模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2006, Vol. 19 Issue (6): 831-835    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于GGA的RBF神经网络及其在交通信息预测中的应用
郭璘1,2,3,方廷健1,2,3,叶加圣3
1.中国科学院合肥智能机械研究所 合肥 230031
2.中国科学技术大学 自动化系 合肥 230027
3.安徽省软件工程技术研究中心 合肥 230088
Genetic Gradient Algorithm Based RBF Neural Network and Its Applications to Traffic Information Prediction
GUO Lin1,2,3, FANG TingJian1,2,3, YE JiaSheng3
1.Hefei Institute of Intelligent Machines, Chinese Academy of Sciences, Hefei 230031
2.Department of Automation, University of Science and Technology of China, Hefei 230027
3.The Research Center for Software Engineering of Anhui Province, Hefei 230088

全文: PDF (418 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 准确可靠的交通信息预测是实现智能交通诱导和交通管理的关键.本文提出一种两步学习算法:遗传梯度算法,用于RBF神经网络的学习,并应用到交通信息预测中.算法充分利用遗传算法的全局优化能力和梯度下降算法的局部搜索能力,一方面加快网络收敛速度,另一方面优化网络结构,并在一定程度上提高网络的推广能力.宁波市实时交通速度信息预测的实验结果论证该算法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
郭璘
方廷健
叶加圣
关键词 遗传梯度算法(GGA)RBF神经网络遗传算法(GA)梯度下降算法交通信息预测    
Abstract:The realtime and accurate predicted traffic information is critical to the intelligent traffic inducement and the traffic management. A twostep learning algorithm GGA (Genetic Gradient Algorithm) for radial basis function (RBF) neural network is proposed in this paper. A genetic algorithm (GA) initially determines the parameters of the RBF network including the number and locations of the selected centers and the widths of Gaussian kernel functions in the hidden layer. Then a gradient descent algorithm is adopted to further adjust these parameters of the RBF network. A smaller network with better generalization capability can thus be obtained. The experimental results of the realtime traffic information prediction in Ningbo city show good performance of the proposed method.
Key wordsGenetic Gradient Algorithm (GGA)    Radial Basis Function (RBF) Neural Network    Genetic Algorithm (GA)    Gradient Descent Algorithm    Traffic Information Prediction   
收稿日期: 2005-07-28     
ZTFLH: TP181  
作者简介: 郭璘,男,1978年生,博士研究生,主要研究方向为智能交通系统、人工智能.E-mail: guolin@mail.ustc.edu.cn.方廷健,男,1939年生,教授,博士生导师,主要研究方向为智能交通系统、人工智能.叶加圣,男,1975年生,副研究员,主要研究方向为智能交通系统.
引用本文:   
郭璘,方廷健,叶加圣. 基于GGA的RBF神经网络及其在交通信息预测中的应用[J]. 模式识别与人工智能, 2006, 19(6): 831-835. GUO Lin, FANG TingJian, YE JiaSheng. Genetic Gradient Algorithm Based RBF Neural Network and Its Applications to Traffic Information Prediction. , 2006, 19(6): 831-835.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2006/V19/I6/831
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn