然后用最小二乘支持向量机进行分类,仿真实验表明该算法具有检测时间短、检测率高和误报率低的优点,它为事件检测提供了一种切实可行的新思路。
- 裴瑞平梁新荣刘智勇
- 关键词：高速公路小波变换
- 基于Elman神经网络的高速公路限速控制被引量：1
- 2007年
- 限速控制是高速公路交通控制的重要措施和手段,为了提高限速控制精度,提出Elman神经网络建模方法。阐述了Elman神经网络的原理,根据高速公路主线上车辆群状态、路面状况、气象条件等信息,建立交通流速度限制Elman神经网络模型,Elman神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为2、12、12和1,采用Levenberg-Marquardt算法对Elman神经网络进行训练,并与RBF神经网络进行仿真对比。结果表明,Elman神经网络和RBF神经网络的训练误差分别为9.99769×10-9和2.38112×10-4,与RBF神经网络相比较,Elman神经网络自适应能力强、泛化能力好,能准确地建立交通流速度限制模型,具有良好的应用前景。
- 李政梁新荣
- 关键词：ELMAN神经网络高速公路速度限制仿真
