基于BP神經(jīng)網(wǎng)絡(luò)的道路交通事故嚴(yán)重程度分析預(yù)測(cè)
發(fā)布時(shí)間:2020-12-14 01:31
由于我國(guó)在經(jīng)濟(jì)方面發(fā)展十分迅速,隨之機(jī)動(dòng)化水平也越來(lái)越高,伴隨著事故發(fā)生也越來(lái)越頻繁,使我們的生命安全和財(cái)產(chǎn)安全都受到了極大的影響。因此,眾多學(xué)者長(zhǎng)期以來(lái)一直在研究道路交通事故,探究各方面的因素對(duì)交通事故的影響,以研究?jī)?nèi)在規(guī)律來(lái)提供行之有效的方法來(lái)預(yù)防交通事故。對(duì)交通事故預(yù)測(cè)的研究,除了數(shù)理統(tǒng)計(jì)的方法,最常用的就是數(shù)學(xué)建模。而如何選擇適合交通事故這種呈現(xiàn)不確定性和非線性的復(fù)雜問(wèn)題的建模方法,是國(guó)內(nèi)外研究人員一直以來(lái)探究的方向。本文采用基于BP神經(jīng)網(wǎng)絡(luò)的方法建立數(shù)學(xué)模型,考慮到BP神經(jīng)網(wǎng)絡(luò)自身的優(yōu)點(diǎn),并且可以和其他方法有效結(jié)合,共同建立一個(gè)適用性良好的預(yù)測(cè)模型。本文提出基于BP神經(jīng)網(wǎng)絡(luò)不同算法的預(yù)測(cè)模型來(lái)預(yù)測(cè)事故嚴(yán)重程度,并驗(yàn)證了基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)模型更適用于分析交通事故的致因與嚴(yán)重程度的復(fù)雜關(guān)系。首先,本文學(xué)習(xí)了BP神經(jīng)網(wǎng)絡(luò)基本原理以及學(xué)習(xí)過(guò)程等,了解了遺傳算法是如何結(jié)合BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模的;其次,選取了8個(gè)省從2011年至2019年共4958例有效道路交通事故案例,研究并建立道路交通事故的嚴(yán)重程度預(yù)測(cè)模型;在分析了交通事故與人、車(chē)、路、環(huán)境等因素關(guān)系的基礎(chǔ)上,基于數(shù)據(jù)綜合考...
【文章來(lái)源】:西華大學(xué)四川省
【文章頁(yè)數(shù)】:95 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
技術(shù)路線
BP網(wǎng)絡(luò),全稱是反向傳播網(wǎng)絡(luò),也是一種前饋網(wǎng)絡(luò),英文名為Back-Propagation Network,常用于非線性的函數(shù),主要是進(jìn)行對(duì)權(quán)值和閾值多次訓(xùn)練的一種多層網(wǎng)絡(luò)。網(wǎng)絡(luò)的結(jié)構(gòu)如圖2.1所示,有一層輸入層,一層輸出層,而隱含層可以是一層,也可以是多層,但一般情況下,我們見(jiàn)到的是一層隱層[25]。每層上都有多個(gè)神經(jīng)元,而層與層之間通過(guò)神經(jīng)元連接,且每一個(gè)神經(jīng)元都和下一層上的所有的神經(jīng)元連接,注意的是,同一層上的神經(jīng)元之間不連接。圖2.2人工神經(jīng)元結(jié)構(gòu)模型
圖2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)就是按照一定規(guī)則連接起來(lái)的多個(gè)神經(jīng)元,單個(gè)神經(jīng)元的結(jié)構(gòu)如圖2.2所示,一個(gè)神經(jīng)元可以接受多個(gè)輸入變量,并且可以輸出多個(gè)輸出變量,每一個(gè)連接都有權(quán)值,且每一個(gè)神經(jīng)元都有閾值。人工神經(jīng)元的輸出可以描述為:
本文編號(hào):2915551
【文章來(lái)源】:西華大學(xué)四川省
【文章頁(yè)數(shù)】:95 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
技術(shù)路線
BP網(wǎng)絡(luò),全稱是反向傳播網(wǎng)絡(luò),也是一種前饋網(wǎng)絡(luò),英文名為Back-Propagation Network,常用于非線性的函數(shù),主要是進(jìn)行對(duì)權(quán)值和閾值多次訓(xùn)練的一種多層網(wǎng)絡(luò)。網(wǎng)絡(luò)的結(jié)構(gòu)如圖2.1所示,有一層輸入層,一層輸出層,而隱含層可以是一層,也可以是多層,但一般情況下,我們見(jiàn)到的是一層隱層[25]。每層上都有多個(gè)神經(jīng)元,而層與層之間通過(guò)神經(jīng)元連接,且每一個(gè)神經(jīng)元都和下一層上的所有的神經(jīng)元連接,注意的是,同一層上的神經(jīng)元之間不連接。圖2.2人工神經(jīng)元結(jié)構(gòu)模型
圖2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)就是按照一定規(guī)則連接起來(lái)的多個(gè)神經(jīng)元,單個(gè)神經(jīng)元的結(jié)構(gòu)如圖2.2所示,一個(gè)神經(jīng)元可以接受多個(gè)輸入變量,并且可以輸出多個(gè)輸出變量,每一個(gè)連接都有權(quán)值,且每一個(gè)神經(jīng)元都有閾值。人工神經(jīng)元的輸出可以描述為:
本文編號(hào):2915551
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/2915551.html
最近更新
教材專著