基于遗传算法优化BP神经网络的路面气象状态识别方法技术

本发明专利技术公开了一种基于遗传算法优化BP神经网络的路面气象状态识别方法，包括：S1：搭建路面气象状态传感器系统；S2：数据采集；S3：划分数据集；S4：数据归一化；S5：构建BP神经网络；S6：遗传算法优化BP神经网络，构建GA‑BP神经网络识别模型；S7：将训练集输入到GA‑BP神经网络识别模型进行训练，同时输入测试集得到模型的识别准确率，最终获得最优GA‑BP神经网络识别模型；S8：路面气象状态的获取。本发明专利技术通过遗传算法得到最优初始权值和阈值并赋给BP神经网络，可以提高神经网络的收敛速度，防止模型陷入局部极值点，从而提高路面气象状态识别的准确率。

【技术实现步骤摘要】

本专利技术涉及路面气象状态识别，尤其涉及一种基于遗传算法优化bp神经网络的路面气象状态识别方法。

技术介绍

1、恶劣天气导致的危险路况严重影响公路运输效率，且易引发交通事故，威胁人们的生命和财产安全。如何保障社会对公路运行安全需求、最大限度提高公路运输效率，已成为当前亟待解决的问题。路面气象状态传感器系统能够对恶劣天气导致的危险路况如积水、结冰和积雪进行自动检测，并将道路信息发送给气象部门和驾驶员，对提高道路交通的安全性和运输效率具有重要意义。

2、传统的路面气象状态传感器系统判断路面状态的原理是：不同路面气象状态对应的电压方差值不同，给每个状态设置一个范围，通过逻辑判断的方法推测路面气象状态，该方法无法对传感器系统的子传感器模块进行有效融合，因此其路面气象状态识别的准确率较低。

技术实现思路

1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种基于遗传算法优化bp神经网络的路面气象状态识别方法，该方法对路面气象状态传感器中的温度传感器、水膜厚度传本文档来自技高网...

【技术保护点】

1.一种基于遗传算法优化BP神经网络的路面气象状态识别方法，其特征在于，方法步骤如下：

2.根据权利要求1所述的一种基于遗传算法优化BP神经网络的路面气象状态识别方法，其特征在于，步骤S6中利用遗传算法优化BP神经网络的初始权值和阈值的方法步骤如下：

3.根据权利要求1所述的一种基于遗传算法优化BP神经网络的路面气象状态识别方法，其特征在于：步骤S4中数据归一化的公式为：

4.根据权利要求1所述的一种基于遗传算法优化BP神经网络的路面气象状态识别方法，其特征在于：步骤S5中输入层神经元个数m＝3，对应环境温度T、10KHz频率下输出电压方差值σ和水膜厚...

【技术特征摘要】

1.一种基于遗传算法优化bp神经网络的路面气象状态识别方法，其特征在于，方法步骤如下：

2.根据权利要求1所述的一种基于遗传算法优化bp神经网络的路面气象状态识别方法，其特征在于，步骤s6中利用遗传算法优化bp神经网络的初始权值和阈值的方法步骤如下：

3.根据权利要求1所述的一种基于遗传算法优化bp神经网络的路面气象状态识别方法，其特征在于：步骤s4中数据归一化的公式为：

4.根据权利要求1所述的一种基于遗传算法优化bp神经网络的路面气象状态识别方法，其特征在于：步骤s5中输入层神经元个数m＝3，对应环境温度t、10khz频率下输出电压方差值σ和水膜厚度值h三个输入特征，输出层神经元个数n＝4，对应传感器上方覆盖为空气、积水、结冰、积雪四种路面气象状态，隐含层层数p＝1，隐含层神经元个数k根据经验公式获得：

5.根据权利要求1所述的一种基于遗传算...

【专利技术属性】
技术研发人员：许高斌，蒋京奇，陈兴，马渊明，冯建国，于永强，陈士荣，王焕章，关存贺，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：