基于改进BP神经网络的道路交通事故预测

• 作者: 刘卫宁 孙棣华 王鹏 解佳
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 交通事故 预测 神经网络 动量因子 自适应学习率
• 年，卷（期）: 2010,（10）
• 页码范围: 177-181
• 分类号: TP3
• 字数: 3527字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2010.10.037

摘要

道路交通事故因受多种随机因素的影响而呈现出非线性的特点,传统的线性分析方法无法完全揭示其内涵.在分析道路交通事故与人、车、路等因素关系的基础上,利用神经网络具有描述非线性特性的能力,将影响交通事故的多种因素综合起来建立了基于改进BP神经网络的道路交通事故预测模型.选取人口密度、路网密度和机动车辆密度作为交通事故预测模型的输入神经元,采用道路交通综合死亡率作为道路交通事故的输出评价指标,对道路交通事故进行预测.实验结果表明,该预测模型能很好地适用于道路交通事故预测,验证了该模型的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙棣华	重庆大学自动化学院	114	1749	23.0	35.0
2	刘卫宁	重庆大学计算机学院	50	996	18.0	31.0
3	王鹏	重庆大学计算机学院	49	534	12.0	22.0
4	解佳	重庆大学自动化学院	5	56	5.0	5.0