公路隧道交通事故预测与预防
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-17页 |
·研究背景 | 第10-12页 |
·我国公路隧道发展概况 | 第10-11页 |
·我国公路隧道安全现状 | 第11-12页 |
·研究目的 | 第12-13页 |
·国内外研究现状 | 第13-15页 |
·国外研究概况 | 第13页 |
·国内研究概况 | 第13-15页 |
·研究内容 | 第15-16页 |
·技术路线 | 第16-17页 |
第二章 公路隧道交通事故特征分析 | 第17-25页 |
·公路隧道交通特点分析 | 第17-22页 |
·公路隧道行车环境特征 | 第17-18页 |
·公路隧道交通特征 | 第18-20页 |
·驾驶员生理心理变化特征 | 第20-21页 |
·公路隧道运营管理特征 | 第21-22页 |
·公路隧道交通事故形态分析 | 第22-25页 |
·隧道交通事故时间分布特征 | 第22页 |
·隧道交通事故空间分布特征 | 第22-23页 |
·隧道交通事故类型分布特征 | 第23-24页 |
·隧道交通事故车辆类型特征 | 第24-25页 |
第三章 公路隧道交通事故致因分析 | 第25-34页 |
·隧道交通事故的直接原因 | 第25-31页 |
·人的不安全行为 | 第26-27页 |
·物的不安全状态 | 第27-31页 |
·隧道交通事故的间接原因 | 第31页 |
·隧道交通事故的基础原因 | 第31-34页 |
·天气因素 | 第31-32页 |
·社会环境因素 | 第32-34页 |
第四章 公路隧道交通事故预测 | 第34-52页 |
·公路隧道交通事故预测方法的确定 | 第34-37页 |
·公路隧道交通事故预测的意义 | 第34页 |
·常见的交通事故预测方法及其特点 | 第34-36页 |
·神经网络用于公路隧道交通事故预测的适应性分析 | 第36-37页 |
·BP神经网络用于隧道交通事故预测的原理及步骤 | 第37-39页 |
·BP神经网络应用于隧道交通事故预测的原理 | 第37-38页 |
·BP神经网络应用于预测的研究步骤 | 第38-39页 |
·输入输出变量的选取与预处理 | 第39-42页 |
·网络输入输出变量的选取 | 第39-40页 |
·样本的选取 | 第40-41页 |
·学习样本的归一化 | 第41-42页 |
·网络结构参数的设计 | 第42-46页 |
·初始权值的选取 | 第42-43页 |
·隐层个数及隐层神经元个数的确定 | 第43-45页 |
·神经元函数的选取 | 第45-46页 |
·训练算法及训练参数的选取 | 第46-48页 |
·训练算法的选择 | 第46-47页 |
·训练方式的选择 | 第47页 |
·网络训练参数的选取 | 第47-48页 |
·训练次数的确定 | 第48页 |
·模型的实算结果与评价 | 第48-52页 |
·模型的训练结果与评价 | 第48-50页 |
·模型的预测结果与评价 | 第50-52页 |
第五章 公路隧道交通事故预防对策 | 第52-67页 |
·事故发生前的预防对策 | 第52-63页 |
·隧道交通参与者 | 第52-54页 |
·车辆因素 | 第54-55页 |
·隧道环境 | 第55-60页 |
·隧道运营管理 | 第60-63页 |
·事故发生后的应对措施 | 第63-67页 |
·建立交通事故多发点(段)分析与预案处理系统 | 第63-64页 |
·实施高效有序的隧道交通组织 | 第64页 |
·建立完备的交通事故紧急救援系统 | 第64-65页 |
·发展智能交通技术,提升隧道交通安全水平 | 第65-66页 |
·适时研究,逐步改善隧道通行条件 | 第66-67页 |
结论 | 第67-69页 |
参考文献 | 第69-72页 |
附录 | 第72-74页 |
攻读硕士学位期间取得的研究成果 | 第74-75页 |
致谢 | 第75页 |