改進(jìn)灰色理論在海上交通事故預(yù)測(cè)中的應(yīng)用??

針對(duì)交通事故發(fā)生的特點(diǎn),探討了灰色系統(tǒng)和時(shí)間序列模型在道路交通事故預(yù)測(cè)中的具體應(yīng)用,在介紹分析道路交通事故灰色性的基礎(chǔ)上,建立了基于灰色預(yù)測(cè)理論的交通事故預(yù)測(cè)模型,并用其分別對(duì)道路交通事故的死亡人數(shù)、交通事故量進(jìn)行了預(yù)測(cè),其結(jié)果是可信的.

在分析我國(guó)水上交通事故歷史數(shù)據(jù)的基礎(chǔ)上,引入灰色verhulst預(yù)測(cè)理論。由此建立了水上交通事故verhulst模型,并分別利用該模型和灰色gm(1,1)模型對(duì)我國(guó)近幾年水上交通事故進(jìn)行了預(yù)測(cè),發(fā)現(xiàn)該模型精度高,擬合度更優(yōu)。該模型可用于對(duì)我國(guó)水上交通事故的預(yù)測(cè)。

為研究我國(guó)交通事故發(fā)展趨勢(shì),在已有事故預(yù)測(cè)技術(shù)基礎(chǔ)上,根據(jù)2009-2013年全國(guó)道路交通事故發(fā)生起數(shù)、死亡人數(shù)數(shù)據(jù),建立了交通事故灰色gm（1,1）模型。運(yùn)用matlab進(jìn)行建模分析簡(jiǎn)化運(yùn)算過(guò)程,并直觀(guān)顯示曲線(xiàn)擬合情況。預(yù)測(cè)結(jié)果顯示：事故起數(shù)與死亡人數(shù)預(yù)測(cè)相對(duì)誤差分別為e1=0.0023,e2=0.0040;小誤差概率p均為1;后驗(yàn)差比值分別為c1=0.0524,c2=0.1082,預(yù)測(cè)精度均為一級(jí),短期預(yù)測(cè)精度高,能很好地預(yù)測(cè)交通事故的發(fā)展趨勢(shì)。

為研究我國(guó)交通事故發(fā)展趨勢(shì),在已有事故預(yù)測(cè)技術(shù)基礎(chǔ)上,根據(jù)2009-2013年全國(guó)道路交通事故發(fā)生起數(shù)、死亡人數(shù)數(shù)據(jù),建立了交通事故灰色gm（1,1）模型。運(yùn)用matlab進(jìn)行建模分析簡(jiǎn)化運(yùn)算過(guò)程,并直觀(guān)顯示曲線(xiàn)擬合情況。預(yù)測(cè)結(jié)果顯示：事故起數(shù)與死亡人數(shù)預(yù)測(cè)相對(duì)誤差分別為e1=0.0023,e2=0.0040;小誤差概率p均為1;后驗(yàn)差比值分別為c1=0.0524,c2=0.1082,預(yù)測(cè)精度均為一級(jí),短期預(yù)測(cè)精度高,能很好地預(yù)測(cè)交通事故的發(fā)展趨勢(shì)。

利用時(shí)間序列和灰色模型理論,針對(duì)北方某城市的交通事故統(tǒng)計(jì)數(shù)據(jù),分別建立了自回歸移動(dòng)平均模型及灰色模型,并對(duì)各模型進(jìn)行了步長(zhǎng)為12的預(yù)測(cè)。通過(guò)模型對(duì)比發(fā)現(xiàn):2個(gè)模型的預(yù)測(cè)絕對(duì)誤差分別為23.95%和54.32%,且對(duì)于具有季節(jié)周期性特點(diǎn)的序列,自回歸移動(dòng)平均模型的預(yù)測(cè)結(jié)果與實(shí)際觀(guān)測(cè)值比較吻合,說(shuō)明自回歸移動(dòng)平均模型比灰色模型更能充分挖掘歷史信息以減少預(yù)測(cè)誤差,并反映數(shù)據(jù)的周期性變化,具有良好的適用性。

