BP神经网络收敛性问题的改进措施

BP算法现在已成为目前应用最广泛的神经网络学习算法，它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用，但存在收敛较慢问题．笔者在文中简述了BP算法原理，针对BP算法的收敛性问题，提出了几点改进措施。     

BP神经网络收敛性问题的改进措施

BP算法现在已成为目前应用最广泛的神经网络学习算法,它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用,但存在收敛较慢问题.笔者在文中简述了BP算法原理,针对BP算法的收敛性问题,提出了几点改进措施.     

基于BP神经网络的CPI预测模型

采用归一化数据处理方法,选择神经网络的训练样本,利用神经网络的结构特性及Matlab的人工神经网络工具箱,建立基于BP神经网络的CPI预测系统的数学模型.利用该模型对2008年山东省居民消费价格指数进行预测,通过前4个月的数据分析,模型的预测值与实测值的误差为0.91%.     

隐节点竞争BP模型

通过分析ＢＰ网络在局部极小状态下的微观特性，给出一种在隐藏层引入竞争机制的网络模型－隐节点竞争ＢＰ模型，试验表明该模型不仅有效地克服了局部极小问题，而且加快了学习快速，另外，还对本文提出的Ｏ竞争和已有的δ竞争进行了比较，并验证了Ｏ竞争的有效性。     

基于BP神经网络的预测模型

预测是数据分析的基本任务之一,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的产生为处理非线性问题提供了一条新途径。文中运用智能计算技术建立了BP网络模型。通过珠江三角洲天河水文站的水位预测结果表明,BP网络模型有较好的泛化能力,预测更为可靠。     

砼强度的BP网络模型

通过分析影响砼强度的因素，建立了一个3层的BP网络模型，在对样本进行分类和标准化处理后，进行了BP网络的训练和仿真，其结果表明：应用所得到的BP网络对于砼强度的预测值计算相对于实测值具有满足工程要求的精度。     

反馈BP神经网模型及其稳定性分析

实践证明具有反馈的ＢＰ神经网比传统的ＢＰ神经网具有更加优越的特性和新颖的性质。本文建立了反馈ＢＰ网的数学模型。并从动力学角度，利用Ｌｙａｐｕｎｏｖ函数对其稳定性进行了分析，最后给出了反馈ＢＰ网的应用实例。     

基于进化规划的BP神经网络学习

通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析,指出它们存在的缺陷。提出一个改进的进化规划算法,并将其应用于BP神经网络的权值优化。取XOR问题和4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明,本文中提出的改进的进化规划算法优于前2个算法。     

����BP����������Ԥ��ģ�ͼ����ڹ�·������Ԥ���е�Ӧ��

组合预测方法与单一预测方法相比可以提高预测的精度和稳定性，因此得到广泛的应用。本文首先概述了组合预测的基本思想，然后介绍了基于BP神经网络的组合预测模型，并以吉林省公路货运量为例给出计算实例，实例的预测结果非常理想，同时也用数理统计的方法证明了此模型的适用性。统计分析和实践都证明此模型的可行性和适用性，说明将此模型用于公路交通运输量预测是有效可行的。     

砼强度的BP网络模型

通过分析影响砼强度的因素,建立了一个3层的BP网络模型,在对样本进行分类和标准化处理后,进行了BP网络的训练和仿真,其结果表明:应用所得到的BP网络对于砼强度的预测值计算相对于实测值具有满足工程要求的精度.     

交叉口右转机动车穿越决策BP仿真模型及灵敏度分析

机非相互穿越模型是信号交叉口混合交通微观仿真系统中反映机动车和自行车相互影响的核心模型. 为了描述交叉口处机动车穿越自行车流的决策行为,分析了两相位信号交叉口右转机动车穿越邻道直行自行车的微观行为,提出了基于BP神经网络的机动车穿越决策模型. 以北京2个交叉口调查数据为基础,对该模型验证并与Logistic模型比较,结果表明BP模型优于Logistic模型且具有较好的预测精度. 根据所建模型的映射关系计算出系统输出对输入参数的一阶灵敏度矩阵,灵敏度分析结果表明,自行车提供给机动车的穿越间隙是影响机动车穿越决策行为的决定性因素,且间隙在2.76s～2.96s变动时对机动车穿越决策行为影响最大.     

BP Simulation Model and Sensitivity Analysis of Right-turn Vehicles' Crossing Decisions at Signalized Intersection

Inter-crossing behavior model of motor vehicles and bicycles is the key part of micro-simulation for mixed traffic at signalized intersection. The microscopic behaviors of the motor vehicles passing through the bicycle flow at a two phased signalized intersection were analyzed to reproduce the passing behavior of motor vehicles. A BP neural network model was proposed to describe the motor vehicles' passing decision. Based on the field data at two typical intersections in Beijing, the model was validated and compared with the Logistic model. The results indicated that the BP model was more effective than the Logistic model and had better prediction accuracy. First derivative sensitivity matrix of the BP model was established. The sensitivity analysis showed that the most important factor impacting on the motor vehicles' passing decision-making behavior is the gap allowing motor vehicles to pass through. The passing decision-making behavior is the most sensitive to the gap when it lies between 2.76 s and 2.96 s.     

