灰色理论在交通事故预测的应用

重庆交通大学学报（自然科学版） ›› 2008, Vol. 27 ›› Issue (3): 446-448.

灰色理论在交通事故预测的应用

苏梁¹, 邵东², 唐伯明¹, 徐松¹

1. 重庆交通大学土木建筑学院, 重庆 400074;
2. 重庆市高速公路发展有限公司中渝营运分公司, 重庆 400067

收稿日期:2007-07-27 修回日期:2007-10-22 出版日期:2008-06-20 发布日期:2016-11-14
作者简介:苏梁(1982-),男,湖南娄底人,硕士研究生,主要从事道路交通安全研究。E-mail:suliang_523@126.com。
基金资助:
重庆市交通委员会科技项目(701415)

Application of Gray Theory in Road Accident Forecast

SU Liang¹, SHAO Dong², TANG Bo-ming¹, XU Song¹

1. School of Civil Engineering & Architecture, Chongqing Jiaotong University Chongqing 400076, China;
2. Chongqing Highway Development Co. Ltd, Zhongyu Operating Branch, Chongqing 400067, China

Received:2007-07-27 Revised:2007-10-22 Online:2008-06-20 Published:2016-11-14

摘要/Abstract

摘要： 采用GM(1,1)模型对重庆市高速公路重特大交通事故次数进行预测。在定性分析的基础上,把握原始数据的发展趋势,进而定义适当的序列算子,对算子作用后的序列建立GM(1,1)模型。通过预测结果的精度检验,可以说明:适当的序列算子可以提高预测精度。这一方法简单实效,可供参考。

关键词: 交通安全分析, 灰色理论GM(1, 1)模型, 预测, 精度

Abstract: GM(1,1) model is used to forecast the number of serious traffic accidents on Chongqing highway.Based on qualitative analysis and the original data,the appropriate sequence operator is defined.The GM(1,1) model with the appropriate sequence operator is established.The test of forecasting results can make out that the proper sequence operator which improves predicting accuracy.This method is simple and effective,and can be reference.

Key words: safety analysis, gray theory model, forecast, accuracy

中图分类号:

U491.31

苏梁, 邵东, 唐伯明, 徐松. 灰色理论在交通事故预测的应用[J]. 重庆交通大学学报（自然科学版）, 2008, 27(3): 446-448.

SU Liang, SHAO Dong, TANG Bo-ming, XU Song. Application of Gray Theory in Road Accident Forecast[J]. Journal of Chongqing Jiaotong University(Natural Science), 2008, 27(3): 446-448.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	代昱昊，王华，彭桂彬. 基于TEM的玉磨铁路隧道渗漏水状态预测方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 88-92.
[3]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[4]	肖苏勇. 无地面控制点无人机影像空三定位精度分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 117-123.
[5]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[6]	刘杰. 基于栈式自编码的高速铁路站间客流短期预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 26-30.
[7]	王志祥1,2，李建阁1，陈楚鹏2. 基于变权重评价的沥青路面使用性能灰色预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 95-101.
[8]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[9]	邓涛1，李鑫2. 智能车辆横纵向运动综合控制方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 133-140.
[10]	裴同松1，裴彧2. 基于马尔科夫链-BP神经网络模型对公路运量的预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 35-41.
[11]	闫佳庆1，邵鹏1，张立立2，王力1. 考虑大型车因素的城市路网交通流速度预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 7-11.
[12]	黄益绍1,2，韩磊2,3. 基于RS-IPSOSVM的公交客流量预测方法[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 11-19.
[13]	翁小雄，郝翊. 基于LSTM引入客车占比特征的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 20-25.
[14]	杨波1，刘昱1，杨政龙2. 引入逻辑斯蒂增长模型的集装箱吞吐量长期预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 45-50.
[15]	张献州1，2，夏晨翕1，陈霄1，蒋英豪1，陈建营1. IGM-FM串联模型在高铁路基沉降预测中的应用[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 99-108.