| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-17页 |
| ·选题背景 | 第11-12页 |
| ·研究目的及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·国内研究现状 | 第13-14页 |
| ·国外研究现状 | 第14-15页 |
| ·论文研究的主要内容 | 第15-17页 |
| 2 城市道路交叉口安全预警研究现状 | 第17-35页 |
| ·城市道路交通安全影响因素分析 | 第17-26页 |
| ·人的因素 | 第18-22页 |
| ·车的因素 | 第22-23页 |
| ·道路的因素 | 第23-24页 |
| ·环境的因素 | 第24-26页 |
| ·城市道路交叉口安全预警研究现状 | 第26-34页 |
| ·交叉口分类 | 第26页 |
| ·交叉口几何特点 | 第26-29页 |
| ·交叉口控制特征 | 第29-32页 |
| ·交叉口交通流特征 | 第32-33页 |
| ·道路交通安全预警现状研究 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 城市道路交叉口安全预警流程及预警指标体系建立 | 第35-43页 |
| ·城市道路交叉口安全预警流程 | 第35-37页 |
| ·城市道路交叉口交通特性分析 | 第37-38页 |
| ·预警指标体系的建立原则 | 第38-39页 |
| ·预警指标体系的功能 | 第39-40页 |
| ·预警指标体系的建立 | 第40-42页 |
| ·预警指标体系 | 第40-41页 |
| ·模型参数的确定 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 城市道路交叉口安全预测模型的构建 | 第43-62页 |
| ·人工神经网络基本理论 | 第43-46页 |
| ·神经网络的基本原理 | 第43-44页 |
| ·神经网络的学习方式 | 第44-46页 |
| ·两种主要神经网络简介 | 第46-53页 |
| ·径向基函数(RBF)神经网络 | 第46-49页 |
| ·BP神经网络 | 第49-53页 |
| ·基于径向基函数(RBF)神经网络的交叉口安全预测模型 | 第53-59页 |
| ·RBF神经网络用于交叉口安全预测的基本思想 | 第53-54页 |
| ·基于RBF神经网络的交叉口安全预测模型 | 第54-55页 |
| ·基于RBF神经网络的交叉口安全预测流程 | 第55-59页 |
| ·基于BP神经网络的交叉口安全预测模型 | 第59-61页 |
| ·BP神经网络用于交叉口安全预测的基本步骤 | 第59-60页 |
| ·基于BP神经网络的交叉口安全预测模型 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 5 城市道路交叉口安全预警实例分析 | 第62-73页 |
| ·问题描述 | 第62-66页 |
| ·样本数据的选取 | 第62-65页 |
| ·样本数据的预处理 | 第65-66页 |
| ·预测结果评价指标 | 第66页 |
| ·基于径向基函数据(RBF)神经网络的交叉口安全预测实例分析 | 第66-69页 |
| ·基于RBF神经网络交叉口安全预测的MATLAB实现 | 第67页 |
| ·结果与误差分析 | 第67-69页 |
| ·基于BP神经网络的交叉口安全预测实例分析 | 第69-71页 |
| ·基于BP神经网络交叉口安全预测的MATLAB实现 | 第69-70页 |
| ·结果与误差分析 | 第70-71页 |
| ·预测结果对比分析及警情分析 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 6 结束语 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 作者简历 | 第78-80页 |
| 学位论文数据集 | 第80页 |
