本文關(guān)鍵詞：交通事故時(shí)間序列預(yù)測(cè)模型研究

  更多相關(guān)文章： 交通事故 時(shí)間序列 相關(guān)向量機(jī)(RVM) 交通運(yùn)輸工程 人工智能

【摘要】：為提升交通事故時(shí)間序列預(yù)測(cè)精度,建立一個(gè)基于相關(guān)向量機(jī)(RVM)的交通事故時(shí)序序列預(yù)測(cè)模型。結(jié)合RVM的建模與求解思想,建立交通事故時(shí)間序列預(yù)測(cè)函數(shù)關(guān)系式;設(shè)計(jì)交通時(shí)序參數(shù)預(yù)測(cè)模型實(shí)現(xiàn)流程,并選取均方根誤差(RMSE)、模型訓(xùn)練時(shí)間等作為評(píng)價(jià)指標(biāo);以我國交通事故數(shù)、萬車死亡率、10萬人口死亡率為例,驗(yàn)證所建模型的有效性。實(shí)例驗(yàn)證表明:所建模型對(duì)不同的交通事故時(shí)間序列指標(biāo)預(yù)測(cè)效果良好,預(yù)測(cè)精度高于灰色預(yù)測(cè)、自回歸移動(dòng)平均模型、支持向量機(jī)(SVM)等經(jīng)典模型。
【作者單位】： 長安大學(xué)公路學(xué)院;中交第一公路勘察設(shè)計(jì)研究院有限公司;鹽城工學(xué)院材料工程學(xué)院;
【關(guān)鍵詞】： 交通事故 時(shí)間序列 相關(guān)向量機(jī)(RVM) 交通運(yùn)輸工程 人工智能
【基金】：國家科技支撐計(jì)劃課題(2014BAG05B01)
【分類號(hào)】：U491.31
【正文快照】： 0引言目前,我國道路交通事故各項(xiàng)指標(biāo)持續(xù)上升,交通安全形勢(shì)日趨惡化,交通事故及其損失已嚴(yán)重地影響社會(huì)經(jīng)濟(jì)的發(fā)展和人民生活水平的提高[1-3]。交通事故時(shí)間序列預(yù)測(cè)模型是在統(tǒng)計(jì)、分析和挖掘事故資料的基礎(chǔ)上,研究事故變化規(guī)律,預(yù)測(cè)事故時(shí)間序列數(shù)據(jù)趨勢(shì)的一種模型[4-5]。因

【相似文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 黃杰;SOM在時(shí)間序列預(yù)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2015年

2 姚峰;基于時(shí)間序列預(yù)測(cè)技術(shù)的隧道數(shù)據(jù)研究[D];西安電子科技大學(xué);2012年

3 王嬌;最小最大概率機(jī)在時(shí)間序列預(yù)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2014年

4 尚軍亮;時(shí)間序列預(yù)測(cè)方法及在隧道控制中的應(yīng)用研究[D];西安電子科技大學(xué);2010年

，

本文編號(hào)：708264