时间递推耦合神经网络的交通路径动态诱导技术

摘要

通过“人-机-环境”耦合关系,对路况与时间变化关系进行研究.综合车辆运行过程中不同时段的路况差异和人因作用、突发道路事故随机性,以神经网络有师学习作为经验累积方法,提出时间递推预测方法确定路径最短时间,从而实现对交通路径的动态诱导.递推预测以知识库累积经验与实时路况信息作比较,为驾驶者提供实时有效的路况信息支撑.结果表明,该诱导技术可辅助驾驶者及时对路况作出正确判断,减少因经验 不足和突发事件造成的时间损失,适用于安装有GPS导航的车辆.实例分析表明,所构建模型与实际数据结合收到良好效果.