摘要：我国交通运输业在不断发展的同时，道路交通安全的形式也越来越严重。显然，交通安全问题越来越被关注。为了明确道路交通安全水平，可以通过交通安全评价来完成。通过安全评价可以对所评价目标进行对比分析。从而找出问题所在，以减少交通事故次数。因此，交通安全评价对社会、国家有着重要的意义。

本文首先研究了交通安全的主要影响因素，对交通安全评价指标做了一定的研究，并且对一些常见的评价指标进行比较说明，以此基础来完善本文的交通安全评价指标体系。然后，对层次分析法和神经网络模型进行了详细的分析与介绍，分别对它们的优缺点进行比较分析。最后，建立了新的组合评价模型。该评价模型的特点是利用神经网络的自适应学习算法，对层次分析法所求得的综合评价结果进行修正。该组合评价模型在一定程度上改善了主观评价原因对层次分析法模型影响较大的缺点，从而得到了较为可靠的评价结果。

最后通过对我国10个省市的实际评价，发现层次分析法评价结果偏向主观，而神经网络评价结果偏向客观，通过两个模型的组合评价，能得出更好的评价结果。

关键词：交通安全；神经网络；层次分析；评价模型

目  录

摘  要

ABSTRACT

第一章 绪  论-1

1.1-研究背景-1

1.2-研究现状与研究意义-1

1.2.1-国内外研究现状-1

1.2.2-研究意义-3

1.3-研究内容及技术路线-3

1.3.1-主要研究内容-3

1.3.2 技术路线-3

第二章 道路交通安全评价指标体系-5

2.1 道路交通安全的主要影响因素-5

2.2 道路交通安全评价指标的特性与确立原则-6

2.2.1 评价指标特性-6

2.2.2 评价指标确立原则-7

2.3 常用的交通安全评价指标-7

2.3.1 绝对评价指标-7

2.3.2 相对评价指标-8

第三章 层次分析法评价模型与神经网络评价模型-9

3.1 层次分析法-9

3.1.1 层次分析法概述-9

3.1.2 建立层次结构模型-9

3.1.3 构造判断矩阵-9

3.1.4 层次排序及一致性检验-10

3.1.5 小结-11

3.2 神经网络-11

3.2.1 神经网络概述-11

3.2.2 建立神经网络评价模型-11

3.2.3 BP神经网络的设计-12

3.2.4 总结-13

3.3 基于层次分析法的神经网络交通安全组合评价模型-13

3.3.1 基本思想-13

3.3.2 建立模型-14

第四章 实例分析-16

4.1 数据来源-16

4.2 具体步骤-16

4.2.1 利用层次分析法计算各个省市的综合评价值-16

4.2.2 利用BP神经网络修正综合评价值-19

4.3 评价总结-21

第五章  成果与展望-23

5.1 全文总结-23

5.2 研究展望-23

参考文献-24

致  谢-26

附录一：层次分析法matlab代码

附录二：神经网络matlab代码