实验设计四交通事故分析.docx

实验设计四交通事故分析.docx

《实验设计四交通事故分析.docx》由会员分享，可在线阅读，更多相关《实验设计四交通事故分析.docx（12页珍藏版）》请在冰点文库上搜索。

实验设计四交通事故分析

北京信息科技大学

实验设计报告

课程名称面向对象程序设计实验设计

题目交通事故分析

指导教师李春强

设计起止日期

设计地点

系别信安

专业___信安_______________

学生姓名___王鑫_______________

班级/学号_信安1102_王鑫__2011012245_

成绩___________________

1.课程设计目的：

通过本实验使学生利用面向对象程序设计软件开发方法,即软件开发过程划分为明显的几个阶段:

问题分析和功能定义、对象设计及实现、核心控制设计、编码与测试、进化等实现线性衰减和数值方法分析方面的应用。

2.课程设计内容：

创建与数据最符合的两条直线。

一条直线在到达事故数量顶点时的车辆密度之前一直增加。

另一条直线从该点开始一直降低。

图4-1给出了收集的示例数据（由圆代表）及数据最相符的直线。

编写一个程序，来创建与代表12月份（详细数据请参见3.课程设计要求）交通状况的一组（x,y）数据点最符合的直线。

这些点代表观测数据，x为车辆密度，y为事故数量。

程序共应输出4个值：

直线1的斜率（m1）

直线1的截距（b1）

直线2的斜率（m2）

直线2的截距（b2）

事。

。

。

。

。

。

故。

。

。

。

。

。

。

。

数。

。

。

。

量

车辆密度（每100m的车辆数量）

图4-1事故数量与车辆密度的关系

3.课程设计要求：

（1）问题描述

对于特定长度的高速公路，公路上的车辆密度（每100米车辆的数目）与事故发生的数量有关。

一般认为，事故的数量随某一点的车辆密度的增加而增加。

然而，当车辆密度超过某一特定值时，由于拥挤，车辆平均速度下降，事故的数量也随之下降。

为了预测事故发生频率，并帮助改进高速公路设计，我们希望由观测数据来推导车辆密度及事故数量之间的关系。

（2）解决方案

在此给出最佳直线的斜率及截距的方程。

n=numberofpoints

c=∑i=1nxi

d=∑i=1nyi

e=∑i=1nxi2

f=∑i=1nyixi

注意，c为所有数据点的x坐标值的和，d为所有数据点的y坐标值的和。

变量e为x坐标值的平方和，f为数据点的xy积的和。

最佳直线的斜率（m）和截距（b）为：

m=（nf-cd）/（ne-c2）

b=（de-cf）/（ne-c2）

（3）具体示例

12月份数据如表4-1所示。

利用该数据进行计算。

表4-112月份的数据

数据点

车辆密度（x）

事故数量（y）

0

1.4

3

1

2.0

6

2

2.3

4

3

4.5

7

4

6.2

10

5

6.7

15

6

7.0

11

7

8.5

18

8

9.0

13

9

12.7

17

10

13.1

15

11

17.7

16

12

18.5

11

13

20.3

5

注意，事故数量的最大值为18（在第7个点）。

因此，我们用点0-7来创建第一条直线，用点7-13来创建另一条直线。

对于第一条直线：

c=sumofthexvalue=1.4+2.0+…+7.0+8.5=38.6

d=sumoftheyvalue=3+6+…+11+18=74

为获取e的值，将x值的平方求和：

e=1.42+2.02+…+7.02+8.52=236.08

为了获取f的值，首先求每x,y的积，然后求和：

f=1.4（3）+2.0（6）+…7.0（11）+8.5（18）=449.4

对于第二条直线：

c=8.5+9.0+…+18.5+20.3=99.8

d=18+13+…+11+5

e=8.52+9.02+…+18.52+20.32=1553.78

f=8.5（18）+9.0（13）+…18.5（11）+20.3（5）=1270.6

将这些值带入给出的求m及b的方程：

m1=1.853

b1=0.3087

m2=-0.6403

b2=22.70

这样，最佳直线y=mx+b的方程为：

直线1：

y=1.853x+0.3087从x=1.4到x=8.5

直线2：

y=-0.6403x+22.70从x=8.5到x=20.3

（4）类及对象

程序分析：

首先，在交通事故分析中，分为事故数据（Traffic）的计算类及线形衰减（Linear_regress）类两部分。

其次，类应该由什么组成。

如:

Traffic类由数据点组成。

另外，我们需要事故数量最大值的数组下标及数据点的数量。

函数成员应能通过读输入文件来初始化这些数据、

找出事故数量最大值的数组下标，并且与Linear_regress类交互以获得两条直线。

Linear_regress类需知道它使用的点的数量，它需访问这些被计算的点，它需要通过这些点的线的数据。

所以，其数据成员应为数据点（或数据点数组的起始地址）、数据点的数据及创建的直线的斜率和截距。

在此，Linear_regress类仅需要由数据创建最佳直线，为简单起见，我们仅使用一个函数成员。

注意，这些数据使用了点和直线。

在程序application4.cpp中，我们描述了简单的仅包含数据成员的Point及Line结构。

在这个程序中，我们将其用作类，这意味Point及Line对象可作为Linear_regress及Traffic的数据成员。

第三，这些数据应如何交互？

Linear_regress类包含类型为Line的普通数据成员，及可被Traffic用来执行衰减的成员函数。

Traffic包含Point类型的数组，及指向Linear_regress类对象的指针。

4.实验条件：

（1）主要设备:

