城市道路交叉口事故预测模型及算法研究

道路交通事故预测是对交通事故未来的情况进行估计和推测,找出事故的发生规律,进一步推测出事故发展趋势,从而采取科学的方法进行控制和预防,包括宏观预测和微观预测。城市道路交叉口事故预测是道路交通事故微观预测的主要内容,具有重要的意义。一旦预测出某个交叉口出现异常事故,则可从导致事故发生的主要影响因素入手,通过改善交叉口几何设计、道路条件,提高交叉口管理水平等手段来降低事故发生的可能,并可预测改善后的效果,这便为降低交叉口事故、提高交叉口交通安全水平提供理论指导。 论文首先从人、车、道路及其环境因素分析交通事故发生原因,并依据事故突变理论对道路交通事故发生机理进行了探讨；在对比分析现有交叉口事故预测方法的优缺点及适用条件的基础上,确定采用神经网络模型进行交叉口事故预测；重点考虑道路及其环境因素对交叉口事故的影响,确定主要影响因素作为模型参数输入,建立基于神经网络的城市道路交叉口事故预测模型；针对BP神经网络具有的网络结构较难确定的缺点,引入灰色关联度分析模型用于网络隐层节点数的确定,对神经网络隐节点数的确定方法进行了一定的探索；结合石家庄市道路交叉口事故的统计资料进行实证研究,并通过Matlab编程实现了模型的求解。经验证,本文建立的交叉口事故预测模型拟合精度高,实际预测效果好。