一种改进禁忌-BP神经网络的车载酒驾检测方法

摘要

针对传统车载酒驾检测方法检测过程复杂、影响因素多、检测精度低等问题，考虑驾乘人员位置、开窗程度，提出了一种改进禁忌搜索(TS)-BP神经网络的融合车载酒驾检测方法。该方法通过在各搜索阶段设置不同邻域范围改进TS算法，利用改进的算法对BP神经网络的初始权值和阈值进行寻优，以提高检测模型的效率和精度，避免陷入局部最优解。对多传感器的数据进行融合以实现高精度的车载酒驾检测。实验结果表明，与传统方法相比，改进方法的模型平均绝对误差、均方误差、平均绝对百分比误差分别提高了65.78%、88.20%、58.38%，模型的收敛速度、性能及鲁棒性显著提高，可为车载便携性酒驾高精度检测提供参考。

关键词

交通安全 / 酒驾检测 / 禁忌搜索算法 / 多层前馈神经网络 / 多传感器融合