论文研究时间递推耦合神经网络的交通路径动态诱导技术.pdf

通过“人—机—环境”耦合关系, 对路况与时间变化关系进行研究。综合车辆运行过程中不同时段的路况差异和人因作用、突发道路事故随机性, 以神经网络有师学习作为经验累积方法, 提出时间递推预测方法确定路径最短时间, 从而实现对交通路径的动态诱导。递推预测以知识库累积经验与实时路况信息作比较, 为驾驶者提供实时有效的路况信息支撑。结果表明, 该诱导技术可辅助驾驶者及时对路况作出正确判断, 减少因经验不足和突发事件造成的时间损失, 适用于安装有GPS导航的车辆。实例分析表明, 所构建模型与实际数据结合收到良好效果。