原文传递
基于灰色关联度的道路交通事故组合预测方法研究
| 论文题名： | 基于灰色关联度的道路交通事故组合预测方法研究 |
| 关键词： | 道路交通事故;组合预测模型;灰色关联度;安全管理 |
| 摘要： | 道路交通事故不仅造成巨大的经济财产损失，而且严重威胁人们的生命安全。我国作为世界上最大的发展中国家，与其他国家相比，道路交通事故的致死率较高。因此，对道路交通事故的发生机理及影响因素进行分析，对道路交通事故指标进行预测对于采取交通预防措施、预防并减少道路交通事故、提高道路交通安全管理水平具有重要意义。 本文从道路交通事故的发生机理入手，结合道路交通系统的复杂性、非线性及灰色特点，首先从人、车、道路及环境四方面对道路交通事故的影响因素进行分析，在此基础上，运用灰色关联分析法找出道路交通事故中的主要影响因素。其次，建立基于灰色关联度的IOWA算子组合预测模型和基于改进灰色关联度的IOWA算子组合预测模型，并对道路交通事故进行预测。具体如下: (1)道路交通事故影响因素 选择道路交通事故的影响因素为因素行为序列，道路交通事故指标为特征行为序列，以我国道路交通事故及区域划分条件下不同地区的事故统计数据为例，运用灰色关联分析法，求解灰色关联矩阵，根据关联矩阵分析各影响因素对道路交通事故的影响。结果显示，总体来看机动车驾驶员违法行为是造成道路交通事故的最重要原因，同时指出不同区域下道路交通事故影响因素的重要性不同。 (2)基于灰色关联度的组合预测模型 以灰色关联度为准则，在IOWA算子组合预测模型的基础上，建立基于灰色关联度的IOWA算子组合预测模型及其改进模型。这两种模型将灰色关联度和IOWA算子模型进行组合，克服了以单一误差指标衡量预测精度的局限性，更能反应道路交通系统的复杂、非线性及灰色特点，同时对于组合预测的研究提供新的思路。模型的求解转化为求解含有约束条件的二次规划问题，本文利用MATLB最优化工具箱求解组合预测模型中的最优加权系数。 (3)道路交通事故预测实例 以我国道路交通事故统计数据为例，分别用上述模型进行预测。通过对比单预测模型及基于IOWA算子的组合模型，结果表明本文建立的模型误差较低，预测精度和准确度较高，为道路交通事故的准确预测提供参考依据。 |
| 作者： | 刘香云 |
| 专业： | 系统工程 |
| 导师： | 彭宏勤 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
