论文部分内容阅读
道路交通事故是一个基于人、车、路的不确定性过程,影响交通安全的因素很多,作用机理多变,因此道路交通事故的发生有很大程度的突发性、偶然性。科学、合理地预测未来道路交通事故趋势是相关部门提前采取及时应对措施的首要条件。交通事故根据传统的回归预测法、时间序列法、BP神经网络法进行预测时,由于各模型均存在一定的局限性,因此预测结果往往出现较大的偏差。灰色预测法不需要大量的样本量,运算简便,适合于“贫信息”,随机波动性较小的事故数据。当使用单一的灰色预测模型进行波动性较大或中长期的事故预测时,会出现拟合程度差、预测可靠性低等问题。马尔科夫链模型是通过判断变量的状态以及计算各个状态的转移概率,从而得出模型未来发展趋势,该方法适用于具有较大波动性,中长期事故变量。因此,当建立灰色马尔科夫链预测模型时,可以有效结合两者优点,根据灰色预测法(如灰色GM(1,1)模型)掌握事故序列未来发展、变化规律,通过马尔科夫链把握事故序列的波动特性,降低随机干扰因素的影响,从而得到较精确、可靠、合理的事故预测序列。为了进一步的提高模型的精度,利用灰色最优加权组合预测法,提取各预测模型的有价值的信息,对乌鲁木齐市未来的事故趋势进行了预测。本研究利用乌鲁木齐市2007-2013年的交通事故伤亡人数,首先建立灰色GM(1,1)模型与灰色Verhulst模型,并计算出平均相对误差分别为4.32%、4.57%;其次利用马尔科夫链模型对灰色GM(1,1)模型和Verhulst模型进行初步误差修正,发现误差分别减小到1.67%、1.71%;最后利用最优加权组合预测法,把灰色马尔科夫链GM(1,1)模型与灰色马尔科夫链Verhulst模型进行组合后,平均相对误差进一步减小到1.33%,并得出了乌鲁木齐市2014-2019年的交通事故伤亡人数预测的预测值。本研究对把握乌鲁木齐市未来的事故发展趋势,对道路交通建设、与其安全水平、行车环境,社会安定以及最小化交通事故经济损失具有不可估量的现实意义。