共查询到20条相似文献,搜索用时 484 毫秒
1.
2.
3.
交通事故预测的灰色GM(1,1)模型 总被引:2,自引:0,他引:2
在分析道路交通安全系统灰色属性的基础上,提出将道路交通事故作为道路交通安全系统行为特征量处理,运用灰色理论和方法进行道路交通事故预测,在此基础上,建立了道路交通事故的GM(1,1)灰色预测模型,并通过实例验证了预测模型的适用性。 相似文献
4.
5.
6.
为掌握西部事故高发地区的交通事故特征,在2008—2012年国道314、219,叶城县、塔县地区道路交通事故统计资料基础上,运用灰色原理建立一阶单变量GM(1,1)预测模型,对上述地区道路交通事故的事故数、死亡人数进行短期预测。经精度检验,灰色预测结果精度高,且与实际相符。与传统预测方法相比较其更科学、更合理。 相似文献
7.
交通事故灰色预测模型的研究 总被引:23,自引:0,他引:23
周维斯 《西安公路交通大学学报》2000,20(2):73-75
在交通事故统计的基础上,运用灰色理论,建立了一为量的交通事故预测模型,即GM(1,1),可用于交通事故各项统计指标的预测。它被传统的预测方法更科学、更合理。 相似文献
8.
加强对交通事故预测技术的研究,以便根据交通事故未来趋势变化提出有针对性的预防措施。在北京市交通事故数据的基础上,提出利用干预分析技术对传统的灰色预测模型进行修正,提高在政策干预等特殊事件影响下交通事故的预测准确度,为交通事故预防提供科学的依据。 相似文献
9.
结合灰色理论短期预测优势以及马尔科夫预测模型无后效性特点,建立基于灰色-马尔科夫理论的组合预测模型,研究沥青路面性能衰变规律。以重庆某高速公路历年RQI检测数据为例,用MATLAB计算RQI灰色预测值并验证模型的精度;通过灰色预测方程反算使用年限序列,并建立马尔科夫状态转移矩阵,对RQI进行预测。结果表明:灰色预测模型对RQI预测精度达到一级,预测结果可靠性较高;根据灰色-马尔科夫模型,预测RQI衰变规律,对比单一的灰色预测模型,灰色-马尔科夫组合预测模型精度更高,更适用于路面性能的长期预测。 相似文献
10.
阐述了灰色理论,建立灰色预测模型,并用该模型进行交通量预测。预测结果显示:较惯常的预测理论,灰色预测模型处理较少的模糊数据具有明显的优势,预测结果具有更好的精度等级。 相似文献
11.
基于某老城区代表性路段几何特征和交通流特征的调查数据及相应交通事故资料,运用灰色关联分析理论确定影响因素与道路交通事故率的绝对和相对关联度,提出道路改善措施优先顺序;为验证上述分析的正确性,运用Pearson相关分析和多元逐步回归分析,建立了事故率与高相关因素之间的简单多元回归模型,利用该模型预测改善后道路安全水平。 相似文献
12.
13.
基于BP神经网络的交通事故预测模型 总被引:16,自引:0,他引:16
交通事故预测对于分析现有道路交通条件下交通事故的未来发展趋势及其预防具有重要意义。在进行交通事故统计的基础上,运用BP神经网络理论,建立交通事故预测模型。计算结果表明,该模型较传统方法精度高,可用于交通事故预测。 相似文献
14.
基于灰关联分析,对道路交通事故的影响因子进行预处理,建立了基于多因子关联分析的道路交通事故GM(1,N)预测模型。对哈尔滨市1994年~2004年的道路交通事故进行实例分析,预测结果表明GM(1,N))模型的预测精度高于GM(1,1)模型及多元线性回归模型。该模型克服了GM(1,1)模型对于波动性较大的非平稳数列预测精度低的缺点,该模型具有简单、有效、预测精度高的特点。GM(1,N)模型是一种动态数据处理方法,且不会出现量化分析与定性分析结果矛盾的现象,能够很好的反映交通事故的未来发展趋势。 相似文献
15.
16.
针对城市客运交通枢纽换乘量分布预测的问题,引入"四阶段法"中的出行分布预测原理,将枢纽处各种交通方式的客流影响范围近似看作出行分布预测中的交通小区,各交通方式之间的换乘量相应地看作交通小区之间的交通分布量。将重力先验概率式的最大熵模型应用于枢纽换乘量分布预测之中,构建换乘量分布预测的最大熵模型,并以枢纽内部各种交通方式的现状OD换乘量分布为基础,进行模型参数的标定和最大熵模型的求解,隐含考虑随机因素的影响,从宏观上描述换乘者的交通行为。该方法应用于北京市东直门客运交通枢纽的换乘量分布预测之中,效果良好,为进一步进行枢纽的功能布局及换乘组织等研究工作提供依据。 相似文献
17.
针对现有道路交通事故预测方法的不足,采用逐步回归法从众多宏观影响因素当中筛选出主要影响因素,并将动态回归ARIMAX模型应用于预测。前者保证了模型应用的准确性,后者则兼有回归与时间序列预测方法两方面的优点。根据1983年—2005年间相关数据,建立起道路交通死亡人数同人口总数、运输线质量里程数、客运量、驾驶员人数、人均GDP、公路运输汽车拥有量的相关关系,进一步应用ARIMAX模型进行预测,拟合结果显示,误差较小、预测情况良好,在交通事故宏观预测方面有很好的应用前景。 相似文献
18.
交通事故的发生,受人、车、路、环境、管理等多方面因素的影响,存在很大的不确定性。利用BP神经网络,建立交通事故预测模型,并用Matlab仿真,验证模型的精确性。 相似文献
19.
1个适应性良好的道路交通事故预测模型对于交通管理、控制和有关规划设计起着重要作用,文中根据交通事故发生的时空性和多因素性,利用ARIMA模型良好的时间序列线性拟合能力和FNN强大的非线性映射能力,通过最优加权方法确定模型权重,建立ARIMA和FNN的组合模型,并对我国道路交通事故进行预测。结果表明:这一模型可以提高事故预测精度,是1种有效的事故预测模型。 相似文献