原文传递
基于RBF神经网络的高速公路追尾预测模型的研究
| 论文题名： | 基于RBF神经网络的高速公路追尾预测模型的研究 |
| 关键词： | RBF神经网络;追尾预测;高速公路;制动距离 |
| 摘要： | 高速公路交通管理的主要目的是避免发生交通事故,保障车辆安全运行。高速公路交通事故的主要类型之一就是追尾事故,其严重程度主要由行车间距和车速决定。近年来,高速公路汽车追尾问题已经成为了人们的重要研究问题,其中,建立高速公路防追尾的数学模型是研究追尾问题的基础。 本文在参考了汽车防追尾模型的研究成果的基础上,根据汽车制动过程中的运动状态建立了简单实用的安全距离模型。为了比较完善地建立该安全间距模型,首先介绍了高速公路交通事故特点、事故发生原因,对高速公路追尾事故进行了分析,然后依据高速公路防撞基本原则、汽车制动距离的影响因素建立了高速公路防追尾安全距离模型,同时据此模型引出了高速公路追尾概率的概念。追尾概率是关于行车间距、行驶速度差、跟随车速等的函数。根据安全距离模型、速度的变化、气候状况的不同,求得不同条件下的追尾概率,因而建立各因素对汽车发生追尾碰撞的关系。 利用Visual studio2005软件编程模拟了高速公路车辆跟驰状态,其中,制约因素根据已分析的情况随机取值,然后进行大量模拟实验,以接近实际的高速公路行车状况,最后分析所得的模拟数据,在介绍了RBF神经网络理论基础的前提下,建立了基于RBF神经网络高速公路追尾预测模型,把行车间距、后车速度、两车速度差、制动减速度、天气状况作为车辆追尾预测模型中的输入,追尾概率作为模型的输出。利用MATLAB神经网络工具箱编程,仿真,得出各个影响因素与高速公路追尾预测的关系,可以结合硬件设施实现对驾驶员提示预警,从而从一定程度上避免追尾事故的发生,可以用于对实时车况的追尾预测。 |
| 作者： | 姜能惠 |
| 专业： | 交通信息工程及控制 |
| 导师： | 于建国 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北林业大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
