基于ARIMAX模型的交通事故宏观预测.pdfVIP

道路交通与安全 舞 褥繁 } 麓 ；《=：舞 基于ARIMAX模型的交通事故 宏观预测 ■李春燕，陈 峻 东南大学交通学院，南京 210096 摘 要：针对现有道路交通事故预测方法的不足，采用逐步回归法从众 多宏观影响因素当中筛选出 主要影响因素，并将动态回归ARIMAX模型应用于预测。前者保证 了模型应用的准确性， 后者则兼有回归与时间序列预测方法两方面的优点。根据 1983年一20HD5年间相关数据，建 立起道路交通死亡人数同人 口总数、运输线质量里程数、客运量、驾驶员人数、人均 GDP、 公路运输汽车拥有量的相关关系，进一步应用ARIMAX模型进行预测，拟合结果显示，误 差较小、预测情况 良好，在交通事故宏观预测方面有很好的应用前景。 关键词：逐步回归；ARIMAX模型；筛选因素；宏观预测 况，本文将 ARIMAX模型应用于交通事故的宏观预 O 引言 测，并首先从众多道路交通事故影响因素中确定了主 要的宏观因素。 道路交通事故宏观预测是指根据以往历年的宏观 影响因素，建立预测模型，推测出未来交通事故发生 l 模型选用的思路 率或死亡人数。目前，交通事故预测常用的方法有回 归预测、ARIMA模型、灰色理论和神经网络分析。回 1．1 影响因素的确定 归预测模型体现出因变量与 自变量间的当前关系，但 道路交通事故影响因素，按照其特性可分为定量 却反映不出因变量与各 自变量过去的依赖关系，并且 与定性两种类型。前者主要包括人 口总数、公路里程 在交通事故影响因素确定方面还存在着很大的随机 数、机动车拥有量、运输线质量里程数、客运量、货 性，通常仅根据主观经验选定；后3种方法只是把道 运量、驾驶员人数、人均GDP、公路运输汽车拥有量 路交通事故看作随时间而变化的单变量模型。道路交 等9个宏观性因素；后者则包括人、车、路在内的微 通事故是一个随机事件，受多种因素影响，单纯依靠 观因素。 研究定量因素 ，可对未来年交通安全问题 其 自身的数据难以对未来交通事故的发生情况有较精 进行定量研究，而通过对定性因素的分析，可以预测 确的预测，并且变量选择的好坏往往直接影响到预测 未来交通事故的主要发生原因，并且对当地应采取的 结果的精度，不合理的变量选择将无法保证预测模型 交通安全措施起到指导作用。对于研究交通事故宏观 的预期效果，有时甚至得出错误的结论。针对以上情 预测问题 ，其影响因素仅指前者。 收稿 日期：2008—09—23 基金项 目：教育部新世纪优秀人才支持计划(NCET一07—0176)。 作者简介：李春燕 (1986一)，女，山自；临沂人，东南大学交通学院交通运输规划与竹理专 t研究q：． 要研究方向为交通运输规划与管理。 E—mail：yah． yanxihua@ 163．corn 18 学术研究 1．2 模型选用的思路 由于未来道路交通事故预测值 的大小不仅与当前影响要素和随机 事件的波动值有关 ，而且还与过去 相关记录有联系，因此需要知道道 路交通事故 以及相关 因素 的历史 值 。通过对历年道路交通事故影响 因素的统计分析发现，其具有显著趋 5 4 3 2 O 9 8 7 6 5 4 3 2 势性和波动性，如图1所示为人 口总 一、㈣㈣㈣㈣㈣㈣㈣㈣㈣㈣㈣㈣㈣㈣㈣。 数、运输线质量里程数、客运量、驾 驶员人数、人均 GDP、公路运输汽 1 1