基于BP神经网络的旅游交通安全评价分析研究

阐述了BP神经网络的基本理论、算法、缺陷及改进方法，通过实例对旅癖交通安全进行研究。选择合适的学习样本及参数进行训练，并获得较好的评价结果。为游客的旅游安全及相关部门的管理者提供了理论依据。     

基于BP神经网络的高速公路交通安全评价系统设计与实现

针对高速公路交通安全现状,提出了应用BP神经网络评价模型进行高速公路交通安全评价.在建立了相应的高速公路交通安全评价体系基础上,对BP人工神经网络在高速公路交通安全评价的设计与实现进行了分析,结合高速公路交通安全评价的特点,采用C＋＋语言与数据库技术,开发了基于BP人工神经网的交通安全综合评价软件,并进行了实例分析与验证.结果表明：BP神经网络算法应用于高速公路交通安全评价,具有良好的扩展性与开放性、收敛性和很强的自动调节能力.评价系统操作性强、结果可靠.     

基于BP神经网络的高等级公路交织区安全评价

分析了交通冲突数与其影响因素之间及交通冲突数与安全性之间的关系;以交通冲突数作为其影响因素与道路安全性之间的"转换器",提出了基于BP神经网络的高等级公路交织区安全评价模型;为高等级公路交织区安全评价开辟了新的途径。     

基于BP神经网络隧洞施工安全评价模型

为了研究隧洞施工安全评价方法,以某正在施工的隧洞为背景,确定了24个安全评价指标,设计了隧洞施工的多层前馈BP神经网络结构,建立了较为完善的基于BP神经网络的隧洞施工安全评价体系模型,并验证了其实用性。对背景工程进行了施工安全评价,评价结果与工地实地考察结果一致,说明所建立的隧洞施工安全评价模型的有效性和实用性。     

基于 BP 神经网络的武器装备经济性评价研究

武器装备论证方案经济性评价的准确性直接影响到研制方案的选择和经费投入的多寡。通过分析装备经济性的主要影响因素,建立了装备经济性综合评价指标体系,利用BP神经网络的非线性处理能力,构建了基于BP神经网络的装备经济性综合评价模型。计算实例表明,运用BP神经网络进行装备经济性评价具有高效、准确和客观等特点。     

基于BP神经网络的沥青路面使用性能评价

应用神经网络BP算法原理而建立的路面综合指数评估模型,通过对多个指标的学习来评价路面综合指标PQI.同时,神经网络评价数据和专家系统数据的比较,证明BP神经网络模型在路面使用性能评估中有更好的应用前景.     

基于BP神经网络的浙江省交通发展预测问题研究

基于BP神经网络研究了多因素的交通预测问题。通过分析影响交通指标预测值的15个因素信息，预测到2015年浙江省公路总里程为94984b，其中高速公路总里程为4533km，对今后浙江省交通发展规划具有一定的指导意义。     

基于BP神经网络的沥青路面使用性能评价

应用神经网络BP算法原理而建立的路面综合指数评估模型,通过对多个指标的学习来评价路面综合指标PQI。同时．神经网络评价数据和专家系统数据的比较．证明BP神经网络模型在路面使用性能评估中有更好的应用前景。     

基于BP神经网络确定评价体系指标权重

文章提出一种基于BP神经网络确定指标权重的方法,该方法的主要目的在于减少在确定评价指标权重时人为因素的影响,提高权重的准确性和实用性.文章以老铁山水道为例,对老铁山水道的通航现状进行了研究,分析影响其通航安全的相关因素,将灰色致因理论确定老铁山水道的通航安全评价指标体系,最后利用BP神经网络的方法给出评价指标权重,证明...     

基于BP 神经网络的铁路客运服务质量评价研究

为了客观、准确地评价铁路客运服务质量,从旅客感知角度出发,构建了评价 指标体系,建立了BP神经网络求解模型,提出了基于BP算法的铁路客运服务质量评价 算法.通过对网络的训练,使得网络输出达到了期望的精度,满足了客运服务质量评价的 要求.最后通过对铁路旅客的调查问卷实例,从均方误差、统计识别率方面进行了分析、仿 真,对客运服务质量进行综合评价,并与模糊综合评价法进行了对比.实验结果表明,本文 构建的评价指标体系科学、合理,提出的评价算法收敛速度快、误差小,评价结果能够有 效地反映客运服务质量水平,为提高和改进铁路客运服务质量提供参考依据.     

道路交通安全综合评价的人工神经网络方法

为了提高评价的准确性,采用人工神经网络技术,建立了基于BP神经网络的道路交通安全综合评价模型.通过有效样本的学习,应用该模型,实现了对道路交通安全专家知识和经验的提取和存储.仿真实例验证了基于人工神经网络的道路交通安全综合评价模型的合理性和有效性.     

基于BP神经网络的运量预测模型优化研究

在传统多种单项预测模型与组合预测方法的基础上,利用BP神经网络技术的非线性映射能力,在多个预测模型与实际数列之间建立一种非线性关系,对运量预测结果进行优化,以达到提高预测精度的目的.通过实例分析,表明这种经过BP神经网络优化后的预测模型,可一定程度上克服传统单个预测模型的部分局限性,提高预测精度,用于运量预测是可行的.     

BP神经网络在交通流量预测中的应用

路段上的交通流量受各种因素的影响,是一个典型的非线性系统。由于神经网络具有识别复杂非线性系统的特性,故将BP神经网络应用于交通流量的动态预测中是可行的。     

基于改进BP神经网络的速度预测模型

针对BP神经网络三个不足分别加以改进,并利用改进BP神经网络建立速度预测模型,通过实例验证预测模型的有效性,同时,预测结果具有很好的适应性和真实性,可为动态交通管理提供参考.     

基于遗传算法(GA)优化BP神经网络的船舶交通流量预测

为了提高船舶交通流量的预测精度,在BP神经网络的基础上,结合遗传算法(GA)建立一个新的预测模型.该模型利用GA自适应搜索能力和较快的收敛速度,进而确定BP神经网络中的最优权值和阈值.以青岛港2011—2019年船舶交通流量统计数据为例,进行仿真实例验证.结果表明,与传统的BP神经网络相比,该模型能显著地提高船舶交通流量的预测精度,用于预测船舶交通流量具有一定可行性.     

基于BP神经网络的煤炭企业可持续发展评价

在分析煤炭企业可持续发展评价方法的基础上，建立了煤炭企业可持续发展评价指标体系，构建了基于误差反向传播算法（BP算法）的多层前向神经网络模型．为减小希望输出与实际输出之间的误差，从输出层神经元到输入层神经元逐层反向修正各连接权，并在网络训练学习的过程中不断执行误差反向传播修正，以提高网络对输入模式响应的正确率．通过算例验证了运用BP神经网络评价煤炭企业可持续发展的有效性和准确性．