基于概率神经网络的道路拥堵判别本科毕业设计.docVIP

基于概率神经网络的道路拥堵判别 摘 要 近年来，交通拥堵严重不仅给人们的日常生活带来诸多的不便，甚至成为了经济发展的阻碍因素。本文针对道路拥堵判别这种非线性分类问题，提出了基于概率神经网络的道路拥堵判别方法。充分结合概率神经网络的理论知识，以前一时刻与后一时刻的交通量q、速度v和车辆占有率作为概率神经网络的输入量，通过样本数据对概率神经网络的训练，可以分析在输入量因素的影响下道路的畅通情况，最后用样本数据进行了仿真实验，得到的结果令人满意。 关键词 城市交通；道路拥堵；概率神经网络；测试数据；仿真研究  Abstract In recent years, traffic congestion has not only brought inconvenience to people’s daily life, but also has become a factor hindering economic development. Aiming at the problem of nonlinear classification in traffic congestion judgment, a method based on probabilistic neural network (PNN) is proposed. Combined the theory of pro