模糊广义学习向量量化算法在交通事故预测方面的应用

• 作者: 周莎 王楠
• 来源期刊: 交通运输工程与信息学报
• 学科: 交通运输
• 关键词: 交通安全 预测模型 广义模糊神经网络 算法
• 年，卷（期）: 2010,（4）
• 页码范围: 81-86,98
• 分类号: U491.3
• 字数: 3391字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4747.2010.04.014

摘要

模糊逻辑系统易于理解,而神经网络则有极强的自适应能力.本文将模糊数学方法和神经网络结合起来建立组合模型,用广义模糊神经网络(FGNN)预测道路交通事故.运用MATLAB语言编程,利用模糊广义学习向量量化算法(FGLVQ)建立模糊神经网络模型,并应用于交通事故预测中,改进了交通事故预测的计算方法.理论分析和实例表明,设计的模糊神经网络模型具有良好的非线性映射功能和泛化功能,对预测交通事故有较好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周莎	重庆交通大学重庆市交通运输工程重点实验室	3	18	2.0	3.0
2	王楠	重庆交通大学重庆市交通运输工程重点实验室	3	11	2.0	3.0