將結(jié)合灰色系統(tǒng)理論與馬爾可夫理論,對(duì)公路交通事故進(jìn)行預(yù)測(cè).利用灰色馬爾可夫預(yù)測(cè)模型,可有效地處理類(lèi)似交通事故等隨機(jī)性、波動(dòng)較大的數(shù)據(jù)。

采用傳統(tǒng)灰色gm(1,1)模型預(yù)測(cè)道路交通事故這類(lèi)隨機(jī)性、波動(dòng)性較大的數(shù)據(jù),存在擬合較差、精度不足等問(wèn)題。運(yùn)用馬爾可夫模型對(duì)預(yù)測(cè)結(jié)果進(jìn)行優(yōu)化,并建立灰色馬爾可夫預(yù)測(cè)模型。將該模型應(yīng)用于1998~2007年全國(guó)道路交通事故數(shù)據(jù)來(lái)預(yù)測(cè)2008年事故次數(shù),結(jié)果表明采用該模型預(yù)測(cè)精度達(dá)到96.9%,明顯優(yōu)于單獨(dú)使用gm(1,1)模型的預(yù)測(cè)結(jié)果。

利用灰色預(yù)測(cè)理論,根據(jù)北京市1999～2006年道路交通事故的統(tǒng)計(jì)資料,建立了北京市道路交通事故發(fā)生次數(shù)的灰色gm(1,1)預(yù)測(cè)模型,并根據(jù)實(shí)際數(shù)據(jù)的特點(diǎn),對(duì)所建立的模型進(jìn)行了改進(jìn).經(jīng)證實(shí),改進(jìn)后的gm(1,1)模型預(yù)測(cè)精度高,預(yù)測(cè)結(jié)果與實(shí)際相符.gm(1,1)模型的預(yù)測(cè)結(jié)果可為北京市道路交通管理部門(mén)制定預(yù)防交通事故的措施提供重要的數(shù)據(jù)支持和理論依據(jù),這對(duì)加強(qiáng)北京市的道路交通管理、改善北京市的道路交通安全狀況將具有一定的現(xiàn)實(shí)意義.

分析了我國(guó)當(dāng)前交通安全形勢(shì)的嚴(yán)峻性,說(shuō)明了道路交通事故預(yù)測(cè)技術(shù)的重要性.在對(duì)比兩種傳統(tǒng)的交通事故預(yù)測(cè)模型的基礎(chǔ)上,分析了灰色模型在交通事故預(yù)測(cè)中的優(yōu)越性,并構(gòu)建gm(1,1)對(duì)道路交通事故量進(jìn)行了預(yù)測(cè),結(jié)果證明是可信的.

交通事故的發(fā)生是一個(gè)典型的灰色系統(tǒng),利用灰色理論的gm(1,1)模型建立了交通事故起數(shù)、死亡人數(shù)、受傷人數(shù)及直接經(jīng)濟(jì)損失預(yù)測(cè)模型,并利用某市31個(gè)月的交通狀況數(shù)據(jù)驗(yàn)證了模型有較好的精確度。

1 山東轄區(qū)水上交通事故統(tǒng)計(jì)分析報(bào)告 （2009年） 一、2009年事故綜述 1、水上交通事故情況 轄區(qū)發(fā)生水上交通事故34起，死亡失蹤25人，沉船9 艘，直接經(jīng)濟(jì)損失約6479萬(wàn)元。同比分別下降32%，增加 66.7%，下降35.7%，增加23.5%。 一般等級(jí)事故12起，其中重大事故5件，大事故4件， 一般事故3件，同比分別下降40%、16.7%、42.9%和57.1%。 2、運(yùn)輸船舶事故 運(yùn)輸船舶事故9件（沒(méi)有中央直屬企業(yè)船舶事故），死 亡8人，沉船3艘，同比分別減少45.5%，減少38.5%和減 少50%；運(yùn)輸船舶事故，死亡失蹤人數(shù)，沉船艘數(shù)分別占2009 年總數(shù)26.5%，32%，33%。 運(yùn)輸船舶等級(jí)事故控制情況 （1）各轄區(qū)（分支局）未發(fā)生運(yùn)輸船舶等級(jí)事故超標(biāo) 現(xiàn)象； （2）青島轄區(qū)未發(fā)生運(yùn)輸船舶等級(jí)事故；

