基于馬爾可夫鏈的道路交通事故預測研究及應用.pdf

1、交通安全是國民經濟發(fā)展和社會安定的重要方面,也是道路交通管理的兩項基本任務之一。道路交通事故預測是道路交通安全研究的一項重要內容,它的目的是為了掌握交通事故的未來狀況,以便及時采取相應的對策,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、隨機性、動態(tài)性以及不確定性等特點,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測的復雜性。本文以交通統(tǒng)計年鑒中的資料為數(shù)據,以馬爾可夫鏈理論和灰色理論為研究手

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

3、鏈模型的預測精度,具有較強的工程實用性。
　　2.基于交通事故指標為相依隨機變量的特點,應用有序聚類的方法劃分出反映交通事故衡量指標的變化區(qū)間,然后以指標序列規(guī)范化后的各階自相關系數(shù)為權重,運用加權馬爾可夫模型來預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)為例對該方法進行了預測分析。這種預測方法使得交通事故的預測由點值擴大到區(qū)間,大大提高了預測的可靠性。
　　3.鑒于GM(1,1)模型在分析多關

4、聯(lián)不確定因子系統(tǒng)失效的情況,采用理論基礎更扎實的SCGM(1,1)c模型替代 GM(1,1)模型,同時結合加權馬爾可夫鏈的優(yōu)點,構建灰色加權馬爾可夫SCGM(1,1)c模型來預測未來時刻的交通事故。以北京市1975~2010年道路交通事故次數(shù)為例進行了預測分析。預測結果表明此模型是可靠可信的,具有很強的工程實用性。
　　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)總體趨勢的基礎上進行馬爾可夫預測,結合新信息優(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)為例進行了預測分析。預測結果表明它不但短期預測準確度高,而且適合中長期預測。
　　5.針對單一灰色預測模型的假設條件及適用范圍均受限的缺點,建立一種基于最優(yōu)加權組合的預測模型。在權重系數(shù)之和為1的約束條件和擬合誤差平方和為最小的目標函數(shù)下,運用最