基于BP神经网络的道路交通事故预测

以我国近年来道路交通事故统计资料为基础,采用改进型BP神经网络,建立起我国道路交通事故发生的时间序列模型,该模型可用于短期内道路交通事故多少的预测。     

灰色组合预测模型应用研究

道路交通事故预测是道路交通安全研究的一项重要内容,它的目的是为了掌握交通事故的未来发展状况,对交通安全措施的可行性和实施效果进行合理评价,有效地控制各影响因素,达到减少交通事故的目的．可构建适应道路交通系统多属性特点的道路交通事故预测模型：灰色预测及其改进模型、神经网络预测模型、灰色神经网络组合预测模型．实证结果表明,灰色组合预测模型能够充分发挥各单一模型的优点,同时弱化了单一模型的缺点,比单一模型的预测结果更理想,精度更高．     

基于超越对数函数的道路交通事故频数预测

针对道路交通事故频数预测常见方法——对数-线性模型中弹性系数假定为常数,简化了探索性变量之间相互关系的局限性,提出了基于超越对数函数的道路交通事故频数预测方法.该方法采用动态弹性系数,选择路段长度和年平均车流量两个探索性变量以预测道路交通事故频数,通过运用加拿大安大略省道路交通事故数据对其有效性进行了实例验证,并与对数-线性模型进行了对比.研究结果表明:超越对数函数模型具有更好的拟合优度,其动态弹性系数更接近真实情况.     

甘肃省道路交通事故预测研究

预防道路交通事故是公安交通管理部门的重要工作之一,由于道路交通事故具有随机性、突发性和不确定性的特点,因此对道路交通事故成因进行科学分析,全面提出预防道路交通事故的措施,才能有效控制道路交通事故的发生。利用数学模型对甘肃省道路交通事故进行预测研究,以便为公安交通管理部门提供有效的决策信息。     

交通事故预测的灰色GM（1，1）模型

通过对道路交通事故分析、预测方法的研究，指出了其缺陷．在分析道路交通事故的灰色性和中国道路交通安全数据库薄弱性的基础上，给出了灰色GM（1，1）模型，并对道路交通事故的死亡人数、交通事故数进行了预测，其结果是可信的．     

交通事故预测模型的研究

通过分析道路交通事故发生的特点,从不同的角度,建立了模糊图模型、非线性回归模型及基于灰色理论的灰色预测模型.重点针对道路交通事故灰色和随机不确定性,研究了一阶单变量灰色预测模型,即GM（1,1）模型.经对其进行实例检验,其结果可信,且较传统的预测算法更科学、更合理.     

道路交通事故等级层次分析--模糊评价模型

分析了我国现阶段道路交通事故等级划分标准中存在的问题,探讨了采用模糊数学理论进行交通事故等级划分的可行性和科学性;采用死亡人数、重伤人数、轻伤人数、直接经济损失及间接经济损失（新增）作为评价指标,构建了道路交通事故等级划分的层次——模糊综合评价模型,为我国道路交通事故等级的划分提供了科学的依据。     

STNN仿真模型的道路交通事故趋势预测

道路交通事故预测是道路交通安全研究的一项重要内容,它的目的是为了掌握交通事故的未来发展状况,是对交通安全措施的可行性和实施效果进行合理评价,有效地控制各影响因素,以我国近年来交通事故统计资料为基础,利用STNN建立BP神经网络预测模型,运用反向传播算法和遗传算法对神经元网络进行训练。研究结果可为相关问题的科学决策提供依据。     

道路交通事故多元线性回归模型及其检验方法

根据多元线性回归分析基本原理,以道路交通事故数据为研究基础,依据我国道路交通安全法及实施条例等相关规定,选择导致道路交通事故发生次数和死亡人数比例较多的主要因素:超速行驶、无驾驶证与无牌照和酒后驾驶机动车等三个因素,建立道路交通事故次数的多元线性回归分析数学模型;重点结合显著性检验原理,对所建立的回归分析模型是否有意义以及如何检测导致道路交通事故发生的各个因素对回归模型的显著作用给出了检验方法,为合理、科学和有效地进行道路交通事故预测提供了理论依据。     

