基于粒子群优化BP网络的山区高速公路交通事故预测模型

• 作者: 季芳 杨文臣 熊坚 郭凤香
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 山区高速公路 BP神经网络 粒子群算法 交通事故预测
• 年，卷（期）: 2018,（10）
• 页码范围: 64-68
• 页数: 5页
• 分类号: TP183
• 字数: 3702字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.10.015

摘要

针对传统预测模型在多因素方面下无法对交通事故做出有效预测的问题,文中采用基于粒子群优化的BP神经网络建立了交通事故严重等级预测模型.该模型是以”影响因素-事故严重等级”的输入输出形式来实现对事故的预测的.文中通过昆石高速公路的事故数据对模型进行预测验证,得到模型的预测结果准确率为89.6％,证明该模型可用于事故严重等级的预测;然后,在该模型的基础上,进行了设定情境的仿真模拟,预测得出设定情境下的事故严重等级;最后,通过模型的仿真结果分析得出一定的事故发生规律.仿真结果分析表明,在以下几种情况更易发生严重事故:行车时间为凌晨0:00～8:00;天气状况为雨天和雾天;道路曲线半径在0～600 m;车辆类型为重型货车等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊坚	昆明理工大学交通工程学院	86	651	13.0	23.0
2	郭凤香	昆明理工大学交通工程学院	37	150	7.0	11.0
3	杨文臣		18	54	4.0	6.0
4	季芳	昆明理工大学交通工程学院	1	4	1.0	1.0