一种基于误差逆传播算法的集疏港公路安全评价方法

摘要

本发明提供一种基于误差逆传播算法的集疏港公路安全评价方法，通过误差逆传播算法(PB算法)，基于集疏港公路特殊交通状况的综合指标体系，构建基于误差逆传播算法的集疏港公路安全评价模型。本发明方法针对集疏港公路交通的特殊现状及存在问题，从驾驶员、交通流状态、交通环境、交通管理四方面建立了适合集疏港公路特殊交通状况的综合指标体系，构建了基于一种基于误差逆传播算法的集疏港公路安全评价模型，对于提高交通管理部门的管理和决策水平具有指导作用。

主权项

一种基于误差逆传播算法的集疏港公路安全评价方法，其特征在于包括如下步骤：1)基于集疏港公路的复杂交通状况，确定评价指标及其数值；2)对项目因素对象可能做出的各种评判结果，得到目标向量，并选定目标向量；3)根据BP隐藏层节点算法，确定隐藏层的隐含节点的个数的初步参考值；4)初始化权值、系数，给误差逆传播算法的各层权系数W^ij赋予(‑1，1)区间内的非零随机数，其中W^ij表示第i个节点到第j个节点之间的权系数，其中W_i，n+1＝‑θ，n为输入层节点数，θ为阈值；5)将输入样本值以及其对应的期望输出值成对提供给基于误差逆传播算法的BP神经网络评价模型；6)计算各层的输出；7)计算各层的实际输出与目标输出的误差其中k为输出层个数；8)修正权系数W^ij与阈值θ_i(W^i，n+1)；9)随机选取下一个学习样本值对,将其提供给基于BP神经网络评价模型，返回6)直至全部Q个样本对训练完毕；10)重新从Q个样本值对中任选一对,返回步骤3)对隐藏层的隐含节点个数采用试算法进行修正，直至误差函数E^av小于预先设定的精确值e，完成BP神经网络评价模型的训练；当迭代次数N大于某个给定的设定值,停止计算；11)将步骤1)中得到的评价指标数值进行归一化处理,将其限制在[0,1]区间内，然后将其作为输入值代入已训练好的基于BP神经网络评价模型，得到的输出值与步骤2)中的目标向量进行比较，最终得到高速公路的安全等级。