由于我國在經(jīng)濟(jì)方面發(fā)展十分迅速,隨之機(jī)動(dòng)化水平也越來越高,伴隨著事故發(fā)生也越來越頻繁,使我們的生命安全和財(cái)產(chǎn)安全都受到了極大的影響。因此,眾多學(xué)者長期以來一直在研究道路交通事故,探究各方面的因素對交通事故的影響,以研究內(nèi)在規(guī)律來提供行之有效的方法來預(yù)防交通事故。對交通事故預(yù)測的研究,除了數(shù)理統(tǒng)計(jì)的方法,最常用的就是數(shù)學(xué)建模。而如何選擇適合交通事故這種呈現(xiàn)不確定性和非線性的復(fù)雜問題的建模方法,是國內(nèi)外研究人員一直以來探究的方向。本文采用基于BP神經(jīng)網(wǎng)絡(luò)的方法建立數(shù)學(xué)模型,考慮到BP神經(jīng)網(wǎng)絡(luò)自身的優(yōu)點(diǎn),并且可以和其他方法有效結(jié)合,共同建立一個(gè)適用性良好的預(yù)測模型。本文提出基于BP神經(jīng)網(wǎng)絡(luò)不同算法的預(yù)測模型來預(yù)測事故嚴(yán)重程度,并驗(yàn)證了基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)模型更適用于分析交通事故的致因與嚴(yán)重程度的復(fù)雜關(guān)系。首先,本文學(xué)習(xí)了BP神經(jīng)網(wǎng)絡(luò)基本原理以及學(xué)習(xí)過程等,了解了遺傳算法是如何結(jié)合BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模的;其次,選取了8個(gè)省從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嚴(yán)重程度預(yù)測模型;在分析了交通事故與人、車、路、環(huán)境等因素關(guān)系的基礎(chǔ)上,基于數(shù)據(jù)綜合考... 

【文章來源】：西華大學(xué)四川省

【文章頁數(shù)】：95 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線

BP網(wǎng)絡(luò),全稱是反向傳播網(wǎng)絡(luò),也是一種前饋網(wǎng)絡(luò),英文名為Back-Propagation Network,常用于非線性的函數(shù),主要是進(jìn)行對權(quán)值和閾值多次訓(xùn)練的一種多層網(wǎng)絡(luò)。網(wǎng)絡(luò)的結(jié)構(gòu)如圖2.1所示,有一層輸入層,一層輸出層,而隱含層可以是一層,也可以是多層,但一般情況下,我們見到的是一層隱層[25]。每層上都有多個(gè)神經(jīng)元,而層與層之間通過神經(jīng)元連接,且每一個(gè)神經(jīng)元都和下一層上的所有的神經(jīng)元連接,注意的是,同一層上的神經(jīng)元之間不連接。圖2.2人工神經(jīng)元結(jié)構(gòu)模型

圖2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)就是按照一定規(guī)則連接起來的多個(gè)神經(jīng)元,單個(gè)神經(jīng)元的結(jié)構(gòu)如圖2.2所示,一個(gè)神經(jīng)元可以接受多個(gè)輸入變量,并且可以輸出多個(gè)輸出變量,每一個(gè)連接都有權(quán)值,且每一個(gè)神經(jīng)元都有閾值。人工神經(jīng)元的輸出可以描述為:


本文編號：2915551