導(dǎo)航：安全管理網(wǎng)>> 安全論文>> 交通安全論文>>正文

基于人工神經(jīng)網(wǎng)絡(luò)的交通污染可視化技術(shù)研究

文檔作者：白建軍1 朱國成2 文檔來源： 1西安長慶科技工程有限責(zé)任公司 2重慶工商大學(xué)現(xiàn)代教育信息中心		點(diǎn) 擊數(shù)：	更新時(shí)間： 2023年11月01日
下載地址：點(diǎn)擊這里	文件大?。?455.42 KB 共3頁	文檔格式： PDF	下載點(diǎn)數(shù)： 1 點(diǎn)（VIP免費(fèi)）

全屏查看

內(nèi)容預(yù)覽 [文件共3頁]

本文件共3頁，如需編輯使用，請(qǐng)下載。

注：預(yù)覽效果可能會(huì)出現(xiàn)部分文字亂碼（如口口口）、內(nèi)容顯示不全等問題，下載是正常的。

	文件大小：455.42 KB 共3頁文件格式：PDF 下載點(diǎn)數(shù)：1 點(diǎn)（VIP會(huì)員免費(fèi)）

下一篇：合肥市加強(qiáng)混凝土攪拌車安全管理

上一篇：關(guān)于對(duì)環(huán)境監(jiān)測(cè)數(shù)據(jù)審核的論述

文本預(yù)覽

僅提取頁面文字內(nèi)容，供快速閱讀使用。

基于人工神經(jīng)網(wǎng)絡(luò)的交通■●，
白建軍1朱國成2
f1西安長慶科技工程有限責(zé)任公司陜西西安710018
2重慶工商大學(xué)現(xiàn)代教育信息中心重慶400067)
摘要為了解決交通污染預(yù)防問題．以重慶市渝中區(qū)中山路為研究對(duì)象．實(shí)地監(jiān)測(cè)樣本數(shù)據(jù)，建立樣本數(shù)據(jù)庫。采用人工
神經(jīng)網(wǎng)絡(luò)算法．利用MATLAB7．5神經(jīng)網(wǎng)絡(luò)工具箱．借助樣本數(shù)據(jù)庫訓(xùn)練交通污染物控制神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)。利用Visure
Foxpr09．0完成訓(xùn)練好的人工神經(jīng)網(wǎng)絡(luò)仿真系統(tǒng)開發(fā)。為實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)仿真交通污染物可視化，實(shí)地進(jìn)行地理數(shù)據(jù)采集，建立
空間數(shù)據(jù)庫．構(gòu)造GIS系統(tǒng)。系統(tǒng)開發(fā)結(jié)果表明．將人工神經(jīng)網(wǎng)絡(luò)仿真技術(shù)與GIS技術(shù)結(jié)合應(yīng)用的交通污染控制可視化技術(shù)，
可以自動(dòng)有效地呈現(xiàn)交通污染物濃度分布。
關(guān)鍵詞人工神經(jīng)網(wǎng)絡(luò)交通可視化GIS MAnab
中圖分類號(hào)：TPl83 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672—9064(2011)03—0017_03
人工神經(jīng)網(wǎng)絡(luò)(ANN)是模擬人腦工作方式而設(shè)計(jì)的學(xué)
習(xí)系統(tǒng)．由大量并行分布的單個(gè)處理單元構(gòu)成的非線性動(dòng)力
學(xué)系統(tǒng)?．為研究非線性系統(tǒng)提供了一種強(qiáng)有力的工具。它
可用來處理信息十分復(fù)雜，各因子相聯(lián)規(guī)則不明確、背景知
識(shí)不清楚等非線性問題[2】，為解決街道峽谷氣體運(yùn)動(dòng)復(fù)雜、
氣體濃度影響因素多、因素相互作用關(guān)系不清晰建立數(shù)學(xué)模
型困難提出了一種可能的解決方法。
地理信息系統(tǒng)(GIS)是具有空間定位、查詢、空間分析等
