| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-17页 |
| ·选题背景 | 第8-11页 |
| ·我国道路交通安全状况 | 第8-10页 |
| ·中外道路交通安全状况对比 | 第10-11页 |
| ·道路交通安全预测的目的 | 第11-12页 |
| ·道路交通安全预测的国内外研究现状 | 第12-15页 |
| ·论文研究的主要内容 | 第15-17页 |
| 2 道路交通安全影响因素分析 | 第17-33页 |
| ·人的因素 | 第18-25页 |
| ·机动车驾驶员 | 第19-22页 |
| ·行人及其他交通参与者 | 第22-25页 |
| ·车辆因素 | 第25-27页 |
| ·机动车保有量 | 第25-26页 |
| ·车辆构成 | 第26-27页 |
| ·道路因素 | 第27-29页 |
| ·公路总里程 | 第27-28页 |
| ·公路等级构成 | 第28页 |
| ·其它道路因素 | 第28-29页 |
| ·自然、社会等环境因素 | 第29-32页 |
| ·自然条件的影响 | 第29-30页 |
| ·社会因素的影响 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 3 道路交通安全预测模型与方法的确定 | 第33-43页 |
| ·道路交通安全度量化指标（模型的输出变量）的确定 | 第33-38页 |
| ·确定原则 | 第33页 |
| ·指标分析 | 第33-35页 |
| ·指标选取结果 | 第35-38页 |
| ·道路交通安全影响因素指标（模型的输入变量）的选取 | 第38-40页 |
| ·选取原则 | 第38页 |
| ·选取结果 | 第38-39页 |
| ·选取结果相关性分析 | 第39-40页 |
| ·预测模型与方法确定 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于BP 神经网络的道路交通安全预测模型 | 第43-54页 |
| ·BP 神经网络应用于预测的原理及研究步骤 | 第43-45页 |
| ·BP 神经网络应用于预测的原理 | 第43-44页 |
| ·BP 神经网络应用于预测的研究步骤 | 第44-45页 |
| ·输入变量的分析与预处理 | 第45-46页 |
| ·输入变量之间的相关性分析 | 第46页 |
| ·输入数据的预处理 | 第46页 |
| ·神经网络结构设计 | 第46-49页 |
| ·隐层数的选取 | 第46-47页 |
| ·隐层节点数的选取 | 第47-48页 |
| ·初始权值的选取 | 第48页 |
| ·响应函数的选取 | 第48-49页 |
| ·训练算法及训练参数的选择 | 第49-52页 |
| ·训练算法的选择 | 第49-51页 |
| ·训练方式的选择 | 第51页 |
| ·训练参数的选取 | 第51-52页 |
| ·训练次数的确定 | 第52页 |
| ·合理网络模型的确定 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 基于BP 神经网络的道路交通安全预测案例 | 第54-65页 |
| ·学习样本和输入输出变量的确定 | 第54-55页 |
| ·基于Matlab 神经网络工具箱的实例设计 | 第55-59页 |
| ·BP 网络的建立 | 第56-58页 |
| ·权和阈值的初始化 | 第58页 |
| ·网络训练 | 第58-59页 |
| ·检验网络 | 第59页 |
| ·实例计算与分析 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 6 结束语 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 附录 | 第69-72页 |