GA-SVM在高速公路交通事件檢測(cè)中的應(yīng)用研究.pdf

1、近年來(lái)，頻繁發(fā)生的交通事件，嚴(yán)重?fù)p壞了高速公路“安全、快速、高效、舒適、環(huán)保”的形象。如何快速地檢測(cè)、判斷事件的發(fā)生并及時(shí)采取措施，以有效的減少交通延誤、保障道路安全、減少環(huán)境污染已成為備受關(guān)注的問(wèn)題。隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、通信技術(shù)、自動(dòng)控制技術(shù)等不斷發(fā)展，智能事件自動(dòng)檢測(cè)系統(tǒng)為解決上述問(wèn)題提供了有效的途徑，而事件檢測(cè)算法是自動(dòng)檢測(cè)系統(tǒng)的核心內(nèi)容，其性能好壞直接影響事件檢測(cè)系統(tǒng)的效率，對(duì)其研究具有非常重要的意義。 本文通過(guò)對(duì)常用事

2、件檢測(cè)方法的分析與總結(jié)發(fā)現(xiàn)，雖然這些方法能夠獲得良好的檢測(cè)效果，但因交通數(shù)據(jù)樣本有限、輸入特征過(guò)于簡(jiǎn)單或冗余、參數(shù)設(shè)置無(wú)法達(dá)到最優(yōu)等問(wèn)題的影響而無(wú)法獲得更優(yōu)的性能。針對(duì)以上問(wèn)題，在分析支持向量機(jī)分類(lèi)原理及其優(yōu)勢(shì)的基礎(chǔ)上，論文綜合運(yùn)用針對(duì)有限樣本的支持向量機(jī)技術(shù)和遺傳算法優(yōu)化技術(shù)，詳細(xì)設(shè)計(jì)了基于遺傳算法的不同類(lèi)型支持向量機(jī)模型參數(shù)及特征同步選取方法，以?xún)?yōu)化每種支持向量機(jī)的模型參數(shù)的同時(shí)選取模型對(duì)應(yīng)的最優(yōu)特征組合。鑒于上述方法理論上針對(duì)有限

3、樣本仍有較好的可推廣性，并具有對(duì)特征進(jìn)行選取和參數(shù)進(jìn)行優(yōu)化的能力，論文采用I-880實(shí)測(cè)數(shù)據(jù)集，構(gòu)建了各種遺傳支持向量機(jī)事件檢測(cè)模型。將得到的數(shù)據(jù)結(jié)果從檢測(cè)性能、推廣能力和判定速度三個(gè)方面進(jìn)行評(píng)比分析，得出最優(yōu)模型。并與構(gòu)建的基于網(wǎng)格搜索法的支持向量機(jī)模型和神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對(duì)比分析，驗(yàn)證了選取最優(yōu)特征組合的必要性、遺傳選取方法的有效性和支持向量機(jī)的優(yōu)越性。 遺傳支持向量機(jī)利用有限的交通數(shù)據(jù)樣本，合適的交通輸入特征，優(yōu)化的模型參數(shù)