基于MIV-RBF神经网络的交通事故影响因素分析

摘要

基于平均影响值(Mean Impact Value,MIV)算法和径向基函数(Radial Basis Function,RBF)神经网络建立交通事故影响因素分析模型,以某市道路交通事故数据为基础,首先进行数据预处理得到完整的数据集,之后使用MIV算法筛选出与输出变量相关程度较大的输入变量,并根据结果分析与事故严重程度关联性强的影响因素,最后建立RBF神经网络模型,以事故严重程度作为因变量进行预测。结果表明基于MIV-RBF神经网络的分析模型能够实现预测分析,模型具有一定有效性和可行性。