586或更高机型，256MB或更高的内存，40G或更大的硬盘。

（2）主要软件：

①操作系统可为Windows9X、WinMe、Win2000或更高版本等；

②开发环境为VC++6.0或者TC++3.0。

（3）参考书目:

①C++课堂教学与编程演练作者：

（美）奥瑞兹（DOrazio，T.B）著，侯普秀译清华大学出版社

②《数据结构及应用算法教程》严蔚敏等编著清华大学出版社2001年2月第1版

5.实验方法与步骤：

#include

#include

#include

#include

usingnamespacestd;

classLinear_regress//计算类

{

public:

Linear_regress（）//无参构造

{

c=0;

n=0;

f=0;

d=0;

m1=0;

b1=0;

e=0;

m2=0,b2=0;

}

voidline（doubled1[],doubles1[],intnum,intsum）//计算函数,flag=1表示上升，flag=0表示下降

{

inti;

//上升线段

{

for（i=0;i<=num;i++）

{

c+=d1[i];

d+=s1[i];

e+=d1[i]*d1[i];

f+=d1[i]*s1[i];

}

n=num+1;

m1=（n*f-c*d）/（n*e-c*c）;

b1=（d*e-c*f）/（n*e-c*c）;

cout<<"上升曲线的斜率:

"<

cout<<"上升曲线的截距:

"<

}

c=0;

d=0;

e=0;

f=0;

{

for（i=num;i

{

c+=d1[i];

d+=s1[i];

e+=d1[i]*d1[i];

f+=d1[i]*s1[i];

}

n=sum-num;

m2=（n*f-c*d）/（n*e-c*c）;

b2=（d*e-c*f）/（n*e-c*c）;

cout<<"下降曲线的斜率:

"<

cout<<"下降曲线的截距:

"<

}

cout<<"最佳方程组解是"<

printf（"y=%.2f+%.2f\n",m1,b1）;

printf（"y=%.2fx+%.2f\n",m2,b2）;

}

private:

intn;

doublec,d,e,f,m1,b1,m2,b2;

};

classtraffic//数据类

{

public:

traffic（）:

j（0）,c（0）//构造

{}

voidread（）//读数据函数

{

inti=0;

stringtemp;

doublemax=0;

cout<<"--交通事故分析--"<

cin>>temp;

ifstreamf;

f.open（"C:

\\wangxin4.txt"）;

while（!

f.eof（））

{

f>>temp;

i++;

}

i=i/3;

n=newint[i];

d=newdouble[i];

s=newdouble[i];

f.close（）;

f.open（"C:

\\wangxin4.txt"）;

c=i;//c为总数

i=0;

cout<<"数据点"<<"车辆密度"<<"事故数量"<

while（!

f.eof（））

{

f>>n[i]>>d[i]>>s[i];

if（s[i]>max）//j为最大点的数据点

{

max=s[i];

j=i;

}

cout<

i++;

}

cout<<"最高点:

"<

}

voidcompute（）

{

lin.line（d,s,j,c）;

}

private:

int*n;

double*d;

double*s;

intj,c;

Linear_regresslin;//计算类对象计算

};

intmain（）

{

inti;

traffictc;

tc.read（）;

pute（）;

cin>>i;

return0;

}

6.实验总结：

通过本实验我学会了利用面向对象程序设计软件开发方法,即软件开发过程划分为明显的几个阶段:

问题分析和功能定义、对象设计及实现、核心控制设计、编码与测试、进化等实现线性衰减和数值方法分析方面的应用。

本次课设的结果是：

对于特定长度的高速公路，公路上的车辆密度（每100米车辆的数目）与事故发生的数量有关。

一般认为，事故的数量随某一点的车辆密度的增加而增加。

然而，当车辆密度超过某一特定值时，由于拥挤，车辆平均速度下降，事故的数量也随之下降。

为了预测事故发生频率，并帮助改进高速公路设计，我们希望由观测数据来推导车辆密度及事故数量之间的关系

附录：

存储文件的格式

01.43

12.06

22.34

34.57

46.210

56.715

67.011

78.518

89.013

912.717

1013.115

1117.716

1218.511

1320.35

说明：

1.实验过程由学生记录实验的过程，包括画出流程图、操作过程、遇到哪些问题以及如何解决等；

2.实验总结由学生在实验后填写，总结本次实验的收获、未解决的问题以及体会和建议等；

3.源程序（带注释）、代码、具体语句等，若表格空间不足时可作为附录另外附页。

4.程序测试后,将多组测试结果附在程序后;

5.提交报告时请将说明部分去掉。