一种用于预测道路交通事故的人工蜂群算法

2023年06月19日由 Camellia 发表 33110 0

研究人员开发了一种新型的AI模型，该模型将基于蜂群侦察和觅食行为的算法与模糊小波神经网络相结合，以准确预测道路交通事故。

人工蜂群算法是一种群体智能算法，过去一直用于解决复杂的优化问题。现在，安徽交通职业技术学院城市轨道交通与信息工程系的Zhicheng Li在《国际计算科学与数学杂志》上撰文，介绍了自适应突变操作，以克服该算法的已知局限性。模糊小波神经网络的使用减少了解决问题所需的时间，并提高了其寻找解决方案的搜索技能。

[caption id="attachment_53280" align="aligncenter" width="800"]

图片来源：Unsplash/CC0 Public Domain[/caption]

人工蜂群算法由工蜂、跟随蜂和侦查蜂组成。工蜂根据特定的规则探索解决方案，而跟随蜂则利用工蜂共享的信息选择有前景的解决方案。侦查蜂引入新的随机解决方案，以提高数据处理中可能解的多样性。

通过迭代过程，该算法逐渐收敛到问题的最优或接近最优解，比如道路交通事故的性质。模糊小波神经网络利用模糊逻辑和各种统计工具在传统神经网络中处理数据中的不确定性和不精确性。

Li使用该系统进行了计算机模拟，以评估它根据与特定事故相关的各种因素如何准确预测道路交通事故中的死亡人数。

Li写道：“计算机模拟显示，这种预测方法充分利用了小波神经网络模型的非线性逼近能力，有效提高了收敛速度和训练效率，并降低了计算复杂性。”

该研究有可能通过使有限资源更有效地分配到预防措施和道路安全战略上，提高我们预测和防止致命交通事故的能力。此外，这还涉及到自动驾驶车辆在道路上的出现所带来的影响。

来源：https://techxplore.com/news/2023-06-artificial-bee-colony-algorithm-road.html

标签：

算法学习人工智能 AI模型

0 评论

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com

上一篇如何将ChatGPT与必应一起使用

下一篇什么是矢量数据库及其对LLM的重要性

评论登录

要发表评论，您必须先登录。

jonatasgrosman/wav2vec2-large-xlsr-53-english facebook/dino-vitb16 bert-base-uncased xlm-roberta-large xlm-roberta-base gpt2 microsoft/resnet-50 facebook/dino-vits8

最好的基于Transformer的LLM（上）