功能．融計(jì)算機(jī)圖形學(xué)、數(shù)據(jù)庫為一體，存儲(chǔ)和處理與地理分
布有關(guān)的圖形和屬性數(shù)據(jù)的技術(shù)【3】。它能夠?qū)⒊鞘械乩?、資
源、環(huán)境、人口、經(jīng)濟(jì)、社會(huì)等復(fù)雜的系統(tǒng)數(shù)字化，是當(dāng)前數(shù)字
化建設(shè)的重要技術(shù)。
本文利用人工神經(jīng)網(wǎng)絡(luò)模型與GIS技術(shù)結(jié)合應(yīng)用完成
了交通污染控制可視化技術(shù)的系統(tǒng)開發(fā)。
l神經(jīng)網(wǎng)絡(luò)算法
目前廣泛應(yīng)用于時(shí)間序列模擬和預(yù)測(cè)的主要是BP
(Back Pro[，媚ation)人工神經(jīng)網(wǎng)絡(luò)模型f4．卯。本文建立神經(jīng)網(wǎng)
絡(luò)由輸入層、輸出層和隱含層的人工神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。輸
出層為交通機(jī)動(dòng)車排放的污染物濃度．含量不限。輸入層為
影響交通污染的氣象、地理因素因子。隱含層節(jié)點(diǎn)數(shù)為4。
令輸出層的權(quán)矩陣為W，姚表示隱含層中第i個(gè)神經(jīng)元
與輸出層中第j個(gè)神經(jīng)元之間的權(quán)值，i=1，2，?，hj=l，2，
?，m。輸入(隱含)層的權(quán)矩陣為V，螄表示輸入層中的第i
個(gè)神經(jīng)元與隱含層中第j個(gè)神經(jīng)元之間的權(quán)值，f-1，2，?，，l，
j=l，2，?，h。
(X，Y)為樣本集中的一個(gè)樣本，其中x=(x。，X2，?，X。)，
Y=(y。，y2，?，Y。)。激勵(lì)函數(shù)為：
，(a)=專
設(shè)隱含層的輸出為：0=(0l『'O：’，?，O。’)，神經(jīng)網(wǎng)絡(luò)輸出
其中：oj釩吩)可(Σ町O'j J=1“2一，m
、i=，
，h
oj_，(口?)酬Σ”麓)』=1川2”，h
、i=J
網(wǎng)絡(luò)性能分析參數(shù)為：
肚Σ下1Σ(妒Ok)z
厶t=，
采用梯度方向下降法，輸出層權(quán)值彬。的調(diào)整量Aw。為：
Awo=eSpi’鈕·(∞1)·(1-oi)·oj·0’i
其中理為學(xué)習(xí)效率。隱含層連接權(quán)”}的調(diào)整量△％為：
1一
血產(chǎn)a·乞(&amp;amp;·w／k)·(1-o／，)．oj’％
女=1
令Σ(磊·坳)·(1一oj，)-oj7書?
k=1
則Av5『=ct·5’，·麓
2樣本數(shù)據(jù)庫
神經(jīng)網(wǎng)絡(luò)算法以數(shù)據(jù)庫為基礎(chǔ)[61．影響交通機(jī)動(dòng)車污染
排放的因子很多．因此需要為神經(jīng)網(wǎng)絡(luò)輸入層收集各種因子
進(jìn)行訓(xùn)練。本文收集的數(shù)據(jù)包括：排放因子、地理位置、氣象
條件、交通狀況等表基礎(chǔ)數(shù)據(jù)表。
排放因子表如表1所示。保存了轎車、出租車、公交車、
摩托車、貨車等5種車型當(dāng)前的排放因子．用于計(jì)算源強(qiáng)。
表1排放因子表
地理位置表如表2所示。保存了評(píng)價(jià)點(diǎn)對(duì)應(yīng)的基礎(chǔ)信
息，如經(jīng)度、緯度、街道寬度、高度、方位角、地址等。
氣象條件表如表3所示。保存了當(dāng)天氣象條件，如溫度、
值為：O=(0，，O：，?，O。)。氣壓、風(fēng)向、濕度、峽谷頂部風(fēng)速、峽谷底部風(fēng)速等。
作者簡介：白建軍(1979一)，男。寧夏銀川，碩士研究生，從事環(huán)境科學(xué)技術(shù)研究及設(shè)計(jì)工作。

網(wǎng)友評(píng)論 more

交通安全論文最新內(nèi)容

02-21