摘要：针对城市快速路的常发性拥堵和偶发性交通拥堵，提出了一种基于神经网络的自动判别算法。该方法利用改进的自适应梯度算法优化神经网络的权值参数，既能保证神经网络参数收敛到全局最优值，又具有快的学习速度，提高了神经网络的检测效果。利用微观交通仿真软件PARAMICS建立了城市快速路网，通过多次仿真获得了包含各种交通拥堵的学习样本，增强了算法的鲁棒性。将训练好的神经网络对多种实际的交通数据进行了仿真试验。实验结果表明，该算法在城市快速路交通拥堵判别中具有较高的检测率和较低的误报率。

原文链接:http://www.cqvip.com/qk/97801a/201101/36412258.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）