基于T-S模型的交通状态自适应神经模糊推理系统建模与仿真  

Modeling and simulation for traffic states with ANFIS based on T-S model

作　　者：朱广宇[1] 刘克[1] 乔梁 

机构地区：[1]北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044 [2]北京市公安局公安交通管理局,北京100037

出　　处：《北京交通大学学报》2012年第6期96-101,共6页JOURNAL OF BEIJING JIAOTONG UNIVERSITY

基　　金：科技部"科技支撑"项目资助(2006BAG01A01)

摘　　要：针对交通状态的识别诊断问题,引入驾驶人对交通拥堵程度的感知评价作为模型的学习目标,并建立了基于T-S(Takag-i Sugeno)模型的自适应神经模糊推理系统(ANFIS)模型.通过仿真,证明所建立的模型具有较快的收敛速度与较高的识别精度,对交通状态的识别问题研究具有一定的泛化能力和较强的应用效果.Aiming at recognition and diagnosis for urban road traffic states evaluation,an adaptive neural-fuzzy inference system（ANFIS） model based on T-S model was established.This paper set the evaluation of drivers＇ real perception for rood traffic states as the adaptive inference study goal of model.The simulation results showed that the model had a fast convergence rate and high recognition accuracy.The model also had a certain generalization ability to recognize the traffic states and good effect of application.

关 键 词：交通状态评价 T-S模型 自适应神经模糊推理系统 驾驶人感受 交通拥堵 

分 类 号：U491.112[交通运输工程—交通运输规划与管理]