回归分析方法在船舶交通事故预测中的应用

随着中国对外贸易量的急剧增加，水路运输、港区作业日益繁忙，船舶流密度不断增大，导致船舶交通事故数量也呈上升趋势．以河北曹妃甸港为例，运用社会科学用统计软件包（SPSS）统计分析软件所提供的回归分析模型预测其未来船舶交通事故数量，获得了较为精确的预测结果．     

我国道路交通事故近期发展预测

建立基于灰色预测模型、非线性回归预测模型的交通事故次数的组合预测模型,对我国未来5年的交通事故次数进行了预测。从模型预测的结果来看,我国交通事故次数在未来几年将会保持下降的趋势。     

支持向量机在道路交通事故预测中的应用

通过对道路交通事故相关指标的分析,选取万车死亡率、十万人口死亡率作为指标集合,建立的基于支持向量机的道路交通事故预测模型,经10年的道路交通事故相关数据的训练和测试,其准确性得到了验证。     

我国道路交通事故相关指标预测及安全分析

建立基于回归预测模型对我国未来5年的交通事故相关指标及影响因素进行预测。根据预测的结果,来分析我国道路交通事故安全状况及潜在问题,并提出相应的对策。     

通州市道路交通事故预测

利用江苏省通州市交警大队提供的交通事故数据资料,运用灰色系统预测模型法和多元线性回归预测法对其进行分析研究和预测,预测结果对加强苏省通州市的安全管理、改善其道路交通安全状况有一定的理论意义和实用价值.     

道路交通事故预测模型的构建与应用

介绍了基于多元线性回归分析和灰色理论的道路交通事故预测模型的构建,分析了道路交通事故预测模型在交通事故的预防和交通安全管理决策中的应用.     

道路交通事故预测中的灰色预测GM(1,1)模型

针对交通事故发生的特点，探讨了灰色模型GM(1，1)在道路交通事故预测中的具体应用，介绍分析道路交通事故的灰色性的基础上，建立了基于灰色预测理论的GM(1，1)模型，并用其分别对道路交通事故的死亡人数、交通事故量进行了预测，其结果是可信的。GM(1，1)模型是最常用的一种灰色模型，它对于“不确定问题”的研究的主要意义是通过信息覆盖，构造生成序列的手段来寻求现实现象中存在的规律，可以相对减少对历史数据的依赖性和“少数据建模”的特点。它尤其适合于交通事故预测这样“小样本”的随机不确定问题。     

基于支持向量回归机的道路交通事故预测模型研究

针对道路交通事故预测具有随机波动性较大、信息量较少和非线性数据序列预测的特点,引入支持向量回归机（SVR）,建立基于SVR的道路交通事故预测模型。通过实例计算,证明基于SVR的道路交通事故预测模型具备非线性、所需数据资料较少、建模简单和计算快捷等优点,同时与RBF神经网络预测模型相比,该模型的预测精度高、泛化能力强,更适用于道路交通事故预测。     

自适应过滤法在水上交通事故预测中的应用

水上交通事故预测对于提高海上安全管理和预防事故的发生有重要的作用.为提高水上交通事故预测的准确性,构建了自适应过滤模型.以2011—2017年我国水上交通事故数据为基础,对2018年水上交通事故进行预测,并与一次指数平滑法、灰色GM(1,1)预测法预测结果进行对比验证.通过比较发现,自适应过滤法的相对误差较小、预测精度...     

残差灰色预测模型在交通事故预测中的应用

交通事故预测是交通安全研究的重要分支,是提高道路交通安全管理水平的基础。针对道路交通事故的预测问题,以灰色预测模型为基础,建立残差灰色预测模型对交通事故进行预测。结果表明：残差灰色预测模型预测结果的平均相对误差比基本灰色预测模型降低了63．13％。实践证明该模型具有简便实用、预测精度高的优点。     

最佳回归分析法在工程中的应用

在工程中常作回归分析，所建回归模型常含有模型误差，为了提高回归精度，作出正确的回归预报，研究回归模型的误差补偿，笔者在文中建成了一套检验和补偿模型误差的方法．     

道路交通事故的神经网络预测方法研究

指出了预测对道路交通安全性的重要意义以及传统预测方法存在的缺陷;运用神经网络建立时间序列的道路交通事故预测方法,克服了传统预测方法必须事先构造函数的不足之处。分析表明, 该方法的预测精度较高。     

最佳回归分析法在工程中的应用

在工程中常作回归分析,所建回归模型常含有模型误差,为了提高回归精度,作出正确的回归预报,研究回归模型的误差补偿,笔者在文中建成了一套检验和补偿模型误差的方法.     

基于特征分析法的道路交通事故分析

近年来,公路运输事故时有发生,且事故伤亡损失较大,对事故的特征及因素分析研究提出了更高的要求。为使道路事故分析更具科学性及条理性,选取某汽运公司2018—2020年3年的事故数据以及机场客运大巴运营数据,从人、车、路和环境等角度出发,运用数理统计方法分析汽运公司道路交通事故特征,并根据事故特征分布提出针对性的改善方案,便于管理者明确潜在事故风险,从运营组织与管理的层面上进行防控。     

浅谈道路和管理在交通事故中的影响

随着汽车保有量的增加 ,世界交通事故及死亡人数也随之增加 ,因此研究道路交通事故预防是有现实意义的。通过大量的数据分析了道路和管理因素 (尤其是黑龙江省 )对交通事故的影响。     

道路交通事故原因分析及其对策

通过对2001年金华市交通事故情况的分析，从几个方面对道路交通事故的发生原因进行了探讨，并提出了一些预防措施。     

灰色马尔可夫模型在交通事故预测中的应用

采用传统灰色GM(1,1)模型预测道路交通事故这类随机性、波动性较大的数据,存在拟合较差、精度不足等问题。运用马尔可夫模型对预测结果进行优化,并建立灰色马尔可夫预测模型。将该模型应用于1998~2007年全国道路交通事故数据来预测2008年事故次数,结果表明采用该模型预测精度达到96.9%,明显优于单独使用GM(1,1)模型的预测结果。     

道路交通事故多发路段的主成分分析法及改善措施的研究

分析变通事故因素，也就是分析人、车，路对于交通事故形成的影响。随着公路建设和经济发展，道路沿线环境的变化对交通安全的影响越来越大，在某些情况下，甚至成为交通事故的直接原因。科学地鉴别事故多发地点，找出诱发事故的因素，采取相应的对策和措施，对减少交通事故的危害具有重大意义。本对昆明石安公路碧鸡关至明波路段采用事故数法与主成分分析法相结合进行了综合分析，确定了交通事故多发地点和主要原因，并提出了相应的改善措施，使该路段交通事故，人员伤亡和经济损失明显降低，取得了良好的效果。     

Inroads在道路平面回归分析中的应用

在公路的改扩建项目中和互通立交的项目中，经常需要对原有公路进行平纵面线性的恢复，以便提供最基本的设计依据。简单介绍了inroads软件，以及在路线回归分析中的应用。     

交通事故回归分析中对样本缺损的技术处理

笔者在文中对交通事故预测中方法的应用、因子挑选以及多种因素的组合对事故的影响进行了较为深入地分析,尤其对基于回归分析法的样本缺损值之处理技术进行了探讨,收到了较好的效果.