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。     

大连“7·16”事故海上清污工作的深度思考

为及时应对大规模海上溢油污染事故,有效控制和消除污染,最大限度地降低溢油污染事故对海洋环境造成的影响.在分析大连“7·16”事故海上清污工作全过程的基础上,深入研究此次清污工作的成功经验和存在的问题.在国家和地方层面上,从体制、机制、法规、资金、装备和人员等方面提出加强我国海域和内河水域溢油应急能力建设的建议,对完善我国溢油应急体系,提升海上溢油污染事故的防治能力具有重要意义.     

ˮ�Ͻ�ͨ�¹�����ɿ��Զ������۷���

水上交通事故人因可靠性,一方面在风险预防阶段会受到风险水平的影响;另一方面,在险情发展及应对过程中会存在与外部影响因素的相互作用.因此,为全面评价水上交通事故人因可靠性,从风险预防和险情应对这两个角度,提出了基于风险系数和置信度的人因可靠性的定量评价方法.首先,利用三角模糊数分别建立了各风险要素和风险系数的评价标准,并应用证据理论对这3个风险要素进行融合,获取了该险情的风险系数.其次,引用人因交互模型全面分析了人因可靠性的影响因素,建立了人因可靠性检查表,并利用置信度建立了各影响因素定量评价模型.最后,选取了一起典型沉船事故为案例定量评价了人因可靠性,结果表明,本文提出的方法可以更为全面地分析人因可靠性.     

基于VB、Matlab的交通事故现场勘查摄影测量系统的开发与应用

发生交通事故后,如何快速、准确地记录事故现场,目前尚未得到妥善解决。将摄影测量理论应用于交通事故现场勘查,运用VB和Matlab编程软件开发了交通事故现场勘查测量管理系统,并模拟了事故现场,将实际的测量值与使用交通事故现场勘查测量管理系统所计算的理论值相比较,误差较小,表明该系统具有一定的实用性。     

用改进的灰色关联度分析交通事故成因

改进的灰色关联模型与普通灰色关联模型相比,可以突出关联度的微小变化,且更加科学。通过实例,用改进的灰关联对道路交通事故成因进行了分析,并与普通灰色关联分析进行了比较,发现前者分析结果更具层次性、差异性,更容易识别事故主要、次要和潜在的成因。     

高速公路隧道交通安全问题及对策分析

高速公路隧道交通事故原因复杂且具有多样性。结合隧道特点和交通事故特征,以人-车-路-环境体系为基础,多角度、多方面分析了隧道交通事故发生原因,并提出了合理的解决方案。     

分析案例 强化本质 提高海运安全管理水平

文章利用数据统计图、表等方法,分析我国及国际上船舶水上交通事故特点及要因,掌握水上交通事故重点防范的对象,提出遏制水上交通事故在人、机、环、管理等方面的有效对策。     

铁路职工伤亡事故管理信息系统模型之研究

指出了建立全路职工伤亡事故管理信息系统的必要性。对事故信息进行统计分析的方法及统计指标、分析指标的选择。提出了安全评价和安全预测的研究思路。说明数据库和模型库设计与维护的方法。     

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。     

The relationship among highway geometrics,traffic-related elements and motor-vehicle accident frequencies

This research provides a demonstration of a statistical model of accident frequency that can eventually be used as part of a proactive program to allocate safety-related highway improvement funds. Negative binomial regressions of annual accident frequency on sections of principal arterials in Washington State were estimated using data from two years (1992 and 1993). In all, 31306 observations were used in model estimation (annual accident frequencies on specific sections of highway). Our estimation results isolated the effects of various highway geometric and traffic characteristics on annual accident frequency. Subsequent elasticity computations identified the relative importance of the variables included in our specifications. The findings show that the negative binomial regression used in this paper is a powerful predictive tool and one that should be increasingly applied in future accident frequency studies.