道路交通事故灰色马尔可夫预测模型

在道路交通事故灰色预测的基础上，引入马尔可夫链预测理论，建立道路交通事故灰色马尔可夫预测模型。道路交通事故灰色马尔可夫预测兼有灰色预测和马尔可夫链预测的优点，模型克服了随机波动性数据对道路交通事故预测精度的影响，拓宽了灰色预测的应用范围。实例计算证明：道路交通事故灰色马尔可夫预测模型预测精度高于GM(1，1)模型预测精度，模型可以用于道路交通事故预测。     

交通事故灰色预测模型的研究

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。     

道路交通事故经济损失灰色预测模型

阐述了我国交通事故造成经济损失的状况,引入灰色预测模型,对利用此模型预测交通事故经济损失的可行性进行了分析。基于历史数据,对未来几年的事故经济损失状况进行预测,并对模型精度进行检验。     

基于干预分析技术的交通事故灰色预测模型研究

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。     

基于多因子关联分析的道路交通事故灰色预测模型研究

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。     

道路交通事故GM(1,N)预测模型

GM(1,N)模型适合于具有多个影响因素的系统特征变量的预测,文章研究了GM(1,N)模型用于道路交通事故的预测的方法。根据1990～2000年全国道路交通事故统计资料,建立了交通事故死亡人数的多因素灰色预测模型,预测的2000年死亡人数为90324人,相对误差为3.76%,可见GM(1,N)模型预测效果较好,可用于道路交通事故预测。     

道路交通量灰色预测模型研究

道路交通量的预测对合理进行公路网的规划、工程可行性研究以及提高道路养护质量起着重要的作用。利用灰色系统理论,建立了道路交通量预测的GM(1,1)灰色预估模型及其残差模型,并将其应用于高速公路的交通量预测中,预测结果和实测结果较好的吻合,验证了预估模型的精度,表明预测方法的可行性。     

基于BP神经网络的交通事故预测模型及仿真

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。     

道路长隧道交通事故征候体系研究

为了从根源上预防长隧道交通事故的发生,该文基于主动型的事故预防理论,提出了隧道交通事故征候的概念,进而建立了隧道事故征候体系,找出隧道交通事故的潜在隐患,并且提出了若干有效的应对措施和管理方案,改进了隧道安全管理,提高了安全水平,使隧道交通安全由被动的事故预防变为主动的事故征候预防。     

道路交通安全现状及交通事故分析方法初探

简述了数理统计技术、交叉分析法在道路交通事故分析、预防中的应用,利用统计数据对国内外道路交通安全状况进行了介绍,分析表明交通事故并不会随着汽车数量的增长而成比例增长,这说明交通事故是可以预防的。     

基于BP神经网络的交通事故预测模型

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。     

道路交通事故紧急救援现状与对策

介绍了国内外交通事故救援现状,重点分析了我国道路救援系统存在的问题,并从四个方面提出了改善我国道路交通事故紧急救援的对策。     

基于分形理论的交通事故分析

以某市交通事故统计资料为例,首先采用功率谱分析方法论证了分形理论用于交通事故分析的可行性,计算结果表明在统计意义上,该市交通事故时间序列具有自仿射性。接着利用分形的自相似性与标度不变性将内区间的分形特性进行延拓,并由此构造了具有外推功能的分形插值算法,实现交通事故预测。该算法利用内区间的迭代函数系和吸引子由特定初始点进行搜索,通过迭代使得到的点集与吸引子的均方偏差最小,从而获得需要外推点的函数值作为预测值。最后对交通事故时间序列进行R/S分析,进一步验证了预测结果的合理性,结果表明该市未来几年交通事故仍有增长趋势,应继续加强交通管理。     

道路交通事故信息采集技术及应用

随着社会经济的发展,当前我国购买和使用汽车的人数不断上升,而在有限的道路交通资源的情况下,交通拥堵以及交通事故发生的频率大大上升,而一旦发生交通事故,则需要对交通事故车辆及周围环境进行信息采集,对事故现场进行重建,进而还原事故产生的原因,进而对事故车辆的责任进行鉴定。近年来,为了更好地重建事故现场,分析相关事故产生的原因,对事故车辆进行责任鉴定以及采取措施减少事故发生的概率,如今在大部分地区已经使用了信息技术、监控技术以及人工智能技术等对交通事故信息进行采集。本文主要介绍了当前在交通事故信息采集过程中主要应用的三种技术类型,包括:基于摄影测量的技术、基于视频解算及分析的技术以及基于电子智能的技术。并分析了这些技术在交通事故信息数据库、交通事故分析重建、道路交通安全状况改善过程中的应用。     

旅游公路交通量预测模型研究

为了更加准确的预测旅游公路的交通量,基于交通生成原理的不同,将旅游公路的交通量分成旅客交通量和背景交通量两部分。首先根据景区的等级、接待能力、特点和历史等数据预测得到景区的特征年旅客接待人数,根据景点周边城市的规模和交通条件求出旅游公路的通道交通量,考虑旅客出行特性的不同,采用非集计模型进行交通方式选择预测。最后加上通过常规预测方法求出的背景交通量得到旅游公路的总交通量。本文对旅游公路建设前期工作的研究有着重要的指导意义。