基于神经网络的实时事故预测方法研究进展

道路交通事故预测作为道路主动安全管理的重要组成部分，在降低事故发生概率、帮助管理者制定安全决策等方面起着重要作用。随着数据需求的不断增加，传统方法已无法满足大数据的需求，机器学习和人工智能算法在动态、实时和复杂情况下的道路交通事故预测领域显示出强大的潜力。文章从数据获取和特征变量选择开始介绍，详细叙述了基于机器学习的神经网络及与深度学习结合后该方法在国内外的相关研究，分析了使用神经网络相关方法在建模时会面临的优缺点，最后对基于神经网络的交通实时事故预测方法进行了总结及展望，给出未来的发展趋势。