原文传递
基于主成分分析和神经网络的港区道路安全性预测方法
| 专利名称： | 基于主成分分析和神经网络的港区道路安全性预测方法 |
| 摘要： | 本发明属于道路交通安全的技术领域，涉及一种基于主成分分析和神经网络的港区道路安全性预测方法，包括下列步骤：确定影响港区道路安全性的因素；对历史交通数据原始数据进行提取，对原始数据进行归一化，然后对数据进行主成分分析，得到影响港区道路安全性的主成份；建立BP神经网络模型；对建立好的BP神经网络模型进行训练，并利用训练好的模型进行灵敏度分析；第五步：对港区道路的安全性进行预测。本发明的比经典BP神经网络结构简单，预测精度高，而且能够应用于道路安全核查中，为道路的建设与整修提供理论依据。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 天津;12 |
| 申请人： | 天津市市政工程设计研究院 |
| 发明人： | 白子建;王晓华;刘润有;杜鹏;龚凤刚;贺海;练象平;曾伟;周骊巍;杨贤贵;谭伟姿;田春林;李文明;张洋;段绪斌;张国梁;李明剑;狄升贯;王志华;苑红凯;靳灿章;张颖;冯炜;程海波;付晓敦;刘超 |
| 专利状态： | 有效 |
| 申请日期： | 2010-10-29T00:00:00+0800 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201010525852.4 |
| 公开号： | CN101976501A |
| 代理机构： | 天津市北洋有限责任专利代理事务所 12201 |
| 代理人： | 程毓英 |
| 分类号： | G08G1/00(2006.01)I |
| 申请人地址： | 300051 天津市和平区营口道239号 |
| 主权项： | 一种基于主成分分析和神经网络的港区道路安全性预测方法，包括下列步骤：第一步：确定影响港区道路安全性的因素：确定驾驶员数量，汽车驾驶员数量，区域人口总数，机动车数量，道路总长度，港口货物吞吐量，道路区段的长度，小型支路的数量，路肩宽度，车道数，路侧危险等级以及平曲线曲度参数12个变量为影响港区道路安全性的因素；第二步：主成分分析：对历史交通数据中有关上述12个变量的原始数据进行提取，对原始数据进行归一化，然后对数据进行主成分分析，得到影响港区道路安全性的主成份；第三步：建立BP神经网络模型：以所得到的主成分作为输入变量，以交通事故的次数作为输出变量，根据所确定的隐层神经元个数的范围，建立一个隐含层神经元数目可变的单隐含层BP神经网络模型；对原始数据进行训练，通过每次训练的误差对比，确定最佳的隐含层神经元个数，通过每次训练后的误差平方和总的误差平方和的下降速率，判断所选定的学习速率是否合适，最终得到最佳学习速率。第四步：对建立好的BP神经网络模型进行训练，并利用训练好的模型进行灵敏度分析，确定小型支路的数量，路肩宽度，车道数，路侧危险等级，平曲线曲度参数对交通事故次数的影响；第五步：对港区道路的安全性进行预测。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
