基于粒子群优化SVM的高速公路交通事件检测
2013-08-22胡丹龙余立建
交通科技与经济 2013年2期
胡丹龙，余立建，杨 阳
（西南交通大学 交通信息工程及控制实验室，四川 成都 610031）
高速公路交通事件自动检测算法是高速公路交通管理以及控制系统的重要组成部分，准确、快速地检测事件的发生，已经成为高速公路交通管理控制系统能否成功发挥作用的关键。高速公路事件指的是由于非偶然性因素而破坏正常的交通流并且导致道路通行能力下降的事件。高速公路事件严重的影响交通安全，造成交通流混乱及车辆延误。高速公路事件自动检测是高速公路交通管理与控制系统的重要组成部分，如何准确、快速地检测和确定事件发生的时间、地点以及性质，是高速公路交通管理与控制系统能否成功运行并且发挥作用的关键。
现有的检测方法主要是通过对检测线圈检测到的交通流参数的分析来判定发生交通事件的可能性，最早开发并投入使用的交通事件自动检测算法（AID算法）是以判别突发事件为主的加州算法，后来出现如标准偏差算法指数平滑算法、贝叶斯算法等，近些年随着电子技术，自动化技术的大力发展，基于人工智能的AID算法受到更多学者的极大关注。出现利用神经网络、模糊算法，支持向量机等算法进行高速公路交通事件检测，本文正是利用SVM的全局优化，适应性强，泛化能力好的特点，针对I－880数据库采集到的实时交通数据参数，将支持向量机应用到高速公路交通事件检测系统中来。
