基于灰色理論和神經(jīng)網(wǎng)絡(luò)的道路交通事故預(yù)測研究.pdf

1、道路交通事故預(yù)測是道路交通安全研究的一項重要內(nèi)容，它的目的是為了掌握交通事故的未來發(fā)展?fàn)顩r，對交通安全措施的可行性和實施效果進(jìn)行合理評價，有效地控制各影響因素，達(dá)到減少交通事故的目的。道路交通系統(tǒng)的非線性、隨機(jī)性、動態(tài)性以及不確定性特點，決定了作為道路交通系統(tǒng)行為特征量的道路交通事故的預(yù)測的復(fù)雜性，在分析現(xiàn)有道路交通事故宏觀預(yù)測模型和方法的基礎(chǔ)上，本論文構(gòu)建了適應(yīng)道路交通系統(tǒng)多屬性特點的道路通事故預(yù)測模型：灰色預(yù)測模型、神經(jīng)網(wǎng)絡(luò)預(yù)測模型

2、、灰色神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型。
　　灰色預(yù)測模型 GM(1,1)最大的特點就是算法簡單、可利用較少數(shù)據(jù)建模。這給建模和運(yùn)算帶來了方便，但是灰色預(yù)測模型對于具有波動性的系統(tǒng)來說預(yù)測的效果不是很理想，而且預(yù)測的準(zhǔn)確率會隨著時間的外推而逐漸降低。本論文針對基本GM(1,1)模型應(yīng)用的局限性，對之進(jìn)行了改進(jìn)，建立了三種改進(jìn)灰色預(yù)測模型：最優(yōu)初始值的新陳代謝模型、無偏GM(1,1)模型、灰色馬爾可夫模型，以提高灰色預(yù)測模型在道路交通事故預(yù)測中

3、的實用性與預(yù)測精度。神經(jīng)網(wǎng)絡(luò)對于非線性系統(tǒng)的預(yù)測具有良好的性能，但是在對網(wǎng)絡(luò)進(jìn)行訓(xùn)練時，往往需要大量的數(shù)據(jù)。本文以灰色預(yù)測模型為基礎(chǔ)，利用灰色預(yù)測模型算法簡單、建模所用數(shù)據(jù)少的優(yōu)點以及 BP神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)預(yù)測性能良好的優(yōu)點，嘗試?yán)肂P神經(jīng)網(wǎng)絡(luò)的非線性映射將二者組合預(yù)測。本論文還針對能夠提供道路交通事故相關(guān)影響因子數(shù)據(jù)時，構(gòu)建了基于關(guān)聯(lián)分析的灰色神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型。最后結(jié)合實例，用所提出的模型給與了預(yù)測。實證結(jié)果表明，組合模型能