采用人造神经网络和遗传算法的高速公路事件自动检测系统

摘要

本发明公开了一种用于高速公路上自动检测事件的神经网络的设计。一个神经网络利用基于后向繁殖和遗传算法方法的组合被训练,以优化神经网络的设计。在神经网络设计中,后向繁殖和遗传算法按照合作方式一起工作。训练开始于基于即时误差的增量学,全局总误差累积起来用于在神经网络的数据训练末期的成批更新。遗传算法直接地并行评估多组神经网络的性能,然后利用分析结果养育新的神经网络,它趋向于更适合处理手中的问题。

主权项

1．一种用于识别交通阻塞事件存在或不存在的交通事件自动检测系统，包括：用于获得交通数据的传感器；用于收集和存储由传感器取得的交通数据的数据服务器；连接到数据服务器的事件检测处理器，该事件检测处理器包括至少一个用于评估交通数据以确定时间实例的事件状态的神经网络；以及一个神经网络设计系统，用于更新至少一个在事件确定过程中由事件检测处理器使用的神经网络，该神经网络设计系统接收交通数据作为输入，并利用后向繁殖和遗传算法技术来优化更新的神经网络的设计。