原文传递
基于数据分类的高速铁路运营事故预测方法
| 题名： | 基于数据分类的高速铁路运营事故预测方法 |
| 正文语种： | 中文 |
| 作者： | 高宁波；胡启洲；张兵；郑丽媛； |
| 关键词： | 交通安全；事故预测；数据分类；高速铁路；神经网络；灰色模型 |
| 摘要： | 高速铁路运营事故预测方法是度量铁路安全管理水平的重要指标。为提高高速铁路的安全运营水平,引入工业数据分类方法,分析反向传播(BP)神经网络和灰色模型在高速铁路安全运营事故预测过程中的适应性。首先,运用事故次数、事故联动系数、月均事故率3个参数对高速铁路安全运营水平进行度量;然后,根据工业数据分类方法判别高速铁路运营事故数据属于块状型,据此建立反向传播(BP)神经网络运营事故预测模型;针对运营事故数据具有波动大的特点,利用均值聚类方法建立K-GM(1,3)预测模型。以近年来高速铁路运营事故数据为样本对模型进 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2015 |
| 期： | 01 |
| 页码： | 71-78 |
检索历史
应用推荐
