基于GA-BP神经网络算法和粗糙集理论的交通事故黑点模型

道路交通事故黑点的预测鉴别是改善道路交通安全状况最重要、最关键的一步,采用基于GA-BP神经网络算法与粗糙集理论相结合的方法建立交通事故黑点预测模型.分析天津市津围公路的交通事故统计数据,通过GA-BP神经网络算法建立静态单元,考虑静态道路状况,分析得出道路的事故黑点样本.考虑实时动态道路交通环境条件的影响,并利用粗糙集理论建立有效的交通道路事故黑点预测模型,2种理论的有机结合,减少糙杂繁冗的数据量,降低伪报警率,提高事故黑点的预报精度,并通过实例进行实证分析.     

基于粗糙集理论的交通事故形态成因分析

交通事故成因复杂且具有不确定性,难以用一两种因素表征。为提取影响交通事故的核心因素并量化各因素的影响力,引入不确定性分析方法--粗糙集理论。首先根据历史事故数据建立粗糙集信息决策表,之后利用粗糙集理论的简约算法求出各因素相对于事故形态的属性重要度,最终判断出各因素对事故形态的影响程度,为道路事故形态预测模型的建立提供科学、合理的指标选取依据。     

基于RST的事故黑点成因实例分析

本文结合实例,首先,对交通事故的主要形态进行分析,在此基础上,运用巴雷特曲线对事故主要形态进行事故因素分析,得到交通事故黑点的主要影响因素;然后,对交通事故黑点的主要影响因素简单加权,得到一个粗略的因素影响度排序;最后,运用粗糙集算法再次对影响因素的重要度进行分析,确定事故因素及其重要程度排序。     

基于LOF改进的K-means算法在交通事故黑点识别中的应用

为改进传统K-means聚类算法受初始聚类中心及异常点影响较大的问题,提出使用离群点检测(LOF)改进的K-means聚类算法,并应用到交通事故的黑点识别中.使用数据集为2018年7月1日至2018年12月31日于美国洛杉矶发生的交通事故数据.首先,利用LOF对事故点坐标数据集进行离群点检测;其次,剔除掉原数据集中的离...     

道路交通事故黑点整治策略选择的粗集算法

粗集算法比较适合于不完全信息条件下的推理分析。在简要介绍粗集理论的基础上,设计了该理论应用于道路交通事故黑点整治的基本步骤与实施要点,并给出了一个计算示例。结果表明,粗集算法具有较强的实用性与合理性,有助于道路交通管理部门合理选择黑点的整治策略。     

道路交通事故的灰色预测与黑点分析

以某市区为研究对象,分析该市区人口密度较高的三个区域交通事故现状,首先利用灰色预测法建立道路交通事故GM（1,1）灰色预测模型,对未来几年市区道路交通事故数进行预测;然后根据道路交通安全影响因素,研究市内三个区域交通事故黑点分布;最后基于人、车、道路、环境综合影响分析,结合事故类型和易发地点判定,找出道路交通事故黑点产生的原因,并根据具体情况提出相应防治措施,以期为城市交通安全管控提供依据．     

交通事故黑点鉴别实践中存在的问题与对策

治理改善道路黑点可以有效地降低交通事故的发生率与损失后果,科学合理的黑点鉴别则是整个治理环节中的关键一步。文章首先从鉴别方法、资料数据以及管理体制等方面,分析了黑点鉴别实践中存在的问题,然后提出了改进黑点鉴别管理的一些对策性建议。     

交通事故黑点鉴别实践中存在的问题与对策

治理改善道路黑点可以有效地降低交通事故的发生率与损失后果,科学合理的黑点鉴别则是整个治理环节中的关键一步。首先从鉴别方法、资料数据以及管理体制等方面,分析了黑．最鉴别实践中存在的问题,然后提出了改进黑点鉴别管理的一些对策性建议。     

粗集及遗传算法在交通事故黑点分析中的应用

交通事故黑点是由好多种因素综合到一起而形成的。利用粗集理论及遗传算法对冗余的黑点成因进行删减,得到主要的黑点成因,从而进行有针对性的治理,以达到减少交通事故的目的。     

道路交通事故黑点治理的流程、方法与策略

结合现有的道路交通安全管理体制,提出了道路交通事故黑点治理的流程.在分析了已有的各类交通事故黑点鉴别理论的基础上,指出事故次数法与事故率法在我国现阶段仍具有初步筛选的现实意义.最后,结合日益普及的高速公路路网,分析了此类道路黑点的改造策略.     

基于粗糙集和遗传算法的道路交通事故分析

通过对道路交通事故的原因分析,确定了造成道路交通事故的影响因素.研究了利用粗糙集理论从交通事故历史数据中提取有效信息的方法,并给出了基于遗传算法的道路交通事故决策表属性约简算法,得出了道路交通事故决策规则表.计算结果表明:文中所建数学模型科学合理,算法高效可行.为建立道路交通事故智能分析系统提供了一个有效的方法.     

基于系统论的道路事故多发点成因分析

已有的道路事故多发点成因分析方法存在着不同程度的局限性。为了有效地消除道路事故隐患路段,以系统论基本理论为基础。研究道路交通系统各组成因素相互作用诱发事故的机理,以找到诱发事故的深层次原因。这种方法在工程中的应用情况表明是可行的。     

基于二次感染的道路交通事故黑点建模

将道路交通系统简化成由人车体子系统、道路子系统和环境子系统3个部分构成的整体系统,在事故过程分析基础上,提出事故黑点形成必须具备的4个条件,即存在影响因素、影响因素具有感染性、感染必须达到一定程度、影响因素必须具有一定的集聚度.将人车体作为感染原生体,道路和环境因素作为感染源,构建事故黑点双因素二次感染生成模型,并给出危险率δ的置信区间近似解的计算方法,在此基础上扩展为多因素模型.论文最后根据某一级公路主要交通事故黑点统计数据,对模型进行实例验证.     

基于粗糙集的城市交通拥堵预警算法分析

通过摒弃传统的以分析交通流参数来判断是否会发生交通拥堵的方法，综合考虑各种导致城市交通拥堵因素（包括天气、时间段等），以粗糙集理论为依据，建立一套判断城市交通拥堵算法，为交通拥堵预警提供分析与支持，并进行模拟实验仿真。仿真结果表明：该方法是可行有效的，可改善拥堵预警的准确率并减少误报率。     

基于粗糙集理论的公交信号优先算法研究

提出一种基于粗糙集理论的公交信号优先控制算法,以绿灯阻塞参数和红灯拥挤度为条件属性,以绿灯延时率为决策属性,构造知识库和边界域函数并约简规则,然后利用VISSIM仿真软件,以车辆延误和人均延误为评价指标对该算法进行评价。结果表明,该算法能减少交叉口4．93％的车辆延误和8．25％的人均延误。