论文部分内容阅读
针对高速公路交通事故引发交通堵塞的问题，提出一种基于减法聚类和自适应神经模糊推理系统的事件持续时间预测新方法。将该方法应用于交通事件持续时间预测，从1-880数据库中提取事件持续时间相关因素，使用非参数估计法进行显著性分析，将影响程度最大的因素作为模糊系统的输入样本，采用减法聚类对输入样本进行聚类，得到模糊规则数并建立初始模糊推理系统，使用BP反向传播算法和最小二乘估计算法的混合算法对该模糊系统进行训练并优化，建立最终模糊模型。仿真结果证明，该系统对交通事件持续时间预测具有较高检测率和较低误报率。