基于BP神经网络的军用车辆事故预测可行性分析

论文摘要

随着我国国防交通运输的发展,各种军用车辆日益增多,军用车辆事故时有发生。做好准确、有效的军用车辆交通事故预测对巩固国防,提高部队战斗力起着重要作用。现阶段,军车车辆事故研究的方法还仅仅局限于概括总结经验,缺少量化处理的方法。本文通过运用BP神经网络来准确、有效的预测发生事故的概率,从而达到科学管理军用车辆,减少财产和人员损失的目的。概述了本文研究的背景、论文研究的目的和意义,国内外相关研究的方法和现状等。讲解了运用BP神经网络进行军用车辆事故预测的原理,BP神经网络是由大量的处理单元组成,具有较强的学习、平行计算、容错和抗干扰能力,由输入向量和目标输出建立模型来训练网络。为了克服BP神经网络在学习、训练中收敛速度慢、容易陷入局部极小的缺点,本文采用了LM算法。分析了发生军用车辆事故的诸多因素,概括总结为驾驶员素质、安全管理制度、驾龄、日平均行驶里程、教育程度、外部环境和车辆状况七个因素,并通过问卷调查的方式为建立BP神经网络模型搜集样本。通过建立模型的检验,证明了BP神经网络用于军用车辆事故预测的可行性,具有很好的应用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 概论
• 1.1 研究的背景、目的及意义
• 1.2 国内外相关研究现状
• 1.2.1 车辆事故研究
• 1.2.2 军用车辆事故研究
• 1.3 思路与方法
• 第二章 军用车辆事故概念和预测方法的选择
• 2.1 军用车辆事故、预测与事故预测的概念
• 2.2 军用车辆事故的特点
• 2.3 军用车辆事故预测方法的选取
• 第三章 人工神经网络基本理论
• 3.1 人工神经网络的发展历史及国内外研究现状
• 3.2 人工神经网络的定义及特点
• 3.3 神经网络模型分类
• 3.4 BP神经网络
• 3.4.1 BP网络结构及算法
• 3.4.2 BP神经网络改进方法
• 3.5 神经网络应用于预测的原理及步骤
• 3.5.1 原理
• 3.5.2 步骤
• 3.6 基于BP神经网络的车辆交通事故分析
• 第四章:基于BP神经网络的军用车辆事故预测模型
• 4.1 军用车辆事故因素
• 4.1.1 驾驶员素质
• 4.1.2 安全管理制度
• 4.1.3 驾龄
• 4.1.4 日平均行驶公里数
• 4.1.5 教育程度
• 4.1.6 外部环境
• 4.1.7 车辆状况
• 4.2 研究样本
• 4.3.1 隐层数选取
• 4.3.2 隐层节点数的选取
• 4.3.3 算法的选择
• 4.4 合理的BP神经网络模型的确立
• 4.5 MATLAB神经网络工具箱
• 4.5.1 神经网络工具箱函数
• 4.5.2 MATLAB中BP网络的训练过程
• 第五章 BP神经网络预测军用车辆事故率可行性分析结果
• 5.1 分析过程
• 5.2 相关性分析
• 5.3 结果分析
• 第六章 结束语
• 6.1 结论
• 6.2 进一步研究的建议
• 致谢
• 参考文献
• 学位论文评阅及答辩情况表