基于灰色BP神经网络的道路交通事故车型分担率预测及其预防策略研究

被引:16
作者
胡立伟
张婷
郭凤香
陈政
机构
[1] 昆明理工大学交通工程学院
关键词
交通事故; 车型分担率; 灰色预测; BP神经网络; 灰色神经网络;
D O I
暂无
中图分类号
U491.31 [交通事故处理、分析与统计];
学科分类号
082301 [道路与铁道工程];
摘要
为探讨道路交通事故中不同车型的事故分担率,基于云南省2010—2015年7 954条道路交通事故数据,分析云南省道路交通事故车型特点及其影响因素,运用BP神经网络、基于平均弱化缓冲算子的改进GM(1,1)模型及并联型、串联型、嵌入型三种灰色BP神经网络组合模型对云南省道路交通事故车型分担率进行预测,并验证对比选取最优模型,预测出云南省2017—2020年道路交通事故车型分担率,结果表明,灰色BP神经网络组合模型比单纯的BP神经网络、GM(1,1)模型预测精度更高,从预测结果可知,云南省小汽车、客车、货车的交通事故分担率均呈上升趋势,摩托车的交通事故分担率大幅下降,其他车型事故分担率基本持平.最后,结合预测结果提出了相应的预防策略.
引用
收藏
页码:388 / 392+397 +397
页数:6
相关论文
共 7 条
[1]
弱化缓冲算子对GM(1,1)模型的预测效应及适用性 [J].
叶璟 ;
李炳军 ;
刘芳 .
系统工程理论与实践, 2014, (09) :2364-2371
[2]
典型交通设施对道路交通事故致因影响分析 [J].
胡立伟 ;
李耀平 .
武汉理工大学学报(交通科学与工程版), 2014, 38 (01) :98-102
[3]
高速公路隧道群交通事故灰色马尔可夫预测 [J].
詹伟 ;
吕庆 ;
尚岳全 .
吉林大学学报(工学版), 2014, 44 (01) :62-67
[4]
基于预测有效度的组合模型在交通量预测中的应用 [J].
张令刚 ;
牛德宁 ;
孟兆民 .
道路交通与安全, 2010, 10 (01) :24-27
[5]
基于BP神经网络的交通事故预测模型 [J].
李娟 ;
邵春福 .
交通与计算机, 2006, (02) :34-37
[6]
交通量的灰色神经网络预测方法 [J].
陈淑燕 ;
王炜 .
东南大学学报(自然科学版), 2004, (04) :541-544
[7]
基于灰色神经网络的交通事故预测方法研究 [D]. 
葛丽娜 .
辽宁工业大学,
2015