首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 624 毫秒

1.  一种道路交通安全神经网络评价模型的构建  
   邹胜勇  杨天军《人类工效学》,2007年第13卷第1期
   在综合分析国内外交通安全评价研究的基础上,针对中国道路交通安全现状,提出了基于一个城市行政分区的道路交通安全评价指标和评价模型,并针对我国城市道路交通安全的现状及存在问题,提出了采用基础数据、交通安全管理、公众安全评价3个方面共17项指标组成的面向城市道路交通安全可持续发展的评价指标集;构建了基于BP神经网络的评价模型;并结合算例详细分析了其计算方法。    

2.  基于TWW函数的道路交通安全灰色评价方法研究  
       周清雷  黄敬宝《中国工程科学》,2006年第8卷第3期
   在研究国内外道路交通安全评价方法的基础上,根据我国道路交通安全现状及道路交通安全监督管理的要求,将灰色系统理论应用于道路交通安全评价,建立了一套基于TWW函数的道路交通安全灰色评价指标体系,并对6省市的交通安全水平进行了比较研究.    

3.  基于BP神经网络的城市交通流预测研究  
   徐今强  张裕清《现代电子技术》,2006年第29卷第23期
   交通流预测在城市交通管理和控制中起着十分重要的作用。在分析城市交通流复杂非线性特性的基础上引入BP神经网络模型,从人工智能的角度对交通流预测进行了研究,同时给出了一种基于BP神经网络模型的交通流预测方法,通过对预测数据与实测数据的比较分析,证实了该方法的有效性。    

4.  基于改进BP神经网络的道路交通事故预测  
   刘卫宁  王鹏  孙棣华  解佳《计算机系统应用》,2010年第19卷第10期
   道路交通事故因受多种随机因素的影响而呈现出非线性的特点,传统的线性分析方法无法完全揭示其内涵。在分析道路交通事故与人、车、路等因素关系的基础上,利用神经网络具有描述非线性特性的能力,将影响交通事故的多种因素综合起来建立了基于改进BP神经网络的道路交通事故预测模型。选取人口密度、路网密度和机动车辆密度作为交通事故预测模型的输入神经元,采用道路交通综合死亡率作为道路交通事故的输出评价指标,对道路交通事故进行预测。实验结果表明,该预测模型能很好地适用于道路交通事故预测,验证了该模型的可行性和有效性。    

5.  城市道路平面交叉口安全评价指标的研究  被引次数:5
   赵建有 杨雪峰《长安大学学报(建筑与环境科学版)》,2003年第20卷第3期
   根据城市道路中人、车冲突的状况,基于交通流理论研究了一套城市道路平面交叉口安全评价指标,作为城市道路平面交叉口交通安全评价的依据和准则,并利用该指标对西安市道路一些平面交叉口处安全度作了实例分析,安全评价结果符合实际.    

6.  城市道路平面交叉口安全评价指标的研究  被引次数:4
   赵建有  杨雪峰《建筑科学与工程学报》,2003年第20卷第3期
   根据城市道路中人、车冲突的状况 ,基于交通流理论研究了一套城市道路平面交叉口安全评价指标 ,作为城市道路平面交叉口交通安全评价的依据和准则 ,并利用该指标对西安市道路一些平面交叉口处安全度作了实例分析 ,安全评价结果符合实际 .    

7.  基于神经网络的城市交通流预测研究  被引次数:5
   马君  刘小冬  孟颖《电子学报》,2009年第37卷第5期
    建立了一种基于神经网络的交通流量动态预测模型,分别采用BP神经网络和径向基网络(RBF)建立了预测模型,给出了数据预处理方法和预测模型评价指标.仿真结果表明该交通流量预测方法的有效性,结果分析得出径向基网络能够更加快速有效的进行城市交通流预测.    

