深圳市交通事故预测地灰色神经网络模型_朱智雄.pdf

第37卷 第2期 肇 庆 学 院 学 报 Vol.37, No.2 2016年3月 JOURNAL OF ZHAOQING UNIVERSITY Mar. 2016 深圳市交通事故预测的灰色神经网络模型 朱智雄，钟一兵 （肇庆学院 数学与统计学院，广东 肇庆 526061） 摘 要：道路交通系统的运行具有较强的非线性和随机性，现采用灰色关联分析方法找出交通事故的主要影响 因子；运用灰色系统与BP 神经网络模型,结合交通事故主要影响因子进行组合建模,对深圳市的交通事故进行预测. 结果表明，组合预测模型的预测精度优于单一灰色GM(1,1)模型． 关键词：深圳交通；灰色神经网络；事故预测 中图分类号：TK514 文献标志码：A 文章编号：1009-8445（2016 ）02-0004-05 0 引言 我国已成为世界上最大的汽车生产和消费国，安全高效的交通系统对我国国民经济的稳定发展具有深 远的影响.深圳市是我国改革开放的先锋，同时也是我国拥有汽车最多的城市之一，其交通系统安全高效地 运行对社会的稳定发展具有十分重要的意义.通过比较图1和图2 可知，在有关部门对交通环境的科学治理 下，近年来深圳市在地少车多的情况下仍能保持较低的交通事故发生率.各地交通管理部门应加强对深圳 市交通安全管理现状的分析研究，借鉴其科学有效的管理经验，不断提高所在地的交通治理水平. 图１ 北京、上海、深圳历年交通事故年发生次数 图2 北京、上海、深圳交通事故造成的直接经济损失 当前预测交通事故模型常用的方法有统计回归分析方法，其中伦敦大学史密德R.J 教授的Smeed 模型 收稿日期：2015-12-18 基金项目：广东省大学生科技创新培育专项基金资助项目(pdjh2015b0575) 作者简介：朱智雄(1992-), 男,广东韶关人,肇庆学院数学与统计学院2012 级学生. 通信作者：钟一兵(1972-), 男,湖南邵阳人,肇庆学院数学与统计学院副教授,博士. 第2期 朱智雄等：深圳市交通事故预测的灰色神经网络模型 5 [1] 较为典型.当前较为前沿的方法有神经网络模型、灰色系统模型以及组合预测模型等 . 1 建模分析 GM(1,1)灰色新陈代谢模型是一种少数据、信息不确定性问题的研究方法.该方法通过挖掘、提取研究对 象内“部分”有价值的已知信息，有效实现对研究对象的运行与演化机制的描述和控制.人工神经网络是人 工智能的重要分支，其具有强并行处理、容错性、鲁棒性、自适应及自组织能力，并且在复杂的非线性系统中 [2] 具有较高的建模能力，对数据也具有比较优秀的拟合能力 . 综上可知，人工神经网络在非线性数据处理方面具有明显的优势，而GM(1,1)灰色新陈代谢模型在贫数 据、短时间序列的预测方面拥有独特的优势，故本文试图运用BP 人工神经网络与灰色系统模型进行组合建 模，以期能有效提高交通事故预测模型的稳定性和准确性. 1.1 灰色新陈代谢模型的建立 第1步：对于原始数列中同类数据进行累加生成，形成新的序列. (0) (0) (0) (0) (0) (1)