道路交通事故径向基神经网络预测模型研究

doi:10.3778/j.issn.1002-8331.2009.17.057

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (17): 188-190.DOI: 10.3778/j.issn.1002-8331.2009.17.057

道路交通事故径向基神经网络预测模型研究

刘秀清,王晓原,宇仁德

山东理工大学交通与车辆工程学院，山东淄博 255049

收稿日期:2008-06-18 修回日期:2009-03-06 出版日期:2009-06-11 发布日期:2009-06-11
通讯作者: 刘秀清

Study on traffic accidents prediction model based on RBF neural network

LIU Xiu-qing,WANG Xiao-yuan,YU Ren-de

School of Transportation and Automobile Engineering，Shandong University of Technology，Zibo，Shandong 255049，China

Received:2008-06-18 Revised:2009-03-06 Online:2009-06-11 Published:2009-06-11
Contact: LIU Xiu-qing

摘要/Abstract

摘要： 道路交通事故预测的目的是为交通管理部门提供未来交通安全的发展趋势。论文在进行交通事故统计的基础上，运用径向基神经网络理论，利用Matlab软件建立交通事故预测模型，对1990年至2006年的交通事故死亡人数和经济损失进行网络训练和外推预测。计算结果表明，该模型预测和外推精度高，可用于交通事故预测。

关键词: 径向基神经网络, 交通事故, 预测, Matlab

Abstract: The propose of road traffic accident predication is to provide traffic safety trend transformation for road safety administrator institution.Based on the analysis of road traffic accident，a set of RBF neural network model which are applied to forecast traffic accident are presented.The RBF neural network model used to predict and extrapolate the number of death and economy lose of 2000~2006.The result shows the way is precise and feasible.

Key words: RBF neural network, traffic accident, predication, Matlab

刘秀清,王晓原,宇仁德. 道路交通事故径向基神经网络预测模型研究[J]. 计算机工程与应用, 2009, 45(17): 188-190.

LIU Xiu-qing,WANG Xiao-yuan,YU Ren-de. Study on traffic accidents prediction model based on RBF neural network[J]. Computer Engineering and Applications, 2009, 45(17): 188-190.

[1]	黄冬宜，杨兵，吴子豪，匡佳一，颜泽明. 用于全市蜂窝流量预测的时空全连接卷积网络[J]. 计算机工程与应用, 2021, 57(9): 168-175.
[2]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[3]	常昊，陈晓雷，张爱华，李策，林冬梅. 嵌入改进SENet的卷积神经网络连续血压预测[J]. 计算机工程与应用, 2021, 57(7): 130-135.
[4]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[5]	刘紫燕，袁磊，朱明成，马珊珊，陈霖周廷. 融合SPP和改进FPN的YOLOv3交通标志检测[J]. 计算机工程与应用, 2021, 57(7): 164-170.
[6]	张睿，吴伯雄，张丽园，张博. 复杂场景下行人轨迹预测方法[J]. 计算机工程与应用, 2021, 57(6): 138-143.
[7]	杨丰玉，黄雅璇，周世健，郑巍. 结合多元度量指标软件缺陷预测研究进展[J]. 计算机工程与应用, 2021, 57(5): 10-24.
[8]	张倩玉，严冬梅，韩佳彤. 结合深度学习和分解算法的股票价格预测研究[J]. 计算机工程与应用, 2021, 57(5): 56-64.
[9]	李硕，梁毅. 面向Spark的批处理应用执行时间预测模型[J]. 计算机工程与应用, 2021, 57(5): 79-87.
[10]	赵红蕊，薛雷. 基于LSTM-CNN-CBAM模型的股票预测研究[J]. 计算机工程与应用, 2021, 57(3): 203-207.
[11]	徐先峰，蔡路路，张丽. 融合MLP和DBN的光伏发电预测算法[J]. 计算机工程与应用, 2021, 57(3): 266-272.
[12]	郑建锋，王应明. 基于DEA-BP神经网络的效率置信区间预测模型研究[J]. 计算机工程与应用, 2021, 57(3): 273-278.
[13]	姚远，张朝阳. 基于HP-LSTM模型的股指价格预测方法[J]. 计算机工程与应用, 2021, 57(24): 296-304.
[14]	安卫超，阎婷，张楠，张杉，相洁，曹锐，王彬. 病理图像纹理分析在胃癌MSI预测中的应用研究[J]. 计算机工程与应用, 2021, 57(24): 205-211.
[15]	顾海艳，陈亮，王多点. 基于模型预测控制的无人机时空协同航迹规划[J]. 计算机工程与应用, 2021, 57(23): 270-279.

道路交通事故径向基神经网络预测模型研究

Study on traffic accidents prediction model based on RBF neural network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics