模糊广义学习向量量化算法在交通事故预测方面的应用

模糊逻辑系统易于理解,而神经网络则有极强的自适应能力.本文将模糊数学方法和神经网络结合起来建立组合模型,用广义模糊神经网络(FGNN)预测道路交通事故.运用MATLAB语言编程,利用模糊广义学习向量量化算法(FGLVQ)建立模糊神经网络模型,并应用于交通事故预测中,改进了交通事故预测的计算方法.理论分析和实例表明,设计的模糊神经网络模型具有良好的非线性映射功能和泛化功能,对预测交通事故有较好的适应性.     

新形势下道路安全护栏发展现状与趋势研究

护栏是道路交通安全设施中不可或缺的重要组成部分,合理设置护栏对减少失控车辆越出路外或驶入对向车道引发交通事故、减轻人员伤亡具有十分重要的意义.文中从车型构成、护栏结构形式、新型材料应用等角度,对护拦的发展现状、趋势及存在的问题进行了研究探讨.