基于灰色_径向基函数神经网络的交通事故多元预测模型.docx

2009 年 10 月Oct . 2009J o ur nal of Traffic a nd Tra n spo rt atio n Engi neering文章编号 :167121637 ( 2009) 0520094205基于灰色2径向基函数神经网络的交通事故多元预测模型刘 兆 惠(山东科技大学 资源与环境工程学院 ,山东 青岛 266510)摘要 :为实现多影响因素作用下的道路交通事故预测 ,将灰色系统理论和神经网络理论相结合 ,发挥灰色理论提高可用信息利用率、弱化数据序列波动性的优点及神经网络特有的非线性适应性 信息处理能力 ,提出道路交通事故灰色2径向基函数神经网络多元预测模型 ,并以某算例进行了不同预测方法结果对比。分析结果表明 :与灰色系统预测和径向基函数神经网络预测相比 ,多元预测 模型平均绝对误差、平均绝对百分比误差分别降低 501 0 %和 121 5 % , 不等系数降低 541 5 %和161 6 % ,有效度提高 21 7 %和 01 3 % ,说明该组合预测能够有效提高系统建模效率与模型精度 。关键词 :交通安全 ;交通事故 ;灰色系统预测 ;径向基函数神经网络 ;组合预测中图分类号 : U 491 . 31文献标志码 : AMult ifactor predict ion model f or traf f ic accident ba sed ongrey2ra dial ba sis f unct ion neural net workL IU Zhao2h ui( School of Re so urces and Enviro nmental Engineering , Sha ndo ng U niver sit y of Science andTechnolo gy , Qingdao 266510 , Shando ng , China)Abstract : In o r de r to realize t he t raffic acci de nt p re dictio n u nde r va rio u s ro a d f acto r s , amultif acto r p re dictio n mo del ba se d o n grey2ra dial ba si s f unctio n ( RB F ) ne ural net wo r k wa s p ut fo rwa r d , w hich co mbi ned grey syst e m t heo r y wit h ne ural net wo r k t heo r y . Grey t heo r y co ul d i mp ro ve t he utilizatio n of availa ble i nfo r matio n a nd wea ke n t he u ndulatio n of dat a seque nce . Ne ural net wo r k ha d t he p roce ssi ng a bilit y of no nli nea r a dap t a bilit y i nfo r matio n . The multif acto r p redictio n mo del wa s co mp a red wit h diff ere nt p redictio n met ho ds by a ca se . A nal ysi s re sult sho w s t hat i n co mp a ri so n wit h grey p redictio n a nd RB F ne ural net wo r k p redictio n , t he mea n a b sol ut e er ro r a nd mea n a b sol ut e p erce nt e r ro r of multif acto r p redictio n mo del decrea se by 50 % a nd 12 . 5 % , t he Theil coefficie nt decrea se s by 54 . 5 % a nd 16 . 6 % , t he vali dit y i ncrea se s by 2 . 7 % a nd 0 . 3 % re sp ectivel y , so t he co mbi ne d p redictio n met ho d ca n i mp ro v