道路交通事故预测是道路交通安全研究的一项重要内容，它的目的是为了掌握交通事故的未来发展状况，对交通安全措施的可行性和实施效果进行合理评价，有效地控制各影响因素，达到减少交通事故的目的。道路交通系统的非线性、随机性、动态性以及不确定性特点，决定了作为道路交通系统行为特征量的道路交通事故的预测的复杂性，在分析现有道路交通事故宏观预测模型和方法的基础上，论文研究了适应道路交通系统多属性特点的道路交通事故预测方法。论文的主要工作及结论如下： 1．对道路交通事故预测特点及其复杂性进行了分析和阐述。 2．针对道路交通事故灰色预测方法在对随机波动性较大数据序列预测精度较差的缺点，在道路交通事故灰色预测的基础上，引入马尔可夫链预测理论，建立了道路交通事故灰色马尔可夫预测模型。道路交通事故灰色马尔可夫预测兼有灰色预测和马尔可夫链预测的优点，模型克服了随机波动性数据对道路交通事故预测精度的影响，拓宽了灰色预测的应用范围。 3．针对道路交通系统是一个动态时变参数系统的特点，引入多层递阶预测方法，进行道路交通事故多层递阶预测方法研究，建立道路交通事故的多层递阶预测模型。将道路交通事故的预测，分解成对时变参数的预测和在对时变参数预测基础上对道路交通事故未来状态的预测两个部分，通过对时变参数的精确预测来提高事故预测精度。 4．针对道路交通系统多属性特点以及事故预测中以误差平方和最小作为预测方法优劣选择标准所存在的缺陷和不足，提出了道路交通事故综合预测模式，并建立了基于神经网络的综合预测模型。模型将道路交通事故预测值作为各单项预测模型预测值的非线性函数表示，综合利用各单项道路交通事故预测模型提供的有用信息，提高了道路交通事故预测精度。 5．给出了选择道路交通事故预测模型应考虑的几个准则，依此准则，对文中所建立的事故预测模型进行了简单的评价。 6．在道路交通事故预测模型和方法研究的基础上，论文运用MATLAB的GUI编程技术，开发了道路交通事故预测的辅助软件。