谢 聪，余立建

（西南交通大学 交通信息工程及控制实验室，四川 成都611756）

高速公路是国家的经济动脉，对经济交流活动具有着重要作用。高速公路发生事故是难以避免的，如何快速而准确地获知事件的发生，对于交管部门和其它相关单位都非常重要，因此，智能交通系统应运而生。交通事件检测系统作为其子系统，能够通过检测交通事件的发生采取相关措施，尽可能地减少损失。事件检测算法是系统的关键所在，国内外有各种各样的检测技术和算法，包括早期经典的加利福尼亚算法、McMaster算法和近年来的人工智能算法（神经网络、支持向量机等）。文中先用小波神经网络（wavelet neural network WNN）构造事件检测模型，再用改进的遗传算法对WNN模型的权值和小波因子进行优化，然后用模型来检测事件是否发生，最后用评价指标对算法进行评价，并且把优化前和优化后的结果作对比。

1 基础理论

1.1 小波神经网络

Zhang和A.Benveniste在一篇论文中正式提出小波神经网络。其基本思想为:利用小波元代替神经网络中的激励函数。H.H.Szu等人提出由“叠加小波”构成的自适应小波神经网络，通过不断调整小波函数的平移因子和伸缩因子，实现函数拟合。鉴于其较强的自适应能力，文中选其作为事件检测模型的基本结构，如图1所示。

小波神经网络结构类似于前馈型神经网络，输入节点层有一个或多个输入（如图1中的x1，x2，…，xm），网络中间有一个中间节点层，其输出层由一个或多个线性组合器构成。中间节点层由若干神经元组成，其激活函数由母小波构成。……