福州市道路交通事故灰色预测模型的构建与实现.pdfVIP

第 35卷 第 3期 武汉理工大学学报 (交通科学与工程版) Voi．35 No．3 2011年 6月 JournalofW uhanUniversityofTechnology June2011 (TransportationScience Engineering) 福州市道路交通事故灰色预测模型的构建与实现* 郑建湖 黄 明芳 陈 慧 (闽江学院交通学院 福州 350108) 摘要：分析了GM(1，1)模型和Verhulst模型的特点和适用场合，针对福州市道路交通事故呈现 s 形状态的波动过程 ，建立 了灰色 Verhulst预测模型．对福州市 1995~2004年的道路交通事故进行 实例分析 ，Verhulst预测模型和 GM(1，1)预测模型的平均相对误差分别为 11．9 和 33．0 ，可见 Verhulst模 型的预测精度 明显优于 GM (1，1)模型． 关键词 ：交通事故；Verhulst模型 GM(1，1)模型；灰色预测 中图法分类号 ：U491．31 DOI：10．3963／j．issn．1006—2823．2011．03．049 交通事故的频繁发生不仅造成人员伤亡或物 交通流量 、驾驶员心理状态 、气候情况等．因此，可 质 的损失 ，也给社会带来巨大的危害性 虽然交通 以认为整个道路交通系统是一个灰色系统 ，并可 事故的发生有一定的偶然性 ，但是对于一个地 区 应用灰色系统的理论进行研究和预测． 在较长时域内发生的大量交通事故而言 ，则有一 1．2 常用的灰色预测模型 定的规律性和相对 的稳定性 ，可 以根据过去 已发 交通事故灰色预测方法认为，某地 区在某时 生的道路交通事故指标的基础上 ，对今后几年内 间内的交通事故指标值是在一定范围内变化的与 交通事故可能发生次数、死伤人数及造成的经济 时间坐标有关 的灰色量 ，灰色预测是通过原始 损失作出科学的预测rl。]，从而为制定交通安全对 数据的处理 ，发现和掌握系统的发展规律 ，对系统 策提供理论依据． 的未来状态作 出科学的预测．目前常用的灰色预 测模型有 GM (1，1)模型 、灰色马尔可夫预测模 型等． 1 交通事故灰色预测 GM(1，1)模型适用于具有较强指数规律的 序列，只能描述单调的变化过程．灰色马尔可夫预 1．1 交通事故灰色性 测模型可用于具有一定 随机波动过程 的预测 ，但 交通事故是一个随机事件，其本身具有偶然 模型应用的难点在于如何对系统状态进行划分 ， 性和模糊性 ，交通事故具体 的发生时 间、发生地 因此对于具有饱和状态的 S形序列也难 以凑效． 点、造成伤害等是无法事先预计 的．对于随机过 Verhulst模型主要用来描述具有饱和状态 的 S 程，人们往往用概率统计的方法进行研究 ，而概率 形过程，常用于产品经济寿命、生物生长 、繁殖预 统计法要求数据量大 ，因此用于交通事故预测有 测等 ． 一 定