基于BP神经网络的交通事故预测
- 详情
- 2021-09-19
- 简介
- 197KB
- 页数 未知
- 阅读 73
- 下载 31
交通事故的发生因受随机因素的影响而呈现出不确定性和非线性的特点.在分析交通事故与人口、车辆、道路、经济发展等因素关系的基础上,综合考虑影响交通事故的多种因素,建立了BP神经网络.进而,选取总人口、机动车驾驶员人数、公路密度、民用车辆、人均GDP作为交通事故预测模型的输入向量,以交通事故的四项指标作为输出向量,利用LM算法或GALM算法优化的BP神经网络模型对交通事故进行预测.实验表明,GALM算法优化的BP神经网络模型与BP神经网络或LM算法优化的BP神经网络相比,具有较高的精度和较快的收敛速度,能更好地适用于交通事故预测.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于BP神经网络的交通事故预测 197KB
基于BP神经网络的水上交通事故预测研究 544KB
基于BP神经网络的沙漠公路交通事故预测模型 229KB
基于BP神经网络的道路交通事故预测研究 194KB
改进BP神经网络模型在道路交通事故预测中的应用 117KB
基于模糊神经网络的交通事故微观预测方法研究 957KB
基于遗传算法的BP神经网络模型在道路交通事故宏观预测中的应用 519KB
基于BP神经网络的城市占道交通拥堵预测 168KB
基于BP神经网络的高速公路交通量预测 121KB
基于BP神经网络的高速公路交通量预测 550KB