欢迎来到天天文库
浏览记录
ID:34595788
大小:2.74 MB
页数:87页
时间:2019-03-08
《基于智能算法的高速公路隧道交通事故预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:U45810710-2015221014专业硕士学位论文基于智能算法的高速公路隧道交通事故预测研究邱锋导师姓名职称夏永旭教授专业学位类别申请学位类别硕士建筑与土木工程及领域名称论文提交日期2018年4月18日论文答辩日期2018年5月13日学位授予单位长安大学HighwayTunnelTrafficAccidentPredictionResearchBasedonIntelligentAlgorithmAThesisSubmittedfortheDegreeofMasterCandidate:QiuFengSupervi
2、sor:Prof.XiaYongxuChang’anUniversity,Xi’an,China论文独创性声明本人声明:本人所呈交的学位论文是在导师的指导下,独立进行研究工作所取得的成果。除论文中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表的成果。本声明的法律责任由本人承担。论文作者签名:年月日论文知识产权权属声明本人在导师指导下所完成的论文及相关的职务作品,知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专
3、利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为长安大学。(保密的论文在解密后应遵守此规定)论文作者签名:年月日导师签名:年月日摘要高速公路隧道作为公路交通中一种特殊的构筑物是交通事故的多发点,也是严重事故的易发点。在隧道内发生的交通事故不但救援难度大,交通疏导困难,且在视距的影响下,极易发生二次事故,造成更大的损失。本文首先结合相关文献,对高速公路隧道事故的主要影响因素进行了归纳分析,然后对西汉高速秦岭隧道群近三年发生的496条交通事故进行统计,并结合隧道基础数据和当地气象资料,通过概
4、率分析方法将各影响因素对事故发生概率和伤亡情况的影响量化,且进行了分析和总结。其次论文通过对统计回归模型和以BP神经网络模型、贝叶斯模型、随机森林模型、支持向量机模型为代表的智能模型的原理介绍及优缺点分析,论述了智能模型在公路隧道事故预测方面的优越性。并结合已有的事故统计资料,在研究事故统计分析相关性的基础上,分别确定了公路隧道交通事故形态预测、严重程度预测、伤亡情况预测、持续时间预测的特征属性变量。最后,利用Matlab软件构建高速公路隧道交通事故预测模型,通过对预测结果的分析对比验证,确定了高速公路隧道事故预测的可行性,并利
5、用JavaScript编制了高速公路隧道交通事故预测系统。关键词:高速公路隧道、交通事故、统计分析、智能模型、概率预测IAbstractHighwaytunnels,asakindofspecialstructureinhighwaytraffic,bringconveniencetopeople,butitisalsothefrequentoccurrenceoftrafficaccidentseventheseriousaccidents.Trafficaccidentsintunnelsarenotonlydifficul
6、ttorescue,butalsodifficulttodiverttraffic.Undertheinfluenceofline-of-sight,secondaryaccidentscaneasilyoccur,resultingingreaterlosses.Basedontherelevantliterature,thisarticlediscussesthemaininfluencingfactorsofhighwaytunnelaccidents.Thenitcounts496trafficaccidentsinth
7、eQinlingtunnelgroupinthepastthreeyearsintheWesternHanDynasty,andcombinesthetunneldesigndatawithlocalmeteorologicaldatatoanalyzetheprobabilitydistribution.Theeffectsofvariousinfluencingfactorsontheaccidentprobabilityandcasualtieswerequantifiedandanalyzedandsummarized.
8、Basedontheprincipleintroductionandadvantagesanddisadvantagesofthestatisticalregressionmodelandsomeintelligentmodels,thispaperdiscus
此文档下载收益归作者所有