信号交叉口行人二次过街下右转车通行能力与延误估计模型

在充分分析典型四相位交叉口行人二次过街设置前、后的行人流与右转车流冲突的前提下,以行人过街时间占有率和行人群到达分布作为分析指标,利用可插车间隙理论得出行人单向通行和双向通行条件下的右转车通行能力计算公式;根据行人流随机消散和集中消散的不同特征,应用随机分布理论推导出右转车穿越行人流的延误模型;并通过算例对比分析行人二次过街设置前、后右转车通行能力和延误的变化值。结果表明,除了在少数行人流量比较大的情况下,行人二次过街的设置会小幅度减少右转车的延误;在其他大多数情况下,行人二次过街设置后,右转车的通行能力将受到限制,延误增大,其中,平均通行能力降低了16.68%,平均延误时间增大了21%,所以,当右转车交通需求较大时,需同时考虑行人和右转车的交通运行状态,优化设计是否采用行人二次过街,避免右转车超出极限忍耐时间而增大与行人冲突的概率。     

ƽ���źŽ������ת������΢�۷���ģ�͵��о�

混合交通是我国城市交通的主要特征，特别是在平面信号交叉口。同相位不同方向行驶的机动车和自行车之间产生大量的干扰，严重影响了交叉口的通行能力，增加了安全隐患，给交通管理带来了难以治理的问题。微观行为模型是研究机非混合交通的有效工具，本文基于三相位信号控制交叉口处的机非混合交通问题，分析了影响机动车右转弯通过交叉口的主要因素，建立了右转机动车在信号交叉口内穿越直行自行车的微观行为模型和自由行驶模型，并利用实测数据对模型参数进行了标定，验证了模型的有效性。该模型揭示了信号交叉口处的机非干扰机理，为进一步研究混合交通条件下机动车的微观行为模型提供了一种方便、高效的仿真分析手段。     

信号交叉口过渡信号期间行人过街选择行为分析

主要对行人过渡信号期间信号灯不同显示方式下行人过街的影响因素进行分析,并建立了行人过街行为的预测模型.使用视频和问卷调查法,在重庆市3 个交叉口进行拍摄,记录下行人在过渡信号期间的过街行为.同时,对通过交叉口的行人使用截断式调查的方式进行问卷调查.问卷基于计划行为理论进行设置,为了验证问卷的有效性和科学性,调查后对问卷进行了信度和效度验证,结果表明该问卷能够反映过渡信号阶段行人过街选择行为的决策机理.同时,通过上述调查分析结果表明,心理因素中行人的态度对行人过街行为影响最大.用Pearson x2 检验法,分析了影响行人选择行为的因素,并建立了二元Logit模型预测行人在过渡信号期间的过街行为.     

基于机动车排放的交叉口信号控制仿真与分析

结合微观仿真元胞自动机模型和机动车排放MOVES模型，以十字信号控制交叉口为仿真对象，研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5 m×3.5 m的元胞，每辆车占2 个元胞，交叉口内转弯车辆减速慢行，直行车辆速度不受限制，提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明：最佳信号周期随着车辆到达率的增加而增加，使得交叉口通行效率达到最大化；行程时间随着左转车比例的增加而增加，对于不同的车辆到达率，均存在一个极限值，当左转车比例低于该极限值时，行程时间变化不大，高于该极限值时，行程时间快速增加；从通行能力、行程时间和尾气排放的角度，交叉口具有不同的最佳信号周期，且差异较大.     

基于机动车排放的交叉口信号控制仿真与分析

结合微观仿真元胞自动机模型和机动车排放MOVES模型,以十字信号控制交叉口为仿真对象,研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5 m×3.5 m的元胞,每辆车占2 个元胞,交叉口内转弯车辆减速慢行,直行车辆速度不受限制,提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明：最佳信号周期随着车辆到达率的增加而增加,使得交叉口通行效率达到最大化;行程时间随着左转车比例的增加而增加,对于不同的车辆到达率,均存在一个极限值,当左转车比例低于该极限值时,行程时间变化不大,高于该极限值时,行程时间快速增加;从通行能力、行程时间和尾气排放的角度,交叉口具有不同的最佳信号周期,且差异较大.     

考虑多前车反馈的智能网联车辆跟驰模型

基于智能网联车辆(Connected Autonomous Vehicle, CAV)跟驰特性,本文研究CAV跟驰模型.考虑多前车电子节气门角度反馈,构建CAV跟驰模型,并应用稳定性分析方法,推导所提模型稳定性判别条件.以考虑3辆前导车的CAV跟驰模型为例,设计数值仿真实验,分析不同CAV比例时混合交通流的安全性.模型稳定性分析表明：所提模型相比已有模型(CAV的T-FVD模型及常规车辆FVD模型)具备更优的稳定域,且考虑前车数量越多、多前车反馈权重系数越大,所提模型的稳定性越好;相同取值条件下,距离越远处的前车反馈权重系数对所提模型稳定性的影响越大.数值仿真表明,CAV有利于降低交通流的车辆尾部碰撞安全风险.     

前后多车影响的跟驰模型及稳定性分析

驾驶员在跟车行驶过程中,通常会通过视野前后车辆的行驶状态来调整自己的跟驰行为,基于此本文提出了一种考虑驾驶员视野内双前车和后车对跟驰车辆影响的改进跟驰模型.根据线性稳定分析方法,得到了改进模型的中性稳定性条件,并通过计算机仿真模拟进行了验证.为了进一步加强验证结果及说明改进模型的优越性,同经典FVD模型进行了数值仿真对比.仿真结果表明：灵敏度α越大越有利于提高改进跟驰系统的稳定性;同经典FVD跟驰模型相比,改进模型抵抗干扰的能力更突出,能够消散交通系统中的微小扰动,具有抑制交通拥堵和稳定交通流的有利作用.