摘要
基于R语言平台及BP神经网络算法对高桥隧比路段交通事故进行拟合建模,并采用Garson算法对其进行预测分析.以连续3年的交通事故数据建立预测模型,将该路段的养护数据作为路面路表性能变化的输入参数.对数据样本进行预处理分析,将路面行驶质量指数(RQI)、路面横向力系数(SFC)和路面车辙深度指数(RDI)作为路面路表性能变化的输入参数,以事故是否发生于桥隧段作为输出值,基于"路面性能—桥隧段发生事故"样本建立二值分类预测模型.ROC曲线和混淆矩阵的分析结果表明:神经元个数为8时的模型有较好的预测效果;Garson算法分析表明:用于表征抗滑能力的SFC是影响高桥隧比路段事故发生的主要因素.
基金项目
国家自然科学基金(51978115)
材料工程重庆市研究生联合培养基地基金(201907)