| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-14页 |
| ·国内外研究现状综述 | 第14-15页 |
| ·主要研究内容及技术路线 | 第15-17页 |
| ·主要研究内容 | 第15-16页 |
| ·技术路线 | 第16-17页 |
| 第2章 数据处理及评价指标确定 | 第17-25页 |
| ·数据来源及处理 | 第17-19页 |
| ·数据来源 | 第17页 |
| ·数据处理 | 第17-19页 |
| ·安全评价指标分析及选取 | 第19-24页 |
| ·交通安全评价指标 | 第19-20页 |
| ·事故多发点评价指标 | 第20-23页 |
| ·成因分析评价指标确定 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于BP神经网络的事故多发点鉴别模型研究 | 第25-36页 |
| ·事故多发点鉴别方法对比分析 | 第25-27页 |
| ·事故多发点的界定 | 第25页 |
| ·事故多发点鉴别方法分析 | 第25-27页 |
| ·神经网络结构的确定 | 第27-29页 |
| ·鉴别方法选择 | 第27-28页 |
| ·神经网络模型选择 | 第28-29页 |
| ·神经网络学习算法选取 | 第29页 |
| ·基于BP神经网络的山区高速公路事故多发点鉴别模型 | 第29-35页 |
| ·模型建立 | 第29-31页 |
| ·网络训练及测试样本 | 第31-33页 |
| ·模型标定及误差分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于动态模糊聚类的事故多发点成因分析 | 第36-43页 |
| ·事故成因分析方法评述 | 第36-37页 |
| ·基于动态模糊聚类的多发点成因分析 | 第37-42页 |
| ·模糊聚类分析 | 第37-38页 |
| ·动态聚类算法 | 第38-39页 |
| ·聚类效果评价及对比分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 案例分析 | 第43-51页 |
| ·京珠北高速公路概况 | 第43页 |
| ·事故多发点鉴别 | 第43-48页 |
| ·变量值计算 | 第44-46页 |
| ·多发点鉴别模型应用 | 第46-48页 |
| ·事故多发点成因分析及安全改善措施 | 第48-50页 |
| ·成因分析方法应用 | 第48-50页 |
| ·安全改善措施 | 第50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 一、主要研究成果和结论 | 第51页 |
| 二、需进一步研究的内容及展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录Ⅰ 训练、测试及案例分析数据汇总 | 第56-61页 |
| 附录Ⅱ 神经网络鉴别模型及动态模糊聚类源程序 | 第61-64页 |
| 攻读学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |