原文传递
基于GA的BP神经网络道路交通事故预测模型研究
| 论文题名： | 基于GA的BP神经网络道路交通事故预测模型研究 |
| 关键词： | 道路交通安全;GA;BP神经网络;道路交通事故预测模型 |
| 摘要： | 道路交通安全涉及政治、经济、文化和技术等领域，是一个复杂的巨系统。道路交通事故是道路交通安全水平的具体体现。中国是世界上道路交通事故最多的国家之一，交通事故死亡人数高居世界首位，目前的道路交通安全形势相当严峻。 道路交通事故的预测与分析是提高道路交通安全水平的主要手段之一。本论文通过对中国与西方发达国家道路交通安全状况研究对比，分析了道路交通事故致因理论，研究了道路交通事故宏观和微观预测理论与方法，并将交通事故致因理论及基于GA的BP神经网络事故预测模型应用于道路交通安全分析，以对道路交通事故进行全面、科学、系统的分析和预测。 首先，通过分析典型的事故致因理论，研究了用于分析道路交通事故的因果致因理论模型，并运用该理论分析了形成沪杭甬及杭金衢高速公路杭州支队辖区交通事故不安全的系统因素，给出了减少高速公路交通事故的安全对策。 其次，在预测方法方面，建立了基于GA的BP神经网络道路交通事故宏观预测模型。以便宏观把握国家或某一地区的交通安全状况的未来趋势变化，为道路交通安全管理机构制定交通安全政策提供科学依据。计算结果表明，该模型网络泛化能力强，结果令人满意。 最后在宏观研究的基础上，针对预防道路交通事故的微观问题，建立了基于GA的BP神经网络道路交通事故黑点预测模型。模型的实例验证中，选取沪杭甬及杭金衢高速公路杭州支队辖区的实际道路结构和交通事故数据进行计算，取得了良好的预测效果。 |
| 作者： | 孙科达 |
| 专业： | 管理科学与工程 |
| 导师： | 叶枫 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江工业大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
