基于BP神经网络的道路交通事故严重程度分析预测

发布时间：2020-12-14 01:31

　　由于我国在经济方面发展十分迅速,随之机动化水平也越来越高,伴随着事故发生也越来越频繁,使我们的生命安全和财产安全都受到了极大的影响。因此,众多学者长期以来一直在研究道路交通事故,探究各方面的因素对交通事故的影响,以研究内在规律来提供行之有效的方法来预防交通事故。对交通事故预测的研究,除了数理统计的方法,最常用的就是数学建模。而如何选择适合交通事故这种呈现不确定性和非线性的复杂问题的建模方法,是国内外研究人员一直以来探究的方向。本文采用基于BP神经网络的方法建立数学模型,考虑到BP神经网络自身的优点,并且可以和其他方法有效结合,共同建立一个适用性良好的预测模型。本文提出基于BP神经网络不同算法的预测模型来预测事故严重程度,并验证了基于遗传算法的BP神经网络模型更适用于分析交通事故的致因与严重程度的复杂关系。首先,本文学习了BP神经网络基本原理以及学习过程等,了解了遗传算法是如何结合BP神经网络进行建模的;其次,选取了8个省从2011年至2019年共4958例有效道路交通事故案例,研究并建立道路交通事故的严重程度预测模型;在分析了交通事故与人、车、路、环境等因素关系的基础上,基于数据综合考... 

【文章来源】：西华大学四川省

【文章页数】：95 页

【学位级别】：硕士

【部分图文】：

技术路线

BP网络,全称是反向传播网络,也是一种前馈网络,英文名为Back-Propagation Network,常用于非线性的函数,主要是进行对权值和阈值多次训练的一种多层网络。网络的结构如图2.1所示,有一层输入层,一层输出层,而隐含层可以是一层,也可以是多层,但一般情况下,我们见到的是一层隐层[25]。每层上都有多个神经元,而层与层之间通过神经元连接,且每一个神经元都和下一层上的所有的神经元连接,注意的是,同一层上的神经元之间不连接。图2.2人工神经元结构模型

图2.1 BP神经网络结构神经网络就是按照一定规则连接起来的多个神经元,单个神经元的结构如图2.2所示,一个神经元可以接受多个输入变量,并且可以输出多个输出变量,每一个连接都有权值,且每一个神经元都有阈值。人工神经元的输出可以描述为:


本文编号：2915551