原文传递
基于BPNN—AdaBoost的隧道交通事故数预测研究
| 题名： | 基于BPNN—AdaBoost的隧道交通事故数预测研究 |
| 正文语种： | 中文 |
| 作者： | 韩昱 |
| 作者单位： | 山西交通控股集团有限公司 |
| 关键词： | 隧道安全;事故预测;BP神经网络;AdaBoost算法 |
| 摘要： | 为了对高速公路隧道网进行综合全面的分析，预测交通安全的变化趋势，从而为评价区域交通安全形势题提供依据，本文基于BPNN-AdaBoost组合模型对山西省高速公路隧道交通事故数进行了预测。设计了BPNN-AdaBoost的模型为预测不同隧道在不同年份的事故数，所用输入变量包括所在隧道的线形因素、交通因素以及往年历史事故信息等信息。模型的测试结果表明，BPNN-AdaBoost组合模型取得了较好的预测精度。本文还将BPNN-AdaBoost模型的预测精度与不经改进的BP神经网络进行了对比。结果表明，对于MAE、RMSE以及两起误差范围内的准确率3个指标，BPNN-AdaBoost模型均优于BP神经网络，说明BPNN-AdaBoost模型能很好地应用于事故预测中。 |
| 期刊名称： | 中国交通信息化 |
| 出版年： | 2022 |
| 期： | 09 |
| 页码： | 138-142 |
检索历史
应用推荐
