基于模糊神经网络卡车路段行程时间实时动态预测
来源期刊：煤炭学报2005年第6期
论文作者：李建刚 郭嗣琮 白润才 毛君
关键词：模糊神经网络; 卡车; 路段行程时间; 实时动态预测;
摘 要：提出了一种基于模糊神经网络卡车路段行程时间实时预测模型,阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System, ANFIS)网络原理和方法对行程时间预测的可行性和可靠性,采用最小二乘法和误差反传算法结合的混合学习算法,减少了搜索空间的维数,而采用的减法聚类方法减少了模糊推理规则.混合学习算法和减法聚类方法的应用提高了网络参数的辨识和收敛速度.实例仿真论证了该模型预测速度更快、准确性更高,实时性好,获得了比单纯使用神经网络或模糊理论更精确的预测结果.
李建刚1，郭嗣琮3，白润才2，毛君1
(1.辽宁工程技术大学,机械工程学院,辽宁,阜新,123000;
2.辽宁工程技术大学,资源与环境工程学院,辽宁,阜新,123000;
3.辽宁工程技术大学,基础部,辽宁,阜新,123000)
摘要:提出了一种基于模糊神经网络卡车路段行程时间实时预测模型,阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System, ANFIS)网络原理和方法对行程时间预测的可行性和可靠性,采用最小二乘法和误差反传算法结合的混合学习算法,减少了搜索空间的维数,而采用的减法聚类方法减少了模糊推理规则.混合学习算法和减法聚类方法的应用提高了网络参数的辨识和收敛速度.实例仿真论证了该模型预测速度更快、准确性更高,实时性好,获得了比单纯使用神经网络或模糊理论更精确的预测结果.
关键词:模糊神经网络; 卡车; 路段行程时间; 实时动态预测;
【全文内容正在添加中】
