基于遗传算法优化BP神经网络的道口事故预测

基金项目: 中国铁道科学研究院院基金项目（2013YJ095）。

详细信息

Prediction on crossing accident based on BP neural network of optimized Genetic Algorithm

Railway Science and Technology Research and Development Center, China Academy of Railway Sciences, Beijing 100081, China

摘要: 针对铁路事故发生的偶然性和事故发生原因的复杂性，提出应用BP神经网络对铁路事故进行较长期预测的建议，并以美国高速公路-铁路道口事故为实例，应用BP神经网络方法和遗传算法优化的BP神经网络方法对美国高速公路—铁路道口未来3年的事故进行预测，并将预测结果进行对比，结果表明，遗传算法优化的BP神经网络可以用于铁路事故的中长期预测。
- 铁路道口 /
- 事故预测 /
- 遗传算法 /
- BP神经网络
Abstract: According to the unpredictability and the complexity of the railway accidents happening, the suggestions using the BP neural network to predict the railway accidents during a long period were presented. And taking the USA highway-railway crossing accidents as examples, the American highway-railway crossing accident in the next three years were forecasted using the BP neural network method and the BP neural network method optimized by the Genetic Algorithm. The forcasted results obtained using the two methods were compared. It was shown that, the BP neural network method optimized by the Genetic Algorithm could be used for the railway accident long-term prediction. In 2014, from January to April and from October to December, and in the whole 2015, was the periods that the USA highway-railway crossing accidents happening frequently.
- railway crossing /
- accident prediction /
- Genetic Algorithm /
- BP neural network

[1]	王卓，贾利民，秦勇，等 . 铁路行车事故预测方法分析与比较 [J]. 中国安全科学学报，2009，19（8）：34-39.
[2]	罗金保 . 基于 GM(1,1) 模型的铁路行车事故预测 [J]. 中国安全科学学报，2004，14（6）.
[3]	钱武生 . 铁路中间站事故的灰色系统理论预测模型研究 [J]. 中国科技信息，2006（9）：144-145，136.
[4]	欧春霞，田蘅晖 . 铁路行车安全预测初探 [J]. 中国安全科学学报，1995，5（2）：40-43.
[5]	陈莺，徐晨，张维强 . 基于 Huang 变换和 BP 神经网络的时间序列预测方法 [J]. 计算机工程与应用，2007，43（30）： 242-244.
[6]	贾明涛 . 铁路道口事故分析与预测研究 [D]. 北京：北京交通大学，2007，4

1.	曾绍炳，李小龙. 混合遗传BP算法及其在影像分类中的应用. 西部探矿工程. 2022(08): 173-176 . 百度学术
2.	唐佑绵，刘涛，胡纪平. 公路-铁路平交道口撞击风险研究. 铁路工程技术与经济. 2019(03): 1-6 . 百度学术
3.	樊会星，邹颖. 基于BP神经网络的动车组智能化控制和诊断研究. 铁路计算机应用. 2019(11): 5-8 . 本站查看
4.	党永乐，刘西京. 公路-铁路平交道口安全研究综述. 汽车实用技术. 2019(24): 241-242 . 百度学术
5.	雷雪梅，谢依彤. 用于高血压菜谱识别的基于遗传算法的改进XGBoost模型. 计算机科学. 2018(S1): 476-481 . 百度学术
6.	李隽，王伟. 遗传算法优化神经网络在图像目标识别中的应用研究. 现代电子技术. 2017(20): 111-113 . 百度学术
7.	王琪，乔红宇. 基于GA-BP神经网络的船舶压载水微生物数量预测. 江苏科技大学学报(自然科学版). 2016(06): 529-537 . 百度学术