论文部分内容阅读
对典型部门影响交通安全的相关因素进行了集成分析，构建了道路交通安全倾向性预测指标，在此基础上采用贝叶斯正则化神经网络对沈大高速公路某路段的道路交通安全倾向性进行了预测，对网络结构、训练集、预测集以及学习次数进行了优化。预测结果表明，在推广能力方面，贝叶斯正则化神经网络优于传统的神经网络，可作为探究道路交通安全系统内部各影响要素关系的辅助手段。