科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了研究人车碰撞事故中影响行人伤亡的因素，提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型。首先，以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象，对其进行统计分析，得到关于车辆、行人和碰撞状态3个维度的9项事故特征参数；然后，结合各事故特征特性，对连续特征值选用K均值聚类方法，对离散特征值选用层次聚类法，分析行人的伤亡风险与各特征参数间的关联性；最后，建立BP神经网络预测模型，根据事故特征预测行人伤亡情况。结果表明建立的行人伤亡风险预测模型的成功率为86%。
- 单位
