| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景和意义 | 第10-12页 |
| 1.2.1 研究背景 | 第10-11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-17页 |
| 1.3.1 国外研究现状 | 第12-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.3.3 国内外研究现状综述 | 第16-17页 |
| 1.4 主要研究内容及技术路线 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17-18页 |
| 1.4.2 研究技术路线 | 第18-19页 |
| 第2章 交通事故数据的统计分布特性研究 | 第19-29页 |
| 2.1 数据来源及数据组织 | 第19-21页 |
| 2.1.1 数据来源 | 第19-20页 |
| 2.1.2 数据组织 | 第20-21页 |
| 2.2 事故预测单元划分研究 | 第21-22页 |
| 2.3 事故数据的统计分布形式及参数估计 | 第22-26页 |
| 2.3.1 事故数据的统计分布形式 | 第22-24页 |
| 2.3.2 统计分布的参数估计 | 第24-26页 |
| 2.3.3 统计分布的拟合优度检验 | 第26页 |
| 2.4 统计分布及拟合优度检验结果 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 事故影响因素分析及变量选择 | 第29-47页 |
| 3.1 事故影响因素分类 | 第29-30页 |
| 3.2 影响因素与事故数的关系研究 | 第30-37页 |
| 3.3 事故影响因素赋值方法研究 | 第37-41页 |
| 3.4 基于负二项回归分析的变量选择研究 | 第41-46页 |
| 3.4.1 负二项回归分析原理 | 第41-42页 |
| 3.4.2 事故预测模型自变量选择 | 第42-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 高速公路神经网络事故预测模型 | 第47-53页 |
| 4.1 神经网络事故预测模型结构分析 | 第47-48页 |
| 4.1.1 山岭重丘区事故预测模型结构 | 第47-48页 |
| 4.1.2 平原微丘区事故预测模型结构 | 第48页 |
| 4.2 山岭重丘区神经网络事故预测模型的标定 | 第48-50页 |
| 4.2.1 山岭重丘区神经网络事故预测模型的训练 | 第48-49页 |
| 4.2.2 山岭重丘区神经网络事故预测模型的测试 | 第49-50页 |
| 4.3 平原微丘区神经网络事故预测模型的标定 | 第50-52页 |
| 4.3.1 平原微丘区神经网络事故预测模型的训练 | 第50-51页 |
| 4.3.2 平原微丘区神经网络事故预测模型的测试 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 神经网络事故预测模型的适用性分析 | 第53-64页 |
| 5.1 神经网络事故预测模型的敏感性分析 | 第53-61页 |
| 5.1.1 山岭重丘区神经网络事故预测模型的敏感性分析 | 第53-59页 |
| 5.1.2 平原微丘区神经网络事故预测模型的敏感性分析 | 第59-61页 |
| 5.2 神经网络事故预测模型的可移植性分析 | 第61-63页 |
| 5.2.1 山岭重丘区神经网络事故预测模型的可移植性分析 | 第61-62页 |
| 5.2.2 平原微丘区神经网络事故预测模型的可移植性分析 | 第62-63页 |
| 5.3 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间发表的学术论文及其他成果 | 第71-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74-77页 |
