Indexed by：
Abstract：
以沈海高速罗长段隧道群交通事故为预测对象,以相对交通事故频数为预测目标,针对隧道群交通系统非线性、动态的特点,研究基于BP神经网络的交通事故非线性综合预测方法.结果表明,非线性综合预测方法能综合指数平滑模型、非线性回归模型、灰色马尔科夫模型等单一预测模型的有效隐含信息,提高交通事故的预测精度,为优化交通事故预测技术指出新方向.通过该方法预测,随着交通量的增加,未来3年(2016-2018年)罗长高速隧道群交通事故频数将呈现先下降后急剧上升的变化过程.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报（自然科学版）
ISSN： 1000-2243
CN： 35-1337/N
Year： 2017
Issue： 2
Volume： 45
Page： 226-230
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 4
