94、基于神经网络的智能模拟与交通事件检测方法

基于神经网络的智能模拟与交通事件检测方法

1. 智能操作控制架构与功能

智能操作控制架构主要由四部分构成，分别是系统状态评估器、智能控制器、操作调度模块和操作执行模块。其运行过程如下：
1. 系统状态评估 ：在时间 t 时，系统状态评估器收集系统状态信息，并预测 [t, t + Ty] 时间段内的集装箱操作数量（Ty 为预测期）。
2. 智能控制决策 ：具有 FANN 结构的智能控制器根据系统状态评估结果，确定 [t, t + Ty] 时间段内的操作规则和堆高。
3. 操作调度安排 ：操作调度模块依据步骤 2 的条件，确定下一个时间段 [t, t + Δt] 的操作调度。
4. 操作执行实施 ：按照步骤 3 的计划执行操作。

这个过程不断重复，实现了自适应和智能的堆场操作。

1.1 FANN 知识型智能操作控制器

FANN 的整体结构分为预测和推理两个阶段。预测阶段在时间 t 预测 t + Ty 时刻的集装箱库存数量；推理阶段确定 [t, t + Ty] 时间段内的堆高和操作规则。其中，推理阶段有两个并行的神经网络：堆高控制 ANN 和操作规则控制 FANN，它们的学习规则采用反向传播方法。
- 预测 ANN ：用于预测 t + Ty 时刻的集装箱操作数量，由一个输入层、两个隐藏层和一个输出层组成。输入层有八个单元，其值由系统状态评估器计算得出；输出层有一个单元，产生预测结果 Qt。
- 堆高