基于改进BPNN的高速公路交通事故持续时间预测

• 作者: 刘冬伟 杨孟 林杉 许宏科 赵威
• 来源期刊: 华东交通大学学报
• 学科: 交通运输
• 关键词: 公路交通 交通事故 持续时间 神经网络 因子分析
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 交通管理控制
• 页码范围: 60-65
• 页数: 6页
• 分类号: U491.3
• 语种: 中文

摘要

针对高速公路交通事故持续时间难以预测的问题,构建了因子分析和BP神经网络(BPNN)相结合的交通事故持续时间预测模型.以包茂高速西延段近两年交通事故数据为基础,采用因子分析法提取影响事故持续时间的公共因子,将提取的公共因子作为输入,利用BP神经网络实现交通事故持续时间的预测.结果表明:与经典回归算法和支持向量机相比,采用因子分析和BP神经网络相结合的方法将预测准确率提高了7.8％,同时解决了传统BP神经网络迭代速度慢与数据处理效率低的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许宏科		80	985	16.0	28.0
2	赵威		10	20	2.0	4.0
3	林杉		5	17	2.0	4.0
4	杨孟		3	4	1.0	2.0
5	刘冬伟		1	0	0.0	0.0