基于径向基神经网络的高速公路交通事故影响因素分析

为实现多重因素作用下的高速公路交通事故分析，基于径向基神经网络理论建立交通事故预测模型，综合考虑道路线形（圆曲线半径、转角、纵坡）、交通组成（自然交通量、折算交通量、货车率）及路面技术状况指标（PCI、RQI、RDI、SRI）三类因素，对某高速公路2018年—2022年的交通事故进行建模训练，并分析各因素对诱发交通事故的贡献。结果表明：径向基神经网络用于预测交通事故，可行性强、准确率高（91.6%）；相较于线形指标而言，交通组成与路况指标对交通事故影响较大；各因素对诱发交通事故的贡献排序为自然交通量>SRI>折算交通量>RDI>货车率。