智能信息處理

所属分类:人工智能  
出版时间:2012-8   出版时间:熊和金 國防工業出版社 (2012-08出版)   作者:熊和金   页数:298  

内容概要

  智能信息處理在復雜系統建模、系統分析、系統決策、系統控制、系統優化和系統設計等領域具有廣闊的應用前景。  《智能信息處理(第2版)》介紹模糊信息處理、神經網絡信息處理、雲信息處理、可拓信息處理、粗集信息處理、遺傳算法、蟻群算法、免疫算法、信息融合、量子智能信息處理、粒子群優化算法和DNA算法。  《智能信息處理(第2版)》除供智能信息處理與智能控制技術研究人員參考外,還可作為相關專業研究生教材和大學高年級選修課教材。

书籍目录

第1章  模糊信息處理第2章  神經網絡信息處理第3章  雲信息處理第4章  可拓信息處理第5章  粗集信息處理第6章  遺傳算法第7章  蟻群算法第8章  免疫算法第9章  信息融合第10章  量子智能信息處理第11章  粒子群優化算法第12章  DNA算法參考文獻

章节摘录

  2.4.3 高速公路RBF神經網絡限速控制器  梁新榮等人將RBF神經網絡用于高速公路限速控制器的設計,得到了好的試驗效果。  采用有效的交通控制方法對交通流進行科學的組織與管理,充分發揮交通網絡的通行潛力,在最大程度上使交通流做到有序流動,成為解決交通擁擠的好辦法。  改善高速公路交通擁擠的方法主要有主線控制、人口匝道控制、路網集成控制和收費控制等。主線控制就是對高速公路主線的交通進行調節、誘導和警告。主線控制的基本目標是改善高速公路運行的安全和效率,緩解主線上交通擁擠和交通瓶頸對交通的影響,這種控制對常發性擁擠和突發性擁擠都是有效的。主線控制技術包括主線限速控制、車道使用控制及駕駛信息系統。主線限速控制是通過設置可變速度標志來限制行車速度,從而使主線交通流的速度能隨車輛數目以及路面狀態、氣象條件等的改變而變化,保證交通流均勻穩定,減少交通事故,同時還能提高道路通行能力。國外的運行試驗證明了這些效果。  高速公路RBF神經網絡限速控制方法是︰充分利用與高速公路交通密切相關的信息,如路面狀況、氣象條件、路段上車輛數目等,建立主線交通流速度控制RBF神經網絡模型;利用訓練樣本數據對網絡描述輸入、輸出的映射規律;根據實時檢測到的路段上車輛數目以及當前的路面狀況、氣象條件等,由訓練後的網絡得到最佳速度目標值;在入口匝道附近的高速分路主線上設立交通信息指示牌,對高速公路路段的行車速度提出限制。  RBF神經網絡控制器的輸出為高速公路路段的車輛行駛速度限制值。,。的取值範圍為35km/h-160km/h。控制器的輸入有兩個,分別為單位長度路段上的車輛數n和路面性能評價值g/n的取值範圍為0-80輛/km,它可由車輛計算器測出,也可由超聲波檢測器等測出。  為了提高RBF神經網絡的建模精度,獲得良好的通用能力,網絡的訓練數據不能太少。結合高速公路管理人員實踐、專家知識和駕駛人員的實際經驗,高速公路管理處提供90組樣本數據作為訓練數據,使用上述訓練算法對網絡進行訓練,訓練前對樣本數據進行了歸一化處理。仿真試驗表明︰RBF神經網絡具有快的收斂速度、很好的泛化能力,網絡的輸出非常合乎規律,這表明所建的RBF神經網絡模型是成功的,它正確描述了輸入、輸出的映射規律。  高速公路限速控制是一種非線性控制,難以用數學模型準確建模。結合高速公路主線上車輛數目以及路面狀況、氣象條件等信息,采用RBF神經網絡對高速公路限速控?進行了研究。利用RBF神經網絡學習速度快、自適應性強、泛化能力好等優點,實現一種高效的限速控制。研究表明︰該方法切實可行,具有實用價值,可使交通更加均勻、穩定,同時還能提高道路通行能力,對改善高速公路的運行和安全效率具有重要意義。  ……

编辑推荐

熊和金編著的《智能信息處理》內容介紹︰智能信息處理是模擬人或自然界其他生物處理信息的行為,建立處理復雜系統信息的理論、算法,以及系統的方法、技術。智能信息處理主要面對不確定性系統和不確定性現象。智能信息處理在系統建模、系統分析、系統決策、系統控制、系統優化和系統設計等領域具有廣闊的應用前景。

图书封面


    智能信息處理下載



用户评论 (总计0条)

 
 

 

計算機與互聯網 PDF免费下载,人工智能PDF免费下载。 计算机教程网 

计算机教程网 @ 2017