針對(duì)機(jī)械加工車(chē)間的事故預(yù)測(cè)問(wèn)題,根據(jù)灰色理論的基本原理和特性,建立了灰色預(yù)測(cè)模型gm(1,1),對(duì)車(chē)間內(nèi)事故進(jìn)行定量預(yù)測(cè)。從具體實(shí)例出發(fā)進(jìn)行了分析與預(yù)測(cè),結(jié)果表明預(yù)測(cè)精度較高,為車(chē)間掌握事故發(fā)生規(guī)律,采取預(yù)防措施提供了依據(jù)。

本文分析了影響宏觀(guān)水上交通事故的因素,論述了基于bp神經(jīng)網(wǎng)絡(luò)的水上交通事故預(yù)測(cè)模型的建模過(guò)程。通過(guò)實(shí)例分析,該模型作為水上交通事故預(yù)測(cè)是可行的。

交通事故的發(fā)生因受隨機(jī)因素的影響而呈現(xiàn)出不確定性和非線(xiàn)性的特點(diǎn).在分析交通事故與人口、車(chē)輛、道路、經(jīng)濟(jì)發(fā)展等因素關(guān)系的基礎(chǔ)上,綜合考慮影響交通事故的多種因素,建立了bp神經(jīng)網(wǎng)絡(luò).進(jìn)而,選取總?cè)丝?、機(jī)動(dòng)車(chē)駕駛員人數(shù)、公路密度、民用車(chē)輛、人均gdp作為交通事故預(yù)測(cè)模型的輸入向量,以交通事故的四項(xiàng)指標(biāo)作為輸出向量,利用lm算法或galm算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)模型對(duì)交通事故進(jìn)行預(yù)測(cè).實(shí)驗(yàn)表明,galm算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)模型與bp神經(jīng)網(wǎng)絡(luò)或lm算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)相比,具有較高的精度和較快的收斂速度,能更好地適用于交通事故預(yù)測(cè).

論文利用神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)、自組織、自適應(yīng)能力的特性,在傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上,構(gòu)建了道路交通事故預(yù)測(cè)的改進(jìn)bp神經(jīng)網(wǎng)絡(luò)模型;以我國(guó)近年來(lái)道路交通事故統(tǒng)計(jì)資料為基礎(chǔ),通過(guò)所建預(yù)測(cè)模型,實(shí)現(xiàn)了對(duì)交通事故次數(shù)、死亡人數(shù)、直接經(jīng)濟(jì)損失等交通事故有關(guān)參數(shù)的預(yù)測(cè)。

邊坡工程中,由于材料的非連續(xù)性、非均質(zhì)性以及對(duì)結(jié)構(gòu)認(rèn)識(shí)的不完全性,難以用確定的函數(shù)形式對(duì)邊坡變形趨勢(shì)進(jìn)行描述。應(yīng)用灰色系統(tǒng)的原理和方法,對(duì)邊坡的變形發(fā)展進(jìn)行預(yù)測(cè)是一種有效手段。本文結(jié)合gps變形監(jiān)測(cè)所獲得的原始數(shù)據(jù),建立灰色預(yù)測(cè)gm(1,1)模型,分析邊坡巖體變形趨勢(shì)與邊坡穩(wěn)定性。結(jié)果顯示:灰色預(yù)測(cè)的變形數(shù)據(jù)與實(shí)測(cè)變形數(shù)據(jù)關(guān)聯(lián)度較好,灰色理論用于邊坡巖體變形預(yù)測(cè)是切實(shí)可行的。

引起基坑變形的因素是很多的,可將其看作一個(gè)灰色系統(tǒng),故可利用灰色系統(tǒng)的理論對(duì)基坑的變形進(jìn)行預(yù)測(cè)。根據(jù)灰色系統(tǒng)理論,建立基坑變形的gm(1,1)模型,并結(jié)合工程實(shí)例對(duì)預(yù)測(cè)值與結(jié)果值進(jìn)行比較,證明該模型有較好的精度,對(duì)指導(dǎo)基坑的信息化施工具有重要意義。

