Algoritam veštačkog pčelinjeg društva za predviđanje saobraćajnih nezgoda

Algoritam veštačkog pčelinjeg društva za predviđanje saobraćajnih nezgoda

Istraživači su razvili novi model veštačke inteligencije (AI) koji kombinuje algoritam zasnovan na ponašanju pčelinjih društava u izviđanju i traženju hrane sa fuzzi talasastom neuronskom mrežom za precizno predviđanje saobraćajnih nesreća

Algoritam veštačke pčelinje kolonije je algoritam inteligencije roja koji je korišćen za rešavanje složenih problema optimizacije u prošlosti. Sada, pišući u Međunarodnom časopisu za računarske nauke i matematiku, Zhicheng Li sa Odseka za gradski železnički tranzit i informacioni inženjering na Anhui Communications strukovno-tehničkom koledžu u Hefeju, Kina, uveo je samoprilagodljive operacije mutacije kako bi prevazišao poznata ograničenja algoritma . Upotreba fuzzi talasne neuronske mreže smanjuje vreme potrebno za rešavanje problema i poboljšava veštine pretraživanja za pronalaženje rešenja.

Algoritam veštačke pčelinje zajednice sastoji se od pčela radilica, pčela posmatrača i pčela izviđača. Pčele radilice istražuju rešenja zasnovana na specifičnim pravilima, dok posmatrači biraju obećavajuća rešenja koristeći informacije koje dele radnici. Izviđači uvode nova nasumična rešenja kako bi povećali raznolikost mogućih rešenja u obradi podataka.

Kroz iterativni proces, algoritam konvergira ka optimalnom ili skoro optimalnom rešenju problema, u ovom slučaju prirode saobraćajnih nezgoda. Fazi talasna neuronska mreža koristi rasplinutu logiku i različite statističke alate u okviru konvencionalne neuronske mreže za upravljanje nesigurnošću i nepreciznošću podataka.

Li je izvršio kompjuterske simulacije sa sistemom da vidi koliko dobro može da predvidi smrtne slučajeve u saobraćajnim nesrećama na osnovu različitih faktora povezanih sa određenim incidentom.

„Kompjuterske simulacije pokazuju da ovaj metod predviđanja u potpunosti koristi sposobnost nelinearne aproksimacije modela talasne neuronske mreže, efikasno poboljšava brzinu konvergencije i efikasnost treninga i smanjuje složenost računara“, piše Li.

Rad ima potencijal da poboljša našu sposobnost da predvidimo i sprečimo smrtonosne saobraćajne nesreće tako što će omogućiti da se ograničeni resursi korisnije dodele proaktivnim merama i strategijama bezbednosti na putevima. Pored toga, ima implikacija i na dolazak vozila bez vozača na naše puteve.