基于遗传——神经网络的ITS交通量的研究

摘要：

针对遗传算法(Genetic Algorithm,GA)和人工神经网络(Artificial Neural Network,ANN)的优缺点,在此基础上提出了将遗传算法与人工神经网络有机结合起来的遗传—神经网络(Genetic Neural Network,GNN)优化计算模型,既利用了遗传算法能并行计算且能快速、全局搜索的优点,又克服了神经网络固有的搜索速度慢且易陷入局部早熟的缺点.结果表明遗传—神经网络算法能加快非线性模型的收敛速度,具有较强的鲁棒性,在ITS中有着广泛的应用前景.

关键词： 遗传算法 人工神经网络 智能交通系统 非线性模型

作者: 秦伟刚 贾磊 庞清乐 臧利林 张立东

作者单位: 山东大学控制科学与工程学院(济南)

会议类型: 国内会议

会议名称: 中国自动化学会第19届青年学术会议

会议地点: 北京

会议语种:中文

页码: 285-288

在线出版日期: 2004-08-01（万方平台首次上网日期，不代表论文的发表时间）