模糊广义学习向量量化算法在交通事故预测方面的应用 Traffic Safety Forecast with GLVQ Based on Fuzzy Generalized Neural Network.pdfVIP

下载本文档

8
0
约1.35万字
约 7页
2018-01-28 发布于上海
举报
版权申诉

模糊广义学习向量量化算法在交通事故预测方面的应用 Traffic Safety Forecast with GLVQ Based on Fuzzy Generalized Neural Network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

模糊广义学习向量量化算法在交通事故预测方面的应用 Traffic Safety Forecast with GLVQ Based on Fuzzy Generalized Neural Network

交通运输工程与信息学报第8卷第4期 2010年12月Joumal Inf0眦ationNo．4V01．8Dec．20lO ofTr卸sportationEngineering锄d 模糊广义学习向量量化算法在交通事故预测方面的应用周莎王楠重庆交通大学，重庆市交通运输工程重点实验室，重庆400074 摘要：模糊逻辑系统易于理解，而神经网络则有极强的自适应能力．本文将模糊数学方法和神经网络结合起来建立组合模型，用广义模糊神经网络伊Q4№预测道路交通事故．运用MATu忸语言编程，利用模糊广义学习向量量化算法(FG【ⅣQ)建立模糊神经网络模型，并应用于交通事故预测中，改进了交通事故预测的计算方法．理论分析和实例表明，设计的模糊神经网络模型具有良好的非线性映射功能和泛化功能，对预测交通事故有较好的适应性．关键词：交通安全；预测模型；广义模糊神经网络；算法中图分类号：u491．3 文献标识码：A r GenerallZe(I上NizedNeuraleUral工NNetworketlⅣorK FuzzvUZZV‘jeneral ShaWANGNan ZHOU and ofTrafficTransportationEngineering， ChongqingKeyL￡山oratory China 400074， ChongqingJiaotongUniVersity，Chongqing is to andtheneuralnetworkhas Abstract：Fuzzy109icsystemeasyunderstand， verystrong A modelcombined 1earningvetorquantization) adaptiveability．hybrid GLVQ(generalized andGFNNfor traffichadbeenforwardinthis usedMATLABL forecastingsafety put paper，which the and revised vectorquantizationto with programmingfuzzy generalizedlearning cope factorsintrafficaccident Themodel the subjective prediction． improvedcomputation8l methodsfortraffic Thetheoreticaland resultsindicated safety． analysisexperimental innonlinearand thatthemodelwaseffective