分享到:

道路交通事故灰色马尔可夫预测模型

0 引言  道路交通事故预测对于探究道路交通事故的发生规律 ,分析现有道路交通条件下交通事故的未来发展趋势以及道路交通安全控制等具有重要意义。道路交通事故预测是道路交通安全评价、规划以及决策的基础。国内外对于道路交通事故预测进行了多方面研究 ,提出了一些较实用的事故预测方法 ,主要有以下几种 :(1)回归模型法 回归模型法是运用概率统计的方法拟合道路交通事故记录和影响道路交通事故发生的因素 ,建立道路交通事故预测模型。这种预测原理是利用道路交通事故时间序列的几何特征和统计规律 ,对交通事故序列未来发展进行估计 ,回归模型预测方法的缺点在于模型的建立需要大量的交通事故历史资料。   (2 )经验模型法 目前比较典型的经验模型法有斯密德模型和北京模型 ,经验模型虽然具有一定的实用性 ,但是模型运用受地域和具体道路交通条件限制 ,模型的运用范围受到了限制。(3)时间序列法[1]  该法运用过去的交通事故资料中包含着未来的基本信息模式的...  (本文共4页) 阅读全文>>

长安大学
长安大学

基于马尔可夫链的道路交通事故预测研究及应用

交通安全是国民经济发展和社会安定的重要方面,也是道路交通管理的两项基本任务之一。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状况,以便及时采取相应的对策,有效地控制各影响因素,避免工作中的盲目性和被动性,减少交通事故。道路交通系统的非线性、随机性、动态性以及不确定性等特点,决定了作为道路交通系统行为特征量的道路交通事故预测的复杂性。本文以交通统计年鉴中的资料为数据,以马尔可夫链理论和灰色理论为研究手段,以提高交通事故预测精度和可靠性为目标,详细地探索和研究适应不同道路交通事故特点的交通事故宏观预测方法。论文的主要工作及结论如下:1.针对一般灰色马尔可夫链模型运用的转移概率矩阵固定不变而影响预测精度的问题,通过采用滑动转移概率矩阵方法,建立改进的灰色马尔可夫链模型。借助改进的灰色马尔可夫链模型对全国2002~2004年交通事故10万人口死亡率进行了预测分析。结果表明,改进的灰色马尔可夫链模型的...  (本文共125页) 本文目录 | 阅读全文>>

《广东交通职业技术学院学报》2006年01期
广东交通职业技术学院学报

道路交通死亡人数的灰色马尔可夫预测

1引言道路交通事故死亡人数预测对于探究道路交通事故的发生规律,分析现有道路交通条件下交通事故的未来发展趋势以及道路交通安全控制等具有重要意义。道路交通事故预测是道路交通安全评价、规划以及决策的基础。国内外对于道路交通事故预测进行了多方面研究,提出了一些较实用的事故预测方法。就预测方法而论,具有完整理论基础的主要有回归分析法、时间序列法、投人产出法、数学归纳法和马尔可夫链预测法等5种方法[1] ̄[4]。其中前4种方法在我国已经得到了较普遍的应用,这些方法本质上都是建立原始数据的拟合模型,最大限度地提高拟合精度,并据此进行预测分析。在对预测效果的评价上,人们往往用拟合精度作为评价指标,认为模型的拟合精度越高,预测效果越好。但实际上,模型的拟合精度不等于预测精度。由于事物的复杂多样性,拟合精度高并不意味着预测精度也一定高。因此,即使找到了高度拟合曲线,也不代表未来的预测值一定可靠。模型的拟合精度固然重要,但过分追求拟合精度并将其作为预...  (本文共3页) 阅读全文>>

《计算机工程与应用》2013年07期
计算机工程与应用

基于新维无偏灰色马尔可夫的交通事故预测

1引言道路交通安全是一个复杂的系统,受到人、车、路、环境等多种因素的综合影响[1]。目前用于交通事故预测的方法主要有回归分析法、时间序列法、SVM法、神经网络法、灰色预测法等[2-5]。大部分方法普遍存在着“长周期、大区域、低信度”的缺陷,它需要大量的历史数据,然后进行数学分析,得出相对稳定的发展趋势,但它没有充分考虑到实际的长期发展趋势是波动的。而灰色系统理论主要研究“小样本、贫信息”的不确定系统,在交通事故预测中得到了广泛的应用。灰色预测是灰色系统理论的重要组成部分,其中应用较为广泛的是文献[6-7]提出的传统GM(1,1)模型,它主要适用于预测时间短,数据资料少,波动不大的系统对象,只需很少的几个数据即可建立模型进行预测。但由于传统GM(1,1)模型本身的缺陷[8],使其仅能适用于短期预测和原始数据序列按指数规律变化且变化速度不是很快的场合。无偏灰色预测模型[9]消除了传统灰色预测模型本身所固有的偏差,其实只是一种无偏的指...  (本文共5页) 阅读全文>>

《交通科技与经济》2011年04期
交通科技与经济

灰色马尔可夫模型在交通事故预测中的应用

目前常用的预测方法主要有回归分析法、指数平滑法、时间序列法、神经网络模型法和灰色系统模型法等[3]。灰色预测方法相对于其它方法所需的预测数据样本较小,且预测精度也较高,特别对于基础资料缺乏的预测更能体现出它的优点。但是灰色预测模型也暴露出了一定的不足,在作长期预测时,其预测值就会偏高或偏低。特别是对于道路交通事故这一类随机性、波动性较大的数据,随着时间的推移,近年来一些不确定因素对系统的影响,使得对数据拟合较差、预测精度降低[7]。本文在灰色预测模型的基础上,改进该模型的不足,提出了改进的灰色马尔可夫模型预测方法,并将该预测模型应用于道路交通事故的预测。1灰色模型的建立1.1原始数据处理道路交通事故的原始数据具有很大的随机性,为了找出其中的内部规律,弱化原始数据的随机性,增强其规律性,把杂乱无章的统计数据列整理成有序的数列,灰色理论中通常把原始统计数列进行累加或累减生成处理。记X(0)为历年来道路交通事故原始统计序列,X(1)为...  (本文共3页) 阅读全文>>

《长春大学学报》2012年02期
长春大学学报

灰色马尔可夫预测模型在公路交通事故中的应用

公路交通事故预测是交通安全管理与研究领域的重要问题之一。由于交通事故是随机变化的,没有明显的规律,故使得交通事故的安全管理变的较为困难,这就要求我们必须寻找一种及时而准确的预测交通事故的方法。目前,国内外对这方面已进行了很多研究,提出了许多较实用的交通事故预测方法,如回归模型法、经验模型法、时间序列法及灰色预测法等。本文将以灰色预测模型为基础,对灰色马尔可夫模型预测方法进行了改进,并将该模型应用于道路交通事故预测中。1预测模型构建1.1灰色预测模型GM(1,1)灰色预测是指利用过去的和现在确定的或非确定的信息,构建一个由过去引申到将来的GM模型,进而确定系统将来发展的变化趋势,以便为安全决策提供依据。灰色预测模型中最简单的模型是GM(1,1),其模型建立过程如下。1.1.1原始数据处理假设时间序列x(0)有n个观察值,即x(0)=(x(0)(1),x(0)(2),…,x(0)(n)),对数列作一次累加,可得x(1)=(x(1)(...  (本文共3页) 阅读全文>>