-
公开(公告)号:CN106910337A
公开(公告)日:2017-06-30
申请号:CN201710039355.5
申请日:2017-01-19
Applicant: 长安大学
CPC classification number: G08G1/0125 , G06N3/061
Abstract: 本发明提出一种基于萤火虫算法与RBF神经网络的交通流预测方法,包括:对样本的数据进行归一化化处理,使输入数据与输出数据处于同一数量级;初始化萤火虫算法参数,利用随机方法初始化萤火虫种群,并对种群中每个个体进行编码;利用萤火虫算法训练RBF神经网络,得到种群最优个体;对种群最优个体进行解码,得到训练好的RBF神经网络;利用训练好的RBF神经网络对交通流数据样本进行预测。与传统的交通流预测方法相比,本发明充分发挥萤火虫优化算法在RBF神经网络训练中的优势,使RBF网络具有更准确的预测能力、更快的训练效率以及更好的泛化能力。本发明属于交通运输信息工程技术领域,可用于智能交通系统中道路交通流的预测。
-
公开(公告)号:CN103607727A
公开(公告)日:2014-02-26
申请号:CN201310653595.6
申请日:2013-12-04
Applicant: 长安大学
IPC: H04W24/00
Abstract: 本发明提供了一种车联网车-路Zigbee无线网络性能测试方法与设备:获取被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间,触发和终止对被测无线网络的性能测试过程;进行无线网络的性能测试,获得被测无线网络性能参数,并获取被测无线网络设备的平均行程速度;以及根据被测车联网车-路Zigbee无线网络性能参数评估被测车联网车-路Zigbee无线网络设备性能水平。本发明通过检测到被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间,控制测试过程的启动和终止,避免盲目发送性能测试数据包,提高对被测车联网车-路Zigbee无线网络性能测试的准确度。
-
公开(公告)号:CN103607727B
公开(公告)日:2016-08-17
申请号:CN201310653595.6
申请日:2013-12-04
Applicant: 长安大学
IPC: H04W24/00
Abstract: 本发明提供了一种车联网车?路Zigbee无线网络性能测试方法与设备:获取被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间,触发和终止对被测无线网络的性能测试过程;进行无线网络的性能测试,获得被测无线网络性能参数,并获取被测无线网络设备的平均行程速度;以及根据被测车联网车?路Zigbee无线网络性能参数评估被测车联网车?路Zigbee无线网络设备性能水平。本发明通过检测到被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间,控制测试过程的启动和终止,避免盲目发送性能测试数据包,提高对被测车联网车?路Zigbee无线网络性能测试的准确度。
-
-