首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--运营技术论文--公路运输安全技术论文

高速公路交通安全风险评价方法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-17页
    1.1 研究背景第10-11页
    1.2 国内外研究成果综述第11-14页
        1.2.1 国外研究现状第11-12页
        1.2.2 国内研究现状第12-13页
        1.2.3 研究成果综述第13-14页
    1.3 研究目的及意义第14页
    1.4 研究内容和技术路线第14-16页
        1.4.1 研究内容第14-15页
        1.4.2 技术路线第15-16页
    1.5 本章小结第16-17页
第二章 高速公路交通安全影响因素分析第17-29页
    2.1 人的因素对高速公路交通安全的影响及可能带来的风险第17-23页
        2.1.1 驾驶员第17-20页
        2.1.2 人的因素可能带来的风险第20-23页
    2.2 车的因素对高速公路交通安全的影响及可能带来的风险第23-24页
        2.2.1 动力性第23页
        2.2.2 操作稳定性第23-24页
        2.2.3 制动性第24页
        2.2.4 车的因素可能带来的风险第24页
    2.3 道路因素对高速公路交通安全的影响及可能带来的风险第24-26页
        2.3.1 道路线型因素第24-25页
        2.3.2 其它道路因素第25页
        2.3.3 道路因素可能带来的风险第25-26页
    2.4 交通环境因素对高速公路交通安全的影响及可能带来的风险第26-28页
        2.4.1 不良天气导致路面抗滑性能下降第26页
        2.4.2 不良天气导致能见度降低第26-27页
        2.4.3 交通量对高速公路交通安全的影响第27-28页
        2.4.4 交通环境因素可能带来的风险第28页
    2.5 本章小结第28-29页
第三章 基于径向基小波神经网络的高速公路交通安全风险评价方法的建立第29-52页
    3.1 高速公路交通安全风险评价概述第29-30页
    3.2 常用高速公路交通安全风险评价方法第30-38页
        3.2.1 灰色评价法第30-32页
        3.2.2 层次分析法第32-34页
        3.2.3 模糊综合评价法第34-38页
    3.3 径向基小波神经网络简介第38-40页
        3.3.1 人工神经网络简介第38-39页
        3.3.2 径向基神经网络第39页
        3.3.3 小波分析第39-40页
        3.3.4 径向基小波神经网络第40页
    3.4 径向基小波神经网络数学原理第40-41页
    3.5 径向基小波神经网络结构设计第41-43页
        3.5.1 隐层数的选取第41页
        3.5.2 确定神经元节点数第41-42页
        3.5.3 学习速率的选定第42页
        3.5.4 激励函数的选取第42-43页
    3.6 径向基小波神经网络训练算法及参数的调整第43-48页
        3.6.1 符号约定第43-44页
        3.6.2 训练算法推导第44-45页
        3.6.3 对各层的伸缩因子 a 进行调整第45-46页
        3.6.4 对各层的尺度因子 b 进行调整第46-47页
        3.6.5 对各层的权值ω进行调整第47页
        3.6.6 伸缩因子 a、尺度因子 b、网络权值ω动态调整量第47-48页
    3.7 评价方法的对比分析第48-50页
    3.8 径向基小波神经网络与高速公路交通安全风险评价的结合第50-51页
    3.9 本章小结第51-52页
第四章 基于径向基小波神经网络的高速公路交通安全风险评价方法应用案例第52-68页
    4.1 连云港至霍尔果斯高速公路兰州至定西段简介第52-53页
        4.1.1 地理位置第52页
        4.1.2 气候条件第52-53页
        4.1.3 地质条件第53页
    4.2 连云港至霍尔果斯高速公路兰州至定西段调研情况第53-55页
    4.3 连云港至霍尔果斯高速公路兰州至定西段交通安全风险评价第55-67页
        4.3.1 评价指标的筛选原则第55页
        4.3.2 建立评价指标体系第55-63页
        4.3.3 评价体系中各指标的计算结果第63页
        4.3.4 利用径向基小波神经网络进行风险评价第63-66页
        4.3.5 评价结果对比第66-67页
    4.4 本章小结第67-68页
第五章 结论及展望第68-70页
    5.1 结论第68-69页
    5.2 研究存在的问题及深入研究的展望第69-70页
参考文献第70-72页
附录第72-77页
攻读硕士学位期间取得的研究成果第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于LCA的夏热冬暖地区公共建筑碳排放及减排策略研究--以厦门市为例
下一篇:2224铝合金板材的疲劳性能研究