【摘要】：交通安全一直是交通運(yùn)輸行業(yè)的重點(diǎn)關(guān)注問(wèn)題,因?yàn)榻煌ㄊ鹿蕰?huì)造成人力,經(jīng)濟(jì)和社會(huì)方面的巨大損失,特別是傷害較大或致命的交通事故影響更大,相關(guān)研究人員也一直在為改善交通安全做出努力。在交通安全研究的各個(gè)方面,交通傷害嚴(yán)重程度分析是一個(gè)關(guān)鍵部分,因?yàn)樗沂玖耸鹿蕠?yán)重程度與各種解釋變量之間的關(guān)系。而隧道作為公路上事故多發(fā)區(qū)段,近些年來(lái)重大事故頻發(fā),且隧道內(nèi)部救援相對(duì)開放性道路更加困難。因此,對(duì)隧道交通事故進(jìn)行深入的研究,探析各因素與事故嚴(yán)重程度的關(guān)系,對(duì)保障隧道內(nèi)的行車安全有很大意義。本文通過(guò)對(duì)挪威公開數(shù)據(jù)中心(NVDB)中的隧道事故數(shù)據(jù)進(jìn)行特征分析,并基于特征分析的結(jié)果建立了隧道事故嚴(yán)重程度預(yù)測(cè)指標(biāo)體系,選取了隧道長(zhǎng)度、年平均日交通量等十個(gè)指標(biāo)作為預(yù)測(cè)模型的輸入變量。選取隧道事故嚴(yán)重程度等級(jí)作為預(yù)測(cè)模型的輸出變量。構(gòu)建了基于改進(jìn)PSO-BP神經(jīng)網(wǎng)絡(luò)的隧道交通事故嚴(yán)重程度預(yù)測(cè)模型。借助MATLAB軟件,對(duì)經(jīng)過(guò)了篩選之后的樣本數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試,并將改進(jìn)后的模型與改進(jìn)前的模型預(yù)測(cè)進(jìn)行對(duì)比分析,發(fā)現(xiàn)相較于傳統(tǒng)的標(biāo)準(zhǔn)的BP模型,優(yōu)化后的模型性能更好,預(yù)測(cè)的準(zhǔn)確度更高。
【圖文】：

技術(shù)路線圖

網(wǎng)絡(luò)有很強(qiáng)的網(wǎng)絡(luò)計(jì)算能力和學(xué)習(xí)能力，對(duì)于處。人工神經(jīng)網(wǎng)絡(luò)（ANN）是一個(gè)自適應(yīng)系統(tǒng)[31]，調(diào)整大量神經(jīng)元連接的內(nèi)部關(guān)系來(lái)處理信息。 A法相比具有許多獨(dú)特的特點(diǎn)，如良好的容錯(cuò)性，，自關(guān)聯(lián)中具有良好的應(yīng)用效果。 統(tǒng)工作原理非常復(fù)雜，基本的構(gòu)成單元是一個(gè)個(gè)的接。當(dāng)信號(hào)對(duì)某一個(gè)神經(jīng)元進(jìn)行刺激，這個(gè)神經(jīng)元一個(gè)神經(jīng)元，并且這個(gè)過(guò)程是循環(huán)往復(fù)的。信號(hào)在的連接系數(shù)也不斷的改變。這個(gè)不斷的改變就慢雜的非線性的映射關(guān)系，人類通過(guò)這種傳遞，不斷本的組成部分是神經(jīng)元單元，其具體模型公式如下
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U491.31;U458

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬壯林;張yNyN;楊楊;譚曉偉;;公路隧道交通事故嚴(yán)重程度預(yù)測(cè)模型研究[J];中國(guó)安全科學(xué)學(xué)報(bào);2015年05期

2 孫軼軒;邵春福;趙丹;歐陽(yáng)松壽;;交通事故嚴(yán)重程度C5.0決策樹預(yù)測(cè)模型[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期

3 Li Zhang;Jia-Qiang Zhao;Xu-Nan Zhang;Sen-Lin Zhang;;Study of a New Improved PSO-BP Neural Network Algorithm[J];Journal of Harbin Institute of Technology;2013年05期

4 戴憂華;郭忠印;馬艷;倪洪亮;;高速公路隧道運(yùn)行環(huán)境安全評(píng)價(jià)指標(biāo)[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年08期

5 李萍;曾令可;稅安澤;金雪莉;劉艷春;王慧;;基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)的設(shè)計(jì)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年04期

6 杜志剛;潘曉東;郭雪斌;;高速公路隧道進(jìn)出口視覺(jué)適應(yīng)實(shí)驗(yàn)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2007年12期

7 李娟;邵春福;;基于BP神經(jīng)網(wǎng)絡(luò)的交通事故預(yù)測(cè)模型[J];交通與計(jì)算機(jī);2006年02期

8 楊天軍,張曉春,楊曉光,潘漢中;基于BP神經(jīng)網(wǎng)絡(luò)的城市道路交通安全評(píng)價(jià)研究[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2005年01期

9 陳太聰,韓大建,蘇成;參數(shù)靈敏度分析的神經(jīng)網(wǎng)絡(luò)方法及其工程應(yīng)用[J];計(jì)算力學(xué)學(xué)報(bào);2004年06期

10 吉小進(jìn),方守恩,黃進(jìn);高速公路基本路段V/C比與事故率的關(guān)系[J];公路交通科技;2003年01期

相關(guān)碩士學(xué)位論文 前6條

1 蔣維;基于改進(jìn)PSO-BP神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評(píng)價(jià)模型及算法研究[D];電子科技大學(xué);2018年

2 任靜;基于PSO-BP神經(jīng)網(wǎng)絡(luò)的車險(xiǎn)客戶風(fēng)險(xiǎn)等級(jí)評(píng)估模型研究[D];寧夏大學(xué);2017年

3 劉海珠;道路交通事故嚴(yán)重程度影響因素分析及預(yù)測(cè)模型建立[D];吉林大學(xué);2014年

4 李雪玲;高速公路長(zhǎng)隧道車輛運(yùn)行速度分析與安全措施研究[D];長(zhǎng)安大學(xué);2012年

5 白云;公路隧道安全等級(jí)評(píng)價(jià)方法研究[D];重慶交通大學(xué);2008年

6 李曉蕓;基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)對(duì)高速公路事故分析的研究[D];浙江工業(yè)大學(xué);2008年

本文編號(hào)：2602310