基于BP神经网络的微观交通安全预测方法

• 作者: 康迪 钟石泉 马寿峰
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 主成分分析 BP神经网络 道路安全性预测
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 交通安全
• 页码范围: 79-83
• 分类号: U491
• 字数: 5339字
• 语种: 中文
• DOI: 10.3963/j.ISSN1674-4861.2011.03.019

摘要

将主成分分析及BP神经网络模型引入到道路交通安全性预测中,从微观层面分析影响交通事故的因素,重点分析道路参数,并形成文中的原始数据.对原始数据进行主成分分析,将结果作为神经网络模型的输入,建立BP神经网络模型,对道路交通安全性进行预测.结果表明,基于主成分分析的BP神经网络模型比一般BP神经网络模型精度更高,而且从微观的层面进行分析可以得到道路参数对交通事故的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马寿峰	天津大学管理与经济学部系统工程研究所	86	1968	23.0	43.0
2	钟石泉	天津大学管理与经济学部系统工程研究所	33	637	14.0	25.0
3	康迪	天津大学管理与经济学部系统工程研究所	3	9	2.0	3.0