我国道路交通事故死亡人数影响因素及管理对策研究

探究道路交通事故死亡人数影响因素,对于推动我国道路交通安全工作高质量发展具有十分重要的意义。在借鉴已有文献的基础上,构建了以人口因素、经济发展、车辆与道路、医疗卫生服务水平为外因潜在变量,以道路交通事故死亡人数为内因潜在变量的理论模型,并运用PLS-SEM模型量化分析了道路交通事故死亡人数的影响因素与作用机制。结果表明：人口因素、车辆与道路、经济发展均对道路交通事故死亡人数有显著的正向直接影响,其中人口因素的直接影响效应最大,影响系数为0.561;医疗卫生服务水平对道路交通事故死亡人数产生显著的负向直接影响,影响系数为-0.546;经济发展还通过人口因素、车辆与道路、医疗卫生服务对道路交通事故死亡人数有显著的间接影响。基于研究结果,提出了相应的管理对策。     

道路交通事故成因分析及其应对技术研究

道路交通事故是现代社会的一大公害,本文从我国道路交通安全现状出发,分析了我国道路交通事故的诱发因素,提出了降低和预防道路交通事故的发生,确保行车安全的相应措施.     

中国道路交通事故变化趋势预测

道路交通事故在中国已成为威胁人民群众生命财产安全和社会可持续发展的严重问题。对过去10年间中国道路交通事故时间序列数据进行分析,建立了11个预测模型,用平均绝对百分误差(MAPE)对各种预测模型进行寻优,并用筛选出的最优预测模型对2004～2007年中国道路交通事故死亡人数和直接经济损失进行预测。研究结果可为相关问题的科学决策提供可靠的依据。     

道路交通事故的成因及预防

道路交通事故伴随着交通运输业的发展应运而生,与交通事故密切相关的因素是人、车、路和环境。本文通过介绍我国道路交通事故的现状,对道路交通事故的特点进行研究,根据交通事故特点,分析其产生的原因,并对预防和减少交通事故的对策进行初步的探讨。     

公路隧道群交通事故非线性综合预测方法研究

以沈海高速罗长段隧道群交通事故为预测对象,以相对交通事故频数为预测目标,针对隧道群交通系统非线性、动态的特点,研究基于BP神经网络的交通事故非线性综合预测方法.结果表明,非线性综合预测方法能综合指数平滑模型、非线性回归模型、灰色马尔科夫模型等单一预测模型的有效隐含信息,提高交通事故的预测精度,为优化交通事故预测技术指出新方向.通过该方法预测,随着交通量的增加,未来3年(2016-2018年)罗长高速隧道群交通事故频数将呈现先下降后急剧上升的变化过程.     

论道路交通事故应急救援体系的构建

当前,我国道路交通事故应急救援力量分散,应急装备数量不足并且落后,救援能力差,部分应急救援人员救死扶伤意识淡漠,应急救援责任失位,交通事故死亡人数居高不下,交通事故致亡率较高。因此,降低道路交通事故的死亡率,建立道路交通事故应急救援体系已迫在眉睫。     

道路交通事故预测模型的构建与应用

利用多种交通事故预测方法构建了事故预测模型,并编制了相应的计算机软件.软件的实际应用表明对道路交通事故实施有效预测,在交通事故的预防、系统规律的模拟、控制以及对交通安全系统的评价等方面有着重大意义.     

道路交通事故预测模型的构建与应用

利用多种交通事故预测方法构建了事故预测模型,并编制了相应的计算机软件。软件的实际应用表明对道路交通事故实施有效预测,在交通事故的预防、系统规律的模拟、控制以及对交通安全系统的评价等方面有着重大意义。     

基于混沌神经网络的交通事故损失预测

文章应用混沌方法对交通事故损失时间序列进行处理，计算出最大Lyapunov指数，得到最大可预报时间尺度，在此基础上，建立人工神经网络预测混沌时间序列的模型。最后运用该方法对我国交通事故损失进行了预测分析。     

浅析交通安全与道路线形关系

我国是交通事故频发的国家,交通事故率和事故的严重程度已居世界首位,随着人们生活水平的提高,交通安全问题已成为人们最关心的问题,本文通过对道路交通事故产生的原因和道路线形与道路交通事故的关系,改进道路曲线的设计方法和道路线形设计的核查方法,使道路曲线与地形和车辆的行驶轨迹达到完美的组合。     

高速公路交通事故的灰色预测模型

在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明：改进的灰色Verhulst模型较好地反映了告诉公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。