2.4.3 高速公路RBF神經網絡限速控制器
    梁新榮等人將RBF神經網絡用于高速公路限速控制器的設計，得到了好的試驗效果。
    采用有效的交通控制方法對交通流進行科學的組織與管理，充分發(fā)揮交通網絡的通行潛力，在最大程度上使交通流做到有序流動，成為解決交通擁擠的好辦法。
    改善高速公路交通擁擠的方法主要有主線控制、人口匝道控制、路網集成控制和收費控制等。主線控制就是對高速公路主線的交通進行調節(jié)、誘導和警告。主線控制的基本目標是改善高速公路運行的安全和效率，緩解主線上交通擁擠和交通瓶頸對交通的影響，這種控制對常發(fā)性擁擠和突發(fā)性擁擠都是有效的。主線控制技術包括主線限速控制、車道使用控制及駕駛信息系統(tǒng)。主線限速控制是通過設置可變速度標志來限制行車速度，從而使主線交通流的速度能隨車輛數(shù)目以及路面狀態(tài)、氣象條件等的改變而變化，保證交通流均勻穩(wěn)定，減少交通事故，同時還能提高道路通行能力。國外的運行試驗證明了這些效果。
    高速公路RBF神經網絡限速控制方法是：充分利用與高速公路交通密切相關的信息，如路面狀況、氣象條件、路段上車輛數(shù)目等，建立主線交通流速度控制RBF神經網絡模型；利用訓練樣本數(shù)據(jù)對網絡描述輸入、輸出的映射規(guī)律；根據(jù)實時檢測到的路段上車輛數(shù)目以及當前的路面狀況、氣象條件等，由訓練后的網絡得到最佳速度目標值；在入口匝道附近的高速分路主線上設立交通信息指示牌，對高速公路路段的行車速度提出限制。
    RBF神經網絡控制器的輸出為高速公路路段的車輛行駛速度限制值。，。的取值范圍為35km/h-160km/h�？刂破鞯妮斎胗袃蓚�，分別為單位長度路段上的車輛數(shù)n和路面性能評價值g/n的取值范圍為0-80輛/km，它可由車輛計算器測出，也可由超聲波檢測器等測出。
    為了提高RBF神經網絡的建模精度，獲得良好的通用能力，網絡的訓練數(shù)據(jù)不能太少。結合高速公路管理人員實踐、專家知識和駕駛人員的實際經驗，高速公路管理處提供90組樣本數(shù)據(jù)作為訓練數(shù)據(jù)，使用上述訓練算法對網絡進行訓練，訓練前對樣本數(shù)據(jù)進行了歸一化處理。仿真試驗表明：RBF神經網絡具有快的收斂速度、很好的泛化能力，網絡的輸出非常合乎規(guī)律，這表明所建的RBF神經網絡模型是成功的，它正確描述了輸入、輸出的映射規(guī)律。
    高速公路限速控制是一種非線性控制，難以用數(shù)學模型準確建模。結合高速公路主線上車輛數(shù)目以及路面狀況、氣象條件等信息，采用RBF神經網絡對高速公路限速控?進行了研究。利用RBF神經網絡學習速度快、自適應性強、泛化能力好等優(yōu)點，實現(xiàn)一種高效的限速控制。研究表明：該方法切實可行，具有實用價值，可使交通更加均勻、穩(wěn)定，同時還能提高道路通行能力，對改善高速公路的運行和安全效率具有重要意義。
    ……