向怀坤，李伟龙，谢秉磊

(1.深圳职业技术学院，广东 深圳　518055; 2.中国民航大学，天津　300300;3.哈尔滨工业大学深圳研究生院，广东 深圳　518055)



粒子群优化神经网络的交通事件检测算法研究

向怀坤1，李伟龙2，谢秉磊3

(1.深圳职业技术学院，广东 深圳518055; 2.中国民航大学，天津300300;3.哈尔滨工业大学深圳研究生院，广东 深圳518055)

摘要：为减少交通事件引起的交通延误，提出一种基于粒子群优化神经网络的交通事件检测算法;首先，利用车载激光测距仪和GPS设备作为实验平台，采集了反映路段车辆占有率及车辆运行速度特征的交通参数；其次，利用粒子群(PSO)算法训练随机产生的初始化数据，优化BP神经网络连接权值和阈值；最后，将PSO优化后的BP神经网络作为分类器进行交通事件的自动分类和检测;试验中比较了PSO神经网络算法、BP神经网络算法和经典算法对交通事件的检测效果，PSO神经网络算法在事件检测率(DR)、平均检测时间(MTTD)方面均优于其他目标算法;结果显示，粒子群优化的神经网络算法用于交通事件检测提高了检测性能。

关键词：交通事件检测；粒子群优化；BP神经网络；激光测距仪；GPS

0引言

交通事件发生的时间地点具有不确定性，事件一旦发生，容易造成偶发的交通拥堵，甚至发生交通事故。因此，为了快速检测交通事件，及时疏导拥挤交通，最大限度地减轻交通事件带来的影响，研究快速有效的交通事件检测智能算法已成为交通研究领域的热点。调查表明[1-3]，现有的交通事件自动……