原文传递
基于BP神经网络的水上交通事故预测及MATLAB实现
| 论文题名： | 基于BP神经网络的水上交通事故预测及MATLAB实现 |
| 关键词： | 水上交通;事故预测;MATLAB;神经网络 |
| 摘要： | 随着我国水上交通运输事业的大力发展，各类船舶的数目日益增多，水上交通事故时有发生。我国是航运大国，做好准确、有效的水上交通事故预测对水上交通安全起着重要的作用。准确的预测，势必减少人员伤亡和财产损失。 本文首先讲解了运用BP神经网络进行水上交通事故预测的原理，并分析了影响水上交通事故的诸多因素，而且进行了量化处理。BP神经网络由大量处理单元组成，具有很强的平行计算、学习、容错和抗干扰能力，由输入向量和目标输出向量来训练网络并建立模型。目前BP网络采用误差逆传播算法学习训练神经网络，该算法是基于网络误差函数梯度下降的。为了克服BP网络在学习训练过程中收敛速度慢、容易陷入局部极小的不足，本文采用了自适应的学习速率和附加动量法。水上交通事故是由自然、航道、交通、船舶、船员及管理这6个条件单独或综合作用于人一船一环境所组成的水上交通系统，使系统在其自身的运动中某些因素产生不协调动作而造成的。本文分析了以上因素，并找出主要因素进行了量化处理。 然而，BP网络的模型的实现需要掌握计算机编程语言及较高的编程能力，这在一定程度上不利于神经网络技术的推广和使用。而MATLAB软件提供了一个现成的神经网络工具箱(NeuralNetworkToolbox，简称NNT)，为解决这个难题提供了便利条件。本文详细介绍了利用MATLAB神经网络工具箱进行BP网络模型建立、训练、仿真的编程方法。同时，为了弥补MATLAB在人机交互性能上的欠缺，建立MATLAB与VC++之间的应用程序接口，将VC++灵活强大的编程能力、MATLAB强大的科学计算能力相结合。 最后本文用VC++制作界面，基于MATLAB的神经网络工具箱建立了水上交通事故的BP神经网络预测系统，采取三层BP神经网络，输入层有7个输入神经元(船员平均水上资历、平均船龄、平均标准风天数、水域平均流速、能见度、水深和交通密度)，输出层有4个神经元(重大事故、大事故、一般事故和小事故)，并通过对长江干线重庆水域的预测来检验模型的效果。实验结果证明了该模型用于水上交通事故预测的可行性，具有很好的应用价值。 全文分为5章。第1章为绪论部分，综述了本文研究的背景、论文研究的目的和意义等。第2章为BP神经网络的水上交通事故预测的原理部分。第3章为基于BP网络水上交通事故预测的MATLAB实现部分。第4章为水上交通事故预测系统的界面设计、功能模块实现和仿真实验部分。第5章是结束语和展望。 本系统如果投入使用将提高水上交通事故预测的水平。由于时间和本人水平有限，此系统的界面和功能等方面仍然有待进一步改进。 |
| 作者： | 童飞 |
| 专业： | 交通信息工程及控制 |
| 导师： | 郝勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
