基于改進PSO-BP神經(jīng)網(wǎng)絡的公路隧道事故嚴重程度預測
【圖文】:
技術路線圖
網(wǎng)絡有很強的網(wǎng)絡計算能力和學習能力,對于處。人工神經(jīng)網(wǎng)絡(ANN)是一個自適應系統(tǒng)[31],調整大量神經(jīng)元連接的內部關系來處理信息。 A法相比具有許多獨特的特點,如良好的容錯性,,自關聯(lián)中具有良好的應用效果。 統(tǒng)工作原理非常復雜,基本的構成單元是一個個的接。當信號對某一個神經(jīng)元進行刺激,這個神經(jīng)元一個神經(jīng)元,并且這個過程是循環(huán)往復的。信號在的連接系數(shù)也不斷的改變。這個不斷的改變就慢雜的非線性的映射關系,人類通過這種傳遞,不斷本的組成部分是神經(jīng)元單元,其具體模型公式如下
【學位授予單位】:華中科技大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:U491.31;U458
【參考文獻】
相關期刊論文 前10條
1 馬壯林;張yNyN;楊楊;譚曉偉;;公路隧道交通事故嚴重程度預測模型研究[J];中國安全科學學報;2015年05期
2 孫軼軒;邵春福;趙丹;歐陽松壽;;交通事故嚴重程度C5.0決策樹預測模型[J];長安大學學報(自然科學版);2014年05期
3 Li Zhang;Jia-Qiang Zhao;Xu-Nan Zhang;Sen-Lin Zhang;;Study of a New Improved PSO-BP Neural Network Algorithm[J];Journal of Harbin Institute of Technology;2013年05期
4 戴憂華;郭忠印;馬艷;倪洪亮;;高速公路隧道運行環(huán)境安全評價指標[J];同濟大學學報(自然科學版);2010年08期
5 李萍;曾令可;稅安澤;金雪莉;劉艷春;王慧;;基于MATLAB的BP神經(jīng)網(wǎng)絡預測系統(tǒng)的設計[J];計算機應用與軟件;2008年04期
6 杜志剛;潘曉東;郭雪斌;;高速公路隧道進出口視覺適應實驗[J];哈爾濱工業(yè)大學學報;2007年12期
7 李娟;邵春福;;基于BP神經(jīng)網(wǎng)絡的交通事故預測模型[J];交通與計算機;2006年02期
8 楊天軍,張曉春,楊曉光,潘漢中;基于BP神經(jīng)網(wǎng)絡的城市道路交通安全評價研究[J];中國礦業(yè)大學學報;2005年01期
9 陳太聰,韓大建,蘇成;參數(shù)靈敏度分析的神經(jīng)網(wǎng)絡方法及其工程應用[J];計算力學學報;2004年06期
10 吉小進,方守恩,黃進;高速公路基本路段V/C比與事故率的關系[J];公路交通科技;2003年01期
相關碩士學位論文 前6條
1 蔣維;基于改進PSO-BP神經(jīng)網(wǎng)絡的個人信用評價模型及算法研究[D];電子科技大學;2018年
2 任靜;基于PSO-BP神經(jīng)網(wǎng)絡的車險客戶風險等級評估模型研究[D];寧夏大學;2017年
3 劉海珠;道路交通事故嚴重程度影響因素分析及預測模型建立[D];吉林大學;2014年
4 李雪玲;高速公路長隧道車輛運行速度分析與安全措施研究[D];長安大學;2012年
5 白云;公路隧道安全等級評價方法研究[D];重慶交通大學;2008年
6 李曉蕓;基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡對高速公路事故分析的研究[D];浙江工業(yè)大學;2008年
本文編號:2602310
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/2602310.html