基于GP-BP的驾驶员伤害预测方法、系统及存储介质
申请号:CN202410952010
申请日期:2024-07-16
公开号:CN118886555A
公开日期:2024-11-01
类型:发明专利
摘要
本发明涉及车辆碰撞安全性研究技术领域,具体为基于GP‑BP的驾驶员伤害预测方法、系统及存储介质,包括S1、构建基于GP‑BP神经网络的驾驶员伤害预测模型,其中GP‑BP神经网络是将GA算法嵌入到PSO算法,对BP神经网络进行优化而得到,并根据相关系数、相对误差、ROC曲线验证GP‑BP模型的预测准确度;S2、根据GP‑BP模型建立关键部位伤害预测模型,关键部位伤害预测模型的输出为驾驶员的关键部位发生AIS3+的概率,当概率满足预设阈值时发出求救信号。该方法可以高效、准确的对交通事故中驾驶者的受伤情况进行预测,有利于医护人员提供及时和精准的救治服务。
技术关键词
BP模型
遗传优化算法
粒子群优化算法
车辆碰撞安全性
BP神经网络算法
模块
染色体
变量
遗传算法
预期误差
代表
可读存储介质
安全带
BP算法
粒子群算法
曲线