基于概率神经网络的高速公路交通事故多发点安全预警模型 (2014年)

针对高速公路交通事故多发点交通事故难以预测的问题，利用神经网络的非线性逼近能力，结合概率神经网络(PNN)模式分类功能建立安全预警模型。设计概率神经网络拓扑结构，给出交通状态模式类别，确定相应交通事故指标体系，概述概率神经网络的学习过程，并通过Matlab仿真实验对其性能进行了测试。结果表明：采用PNN神经网络辨识技术的网络模型预警准确率高、泛化能力强，可对高速公路交通安全进行实时监测，对有效预防和控制交通灾害的发生是完全可行的。