|
|||||
|
|
| 一种交叉熵算法的宏观交通模型标定方法 | |
| 作者单位： | ;1.中山大学工学院;2.广东省智能交通系统重点实验室 |
| 摘 要： | 针对交通仿真模型标定问题往往存在大量的局部最优解,要求求解算法具备优秀的搜索能力与收敛性质的情况,提出了结合蒙特卡罗与重要样本策略逐步逼近最优概率密度函数——基于交叉熵算法的交通模型标定方法。实例分别采用已知全局最优值的合成数据、实际观测数据对元胞传输模型进行参数标定,并对比遗传算法进行验证。实例验证结果表明,交叉熵算法具有高效的标定效率及优异的收敛性质。 |
| 关 键 词： | 智能交通 交通模型标定 交叉熵算法 高效收敛 |
Cross entropy method for calibrating the first-order macroscopic traffic flow models |
|
| Abstract: | |
| Keywords: | |