本文利用橋梁結(jié)構(gòu)的損傷系數(shù),對(duì)白化形式微分方程進(jìn)行推導(dǎo),最終建立灰色理論預(yù)測(cè)模型,最后通過(guò)實(shí)例證明了該方法的可行性,該方法的理論研究成果可供公路養(yǎng)護(hù)管理部門(mén)參考。

通過(guò)灰色理論中的gm(1,1)模型,對(duì)軟土地區(qū)基坑開(kāi)挖后引起的地表沉降進(jìn)行了分析預(yù)測(cè),其預(yù)測(cè)結(jié)果與監(jiān)測(cè)結(jié)果接近。結(jié)果表明,在gm(1,1)模型中,利用初期沉降位移實(shí)測(cè)值來(lái)預(yù)測(cè)未來(lái)一定時(shí)間內(nèi)的沉降位移值能夠得到比較準(zhǔn)確的預(yù)測(cè)結(jié)果,因此對(duì)指導(dǎo)基坑開(kāi)挖和支護(hù)具有一定的作用。

為準(zhǔn)確預(yù)測(cè)道路交通事故死亡人數(shù)和有效解決道路交通安全問(wèn)題,以中國(guó)2001~2012年交通事故死亡人數(shù)的統(tǒng)計(jì)數(shù)據(jù)為研究對(duì)象,首先,采用三次指數(shù)平滑法,建立三次指數(shù)交通事故預(yù)測(cè)模型,對(duì)道路交通事故數(shù)據(jù)進(jìn)行擬合與預(yù)測(cè)分析,繪制了中國(guó)道路交通事故的未來(lái)發(fā)展趨勢(shì)圖;然后,通過(guò)與一次指數(shù)平滑法、二次指數(shù)平滑法進(jìn)行對(duì)比分析,得出了三次指數(shù)平滑法預(yù)測(cè)精度較高,預(yù)測(cè)值與實(shí)際值相符合的結(jié)論;最后,預(yù)測(cè)出2013年和2014年的道路交通事故死亡人數(shù).研究結(jié)果表明:三次指數(shù)平滑法預(yù)測(cè)模型適用于短期預(yù)測(cè),對(duì)有效預(yù)測(cè)道路交通事故具有一定的參考價(jià)值和指導(dǎo)意義.

在安全事故的預(yù)警研究中,對(duì)即將發(fā)生的安全事故進(jìn)行有效預(yù)測(cè)能夠?yàn)榘踩O(jiān)督管理者提供及時(shí)有效的預(yù)警信息.因此針對(duì)建筑事故數(shù)據(jù)波動(dòng)性大的特性,利用對(duì)灰色預(yù)測(cè)改進(jìn)的馬爾科夫灰色預(yù)測(cè)和弱化算子灰色預(yù)測(cè)進(jìn)行比較,選擇出適應(yīng)性較好的預(yù)測(cè)算法,并實(shí)現(xiàn)信息系統(tǒng)的開(kāi)發(fā).為安全生產(chǎn)提供實(shí)時(shí)有效的信息展示系統(tǒng),提供可靠的預(yù)測(cè)數(shù)據(jù)結(jié)果.

在安全事故的預(yù)警研究中,對(duì)即將發(fā)生的安全事故進(jìn)行有效預(yù)測(cè)能夠?yàn)榘踩O(jiān)督管理者提供及時(shí)有效的預(yù)警信息。因此針對(duì)建筑事故數(shù)據(jù)波動(dòng)性大的特性,利用對(duì)灰色預(yù)測(cè)改進(jìn)的馬爾科夫灰色預(yù)測(cè)和弱化算子灰色預(yù)測(cè)進(jìn)行比較,選擇出適應(yīng)性較好的預(yù)測(cè)算法,并實(shí)現(xiàn)信息系統(tǒng)的開(kāi)發(fā)。為安全生產(chǎn)提供實(shí)時(shí)有效的信息展示系統(tǒng),提供可靠的預(yù)測(cè)數(shù)據(jù)結(jié)果。