基于RBF神经网络的高速公路追尾预测模型的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景 | 第7-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究的意义及主要内容 | 第11-13页 |
| ·本文研究的意义 | 第11-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| 2 高速公路防追尾安全距离模型 | 第13-24页 |
| ·高速公路事故特点 | 第13页 |
| ·高速公路交通事故影响因素分析 | 第13-17页 |
| ·高速公路交通事故发生原因 | 第13-15页 |
| ·高速公路追尾事故分析 | 第15-17页 |
| ·高速公路汽车防追尾安全距离模型的建立 | 第17-22页 |
| ·引言 | 第17页 |
| ·高速公路安全距离模型的建立 | 第17-21页 |
| ·安全间距模型参数及计算方法 | 第21-22页 |
| ·高速公路追尾概率 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 RBF神经网络应用的理论基础 | 第24-32页 |
| ·神经网络的简单原理 | 第24-25页 |
| ·径向基函数(RBF)神经网络的理论基础 | 第25-28页 |
| ·径向基函数网络结构 | 第26-27页 |
| ·RBF网络相关问题分析 | 第27页 |
| ·径向基网络学习算法 | 第27-28页 |
| ·MATLAB神经网络工具箱 | 第28-31页 |
| ·RBF神经网络训练的基本原理 | 第28-30页 |
| ·RBF神经网络应用于预测的研究步骤 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于RBF神经网络的追尾事故的预测模型研究 | 第32-40页 |
| ·追尾事故影响因素 | 第32-34页 |
| ·选取原则 | 第32页 |
| ·输入指标的确定 | 第32-33页 |
| ·输入数据的归一化处理 | 第33-34页 |
| ·基于MATLAB的RBF神经网络应用设计 | 第34-39页 |
| ·RBF网络的建立 | 第34页 |
| ·RBF神经网络的训练过程 | 第34-39页 |
| ·网络仿真 | 第39页 |
| ·本章小结 | 第39-40页 |
| 5 基于RBF神经网络的追尾事故的预测 | 第40-47页 |
| ·软件仿真 | 第40-44页 |
| ·输入数据的获取 | 第40页 |
| ·软件仿真设置 | 第40-44页 |
| ·高速公路追尾预测RBF神经网络模型的建立 | 第44-45页 |
| ·影响因素与追尾事故概率的相关性分析 | 第44页 |
| ·网络输入与输出向量的确定 | 第44页 |
| ·RBF神经网络模型的训练样本的选取 | 第44页 |
| ·训练数据及仿真结果 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录 | 第52-54页 |
| 攻读学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55-56页 |