8.  《基于供应链和BP神经网络的区域性食品安全状况评价指标体系》研制说明  
   吴为  郑婵娇  陈思秇  闻剑  陈子慧  彭接文《食品安全导刊》,2018年第3期
   正指标体系的构建背景食品安全状况评价体系是食品安全研究的重要内容,研究者已从管理技术角度、地域性食品安全评价、消费者行为食品安全评价等方面做了大量研究,其主要依据食品安全分类、德尔菲、模糊聚类等技术,但这些方法难以客观和全面评价食品安全状况。本研究将基于BP神经网络,结合危害分析与关键控制点(HACCP)理论,    

9.  神经网络理论在火炸药企业控制系统中系统安全评价的分析  
   田晓欢  李征  李昇《新技术新工艺》,2010年第4期
   阐述了人工神经网络基本原理,研究分析了BP神经网络模型的缺陷并提出了优化策略。在此基础上,将神经网络理论应用于火炸药企业的控制系统安全评价之中,提出了基于此理论的系统安全评价、实现方法和优点。    

10.  基于模糊综合评价和BP神经网络的车辆危险状态辨识  
   李世武  田晶晶  沙学锋  孙文财  王琳虹《吉林大学学报(工学版)》,2011年第41卷第6期
   考虑驾驶员、车辆、环境和管理因素对车辆安全状态的影响,建立了车辆安全状态评价体系。采用模糊层次分析法确定了各评价指标的权重,利用岭型函数建立了评价指标对评价等级的隶属度函数,在Matlab神经网络工具箱中构建了车辆安全状态神经网络评价模型。采用预设故障的试验方法,利用车辆监测预警系统采集道路试验过程中车辆的运行状态参数。通过模糊综合评价得出神经网络所需的训练样本,运用训练好的BP神经网络对道路试验中车辆安全状态进行评价。道路试验结果表明:神经网络评价较模糊综合评价灵敏度更高、更准确,为车辆危险状态辨识提供了一种新方法。    

11.  基于BP神经网络的交通事故易发段研究  
   方成  赖智勇  马国洁《山西建筑》,2011年第37卷第28期
   在研究道路平面线形的基础上,提出应用BP神经网络来对道路交通事故易发段进行鉴别,简要介绍了BP神经网络模型结构与特点,并通过实例分析,验证了该方法的有效性,对今后旧路改造,新路规划设计具有一定指导意义。    

12.  城市道路交通安全风险分类动态评价技术  
   赵学刚《中北大学学报(自然科学版)》,2014年第4期
   针对城市道路交通系统交通安全风险耦合及动态变化的复杂性,基于城市道路交通安全风险控制系统观点,提出了分类型的城市道路交通系统监测期交通安全综合风险实时评价的方法及技术.应用城市道路交通安全风险控制系统研究成果,提出系统风险源的新型分类方法.在此基础上,结合风险监测期、城市分类标准的确定,应用风险指数法、置信区间法等方法对不同类型风险源作用进行定性、定量分析,构建监测期敏感风险源监测指标体系及分类型城市的系统动态风险源结构,建立敏感风险源动态风险方程,提出了基于最小欧氏距离判断法的新型交通安全综合风险评价方法.研究表明:应用该技术可以实现监测期内不同类型城市的道路交通安全风险控制系统实时风险等级的比较评价,及其敏感风险源作用的定量评价.该技术可以直接应用于目前公安交通安全管理部门的辖区城市道路交通安全风险评价月公告工作中.    

13.  基于灰关联度赋权的道路交通安全模糊评价  
   张文晰《西华大学学报(自然科学版)》,2018年第5期
   针对交通安全模糊综合评价法的主观性,改进了模糊综合评价的赋权方式。由于灰理论具有处理少量信息和数据的优势,本文采用客观性较强的灰关联赋权方式代替层次分析法赋权,然后采用交通参与主体引发的交通事故率作为评价指标,形成基于灰关联赋权的交通安全模糊评价方法。最后,利用该方法对某城市区域进行交通安全评价分析,结果表明,该城市道路交通的安全水平处于一般和不安全状态,需要相关管理部门加强交通安全管理。    

14.  改进的BP模型在噪声预测中的应用  
   张蓉蓉  朱莉《计算机与数字工程》,2009年第37卷第8期
   交通噪声作为主要的城市噪声污染,分析预测交通噪声对管理规划城市交通和减少噪声污染具有重要意义。通过分析道路交通噪声的各项影响因子,并针对BP算法的不足,提出一种基于遗传算法与神经网络相结合的道路噪声预测模型。用武汉市道路噪声实测数据进行实验,验证了该模型的高精度和实用性。    

15.  BP神经网络在计算机网络安全评价中的应用  
   毛志勇《信息技术》,2008年第32卷第6期
   建立了计算机网络安全评价的指标体系,探讨基于BP神经网络的计算机网络安全评价方法,设计构建了评价模型,并通过MATLAB仿真实验证明该方法是可行的.    

