遗传算法优化的RBF神经网络模型在公路隧道群交通事故微观预测中的应用  

Application of RBF Neural Network Optimized by Genetic Algorithm for Traffic Accident Microcosmic Forecast of Highway Tunnel Group

作　　者：易富君[1,2] 韩直[2] 邓卫[1] 

机构地区：[1]东南大学交通学院,南京210096 [2]招商局重庆交通科研设计院有限公司,重庆400068

出　　处：《交通运输工程与信息学报》2012年第1期64-72,共9页Journal of Transportation Engineering and Information

基　　金：西部交通建设科技项目(2008-318-740-014);重庆市自然科学基金(2010BB0148);国家科技支撑计划项目(2009BAG13A02)

摘　　要：本文根据构建的遗传算法优化的RBF神经网络模型,提出了公路隧道群交通事故微观预测方法,对以任意断面为中心的单元长度内的交通事故率进行合理预测,为公路隧道群事故多发点的鉴别及预防管理措施的制定提供理论支撑。最后,以西汉高速公路隧道群区段为例,以调研所得的交通事故微观预测模型参数基础资料,运用本文构建的预测模型进行工程实践应用分析,同时与传统的RBF神经网络预测结果进行对比,分析说明遗传算法优化的RBF神经网络预测模型的科学性及可行性效果良好。Based on the optimization of RBF neural network by genetic algorithm, this paper proposed a microcosmic forecasting model for highway tunnel group traffic accident. This model could forecast the traffic accident rate of arbitrary cross section of a highway tunnel and supported distinguishing the black-spot of highway tunnel group in order to formulate the preventive management measures. Finally, this paper took the XIHAN highway tunnel group as an example to prove the validity of the method by comparing the results from the traditional RBF neural network forecasting model.

关 键 词：公路隧道群 交通事故微观预测 遗传算法 RBF神经网络 

分 类 号：U491.3[交通运输工程—交通运输规划与管理]