《基于模糊神经网络的信号交叉口服务水平模型》.pptx

基于模糊神经网络的信号交叉口服务水平模型 ; 论文提出了基于模糊神经网络的信号交叉口服务水平模型,设计了基于可视化仿真的驾驶员感受量化调查方法。该模型首先将评价指标输入模糊化,以便利用模糊理论模拟驾驶员的感受形成过程,然后利用人工神经网络驱动模糊推理,从而预测驾驶员对交叉口运行状况的感受,以及交叉口服务水平。;二、基于模糊神经网络的服务水平模型 ; ; ; ; ;表1、信号交叉口服务水平评价的参考指标 ;5、应用实例与分析 ; ;驾驶员感受值对各参数的灵敏度分析;6、模型标定与验证 根据被调查者对各调查方案中各评价指标做出的模糊语言描述结果,标定了延误、停车次数、冲突行人非机动车流量、冲突机动车流量4项指标的模糊隶属度函数。 从30组数据样本中选取23组数据对神经网络进行训练。网络训练函数采用动量及自适应梯度递减训练函数，???络学习函数应用梯度下降阈值学习函数。网络隐层神经元个数经实验最终选取为8个,网络性能以均方误差评价。该神经网络经过10 000次迭代练后,均方误差为0.000 1,达到预设的收敛要求。 ; ; 请批评指正！