基于馬爾可夫鏈的道路交通事故預(yù)測研究及應(yīng)用.pdf

1、交通安全是國民經(jīng)濟(jì)發(fā)展和社會安定的重要方面,也是道路交通管理的兩項(xiàng)基本任務(wù)之一。道路交通事故預(yù)測是道路交通安全研究的一項(xiàng)重要內(nèi)容,它的目的是為了掌握交通事故的未來狀況,以便及時(shí)采取相應(yīng)的對策,有效地控制各影響因素,避免工作中的盲目性和被動性,減少交通事故。道路交通系統(tǒng)的非線性、隨機(jī)性、動態(tài)性以及不確定性等特點(diǎn),決定了作為道路交通系統(tǒng)行為特征量的道路交通事故預(yù)測的復(fù)雜性。本文以交通統(tǒng)計(jì)年鑒中的資料為數(shù)據(jù),以馬爾可夫鏈理論和灰色理論為研究手

2、段,以提高交通事故預(yù)測精度和可靠性為目標(biāo),詳細(xì)地探索和研究適應(yīng)不同道路交通事故特點(diǎn)的交通事故宏觀預(yù)測方法。論文的主要工作及結(jié)論如下:
　　1.針對一般灰色馬爾可夫鏈模型運(yùn)用的轉(zhuǎn)移概率矩陣固定不變而影響預(yù)測精度的問題,通過采用滑動轉(zhuǎn)移概率矩陣方法,建立改進(jìn)的灰色馬爾可夫鏈模型。借助改進(jìn)的灰色馬爾可夫鏈模型對全國2002～2004年交通事故10萬人口死亡率進(jìn)行了預(yù)測分析。結(jié)果表明,改進(jìn)的灰色馬爾可夫鏈模型的預(yù)測精度高于一般灰色馬爾可夫

3、鏈模型的預(yù)測精度,具有較強(qiáng)的工程實(shí)用性。
　　2.基于交通事故指標(biāo)為相依隨機(jī)變量的特點(diǎn),應(yīng)用有序聚類的方法劃分出反映交通事故衡量指標(biāo)的變化區(qū)間,然后以指標(biāo)序列規(guī)范化后的各階自相關(guān)系數(shù)為權(quán)重,運(yùn)用加權(quán)馬爾可夫模型來預(yù)測未來交通事故的狀態(tài)。以北京市1970~2010年共41年的事故受傷人數(shù)為例對該方法進(jìn)行了預(yù)測分析。這種預(yù)測方法使得交通事故的預(yù)測由點(diǎn)值擴(kuò)大到區(qū)間,大大提高了預(yù)測的可靠性。
　　3.鑒于GM(1,1)模型在分析多關(guān)

4、聯(lián)不確定因子系統(tǒng)失效的情況,采用理論基礎(chǔ)更扎實(shí)的SCGM(1,1)c模型替代 GM(1,1)模型,同時(shí)結(jié)合加權(quán)馬爾可夫鏈的優(yōu)點(diǎn),構(gòu)建灰色加權(quán)馬爾可夫SCGM(1,1)c模型來預(yù)測未來時(shí)刻的交通事故。以北京市1975~2010年道路交通事故次數(shù)為例進(jìn)行了預(yù)測分析。預(yù)測結(jié)果表明此模型是可靠可信的,具有很強(qiáng)的工程實(shí)用性。
　　4.鑒于傳統(tǒng)GM(1,1)模型所具有的固有偏差及自身缺陷,采用無偏GM(1,1)模型代替?zhèn)鹘y(tǒng) GM(1,1),在

5、無偏 GM(1,1)模型擬合得到的系統(tǒng)總體趨勢的基礎(chǔ)上進(jìn)行馬爾可夫預(yù)測,結(jié)合新信息優(yōu)先的思想,建立等維新息無偏灰色馬爾可夫模型來預(yù)測交通事故。以全國2001~2010年道路交通事故死亡人數(shù)為例進(jìn)行了預(yù)測分析。預(yù)測結(jié)果表明它不但短期預(yù)測準(zhǔn)確度高,而且適合中長期預(yù)測。
　　5.針對單一灰色預(yù)測模型的假設(shè)條件及適用范圍均受限的缺點(diǎn),建立一種基于最優(yōu)加權(quán)組合的預(yù)測模型。在權(quán)重系數(shù)之和為1的約束條件和擬合誤差平方和為最小的目標(biāo)函數(shù)下,運(yùn)用最