16.  基于粒子群优化的神经网络短时交通流量预测  被引次数:3
   叶嫣  吕智林《计算机工程与设计》,2009年第30卷第18期
   基于短时交通量的不确定特性,对城市相邻交叉口路段的交通流建模方法进行了研究.提出了基于粒子群优化的BP神经网络的信号交叉口交通量预测模型.该模型以BP神经网络为基础,用PSO算法对BP神经网络权值和阚值进行优化,从而提高了网络的预测精度.实时预测时,不只考虑本路口前几个时段交通量,同时也考虑了上下游路段的交通量的影响.仿真结果表明,粒子群-BP神经网络预测模型可以成为交通量预测的一种有效手段.    

17.  基于神经网络的交通事故仿真预测方法  被引次数:3
   周丽萍  温娟娟  徐红炉《计算机仿真》,2009年第26卷第5期
   通过对道路交通事故影响因素的分析,建立了关于道路交通事故影响因素的层次结构模型,并根据此模型建立基于RBF神经网络的道路交通事故计算机仿真预测方法.结合我国1978~2007年道路交通事故次数对RBF神经网络进行训练、检验和预测,同时与BP神经网络预测方法进行比较.结果表明RBF神经网络的平均误差和收敛次数分别为1.19%和701次,而BP神经网络则为9.8%和2401次,可见RBF神经网络具有更快的运算速度和更高的精度.    

18.  基于核自组织映射-前馈神经网络的交通流短时预测  被引次数:1
   龚勃文  林赐云  李静  杨兆升《吉林大学学报(工学版)》,2011年第4期
   提出了一种基于KSOM-BP神经网络的交通流短时预测模型。利用基于核函数的样本自组织映射神经网络(KSOM),在没有任何先验知识的情况下,自组织、自学习地将具有相似统计特性的历史样本划分成一类,促使分类样本统计特性更集中显著。对每个类别的样本分别建立动量-自适应学习速率的BP神经网络预测模型,以期提高交通流短时预测精度,减少预测时间。结合实际城市道路数据对模型进行验证。验证结果表明:KSOM-BP神经网络的预测误差统计指标MARE小于7%,比基于全部样本训练的BP神经网络的MARE减少4%左右;同时,KSOM-BP神经网络建模时间更短,证明了本文方法的有效性和先进性。    

19.  基于BP人工神经网络的GPS高程异常拟合方法研究  被引次数:3
   陈刚  张明  张芯《通信技术》,2008年第41卷第11期
   近几年来在GPS水准高程拟合方法的研究成果的基础上,对基于BP人工神经网络的GPS高程异常拟合方法进行了研究.利用实际工程数据,对BP网络模型和BP神经网络组合算法进行了试验研究,通过比较分析,给出了拟合模型的精度评价.    

20.  基于BP神经网络的道路交通事故多发点鉴别新方法  被引次数:1
   刘安业  王要武  张磊《土木工程学报》,2008年第41卷第6期
   道路安全对人类健康和社会经济影响巨大,越来越受到各国的重视.交通事故多发点在道路与事故关系的研究中起到重要的作用,作为道路安全改善的一个重要技术分支,事故多发点的鉴别与改造是改善道路安全状况的有效技术途径,在大多数情况下也是最为经济的.因此,准确地鉴别出事故多发点对改善道路安全状况具有重大意义.在常用鉴别方法的基础上,提出应用人工神经网络BP算法这一新的评价方法对道路交通事故多发点进行鉴别,为如何确定事故多发点提供新思路,丰富交通事故多发点鉴别的基本理论.在综合分析道路交通安全系统中各影响因素的基础上,找出事故多发点的评价指标,用于道路交通事故多发点鉴别的分析,以期减少交通事故的发生.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号