基于BP神经网络的交通事故预测
本文关键词:基于BP神经网络的交通事故预测
更多相关文章: 交通事故 预测 BP神经网络 LM算法 GALM算法
【摘要】:交通事故的发生因受随机因素的影响而呈现出不确定性和非线性的特点。在分析交通事故与人口、车辆、道路、经济发展等因素关系的基础上,综合考虑影响交通事故的多种因素,建立了BP神经网络。进而,选取总人口、机动车驾驶员人数、公路密度、民用车辆、人均GDP作为交通事故预测模型的输入向量,以交通事故的四项指标作为输出向量,利用LM算法或GALM算法优化的BP神经网络模型对交通事故进行预测。实验表明,GALM算法优化的BP神经网络模型与BP神经网络或LM算法优化的BP神经网络相比,具有较高的精度和较快的收敛速度,能更好地适用于交通事故预测。
【作者单位】: 中国海洋大学数学科学学院;
【基金】:国家自然科学基金资助项目(11171374) 山东省自然科学基金重点资助项目(ZR2011AZ001)
【分类号】:U491.31;TP183
【正文快照】: 0引言交通事故是指车辆在道路上因人为过错或者意外造成人身伤亡或者财产损失的事件。随着交通事业的不断发展、汽车拥有量的逐年增加,交通事故问题已经成为人们关注的重点问题。交通事故预测是指通过对已有数据的挖掘和分析,探讨交通事故发生的规律,建立交通事故预测模型,对
【相似文献】
中国期刊全文数据库 前10条
1 周育才,秦志斌,李岳林,李河清;基于神经网络的交通事故预测[J];公路与汽运;2002年03期
2 乔占西,王_g;关于交通事故预测优化的数学处理[J];许昌学院学报;2005年05期
3 张洪宾,宇仁德;交通事故预测模型的研究[J];山东理工大学学报(自然科学版);2005年05期
4 刘秀清;宇仁德;范东凯;;基于广义回归神经网络的交通事故预测[J];山东理工大学学报(自然科学版);2007年02期
5 吴卢荣;;基于模糊聚类的马氏链模型在交通事故预测中的应用[J];中国安全科学学报;2007年12期
6 刘秀清;宇仁德;王晓原;范东凯;;基于最小二乘法的道路交通事故预测机理模型[J];数学的实践与认识;2008年23期
7 李平凡;王殿海;王长君;;道路交通事故预测面临的困难及误区[J];交通企业管理;2010年08期
8 周莎;王楠;;模糊广义学习向量量化算法在交通事故预测方面的应用[J];交通运输工程与信息学报;2010年04期
9 赵玲;许宏科;;基于新维无偏灰色马尔可夫的交通事故预测[J];计算机工程与应用;2013年07期
10 王宏;崔杰;王冬冬;;城市群道路网交通事故预测模型及参数特性[J];统计与决策;2013年19期
中国重要会议论文全文数据库 前1条
1 张路;熊鸿燕;张胜;饶中林;黄国容;邱俊;周继红;张良;李阳;李国灵;袁丹凤;;ARMA模型在一般交通事故预测中的应用及效果评价[A];重庆市预防医学会2012年学术年会论文集[C];2012年
中国博士学位论文全文数据库 前1条
1 赵玲;基于马尔可夫链的道路交通事故预测研究及应用[D];长安大学;2013年
中国硕士学位论文全文数据库 前10条
1 李旺;中等城市道路交通事故预测研究[D];华南理工大学;2015年
2 宗强;基于数量化理论的道路交通事故预测研究[D];兰州交通大学;2015年
3 杨t-;基于最优加权组合模型的交通事故预测与可视化实现[D];华北电力大学(北京);2016年
4 牛国宏;基于神经网络的交通事故预测[D];长安大学;2006年
5 周晓光;青海省长大下坡交通事故预测模型的建立[D];长安大学;2007年
6 雷兢;道路交通事故预测及控制研究[D];福州大学;2005年
7 李俊;基于支持向量机的船舶交通事故预测研究[D];武汉理工大学;2008年
8 毛建民;公路隧道交通事故预测与预防[D];长安大学;2010年
9 付青松;基于量子神经网络的道路交通事故预测研究[D];重庆大学;2010年
10 艾克热木·艾合买提;基于最优加权组合模型的交通事故预测研究[D];新疆大学;2015年
,本文编号:1283192
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1283192.html