城市道路事故率預(yù)測(cè)模型研究

龐瑾++王洋洋++宗聰聰++吳煒光

摘 要：在道路事故率預(yù)測(cè)中，大都采用單一方法對(duì)事故率進(jìn)行預(yù)測(cè)，且?guī)缀鯖](méi)有專門涉及城市道路的事故率預(yù)測(cè)，預(yù)測(cè)精度不夠。該文在以往預(yù)測(cè)模型的基礎(chǔ)上，針對(duì)城市道路交通量大的特點(diǎn)，將事故率分為有規(guī)律和隨機(jī)部分，分別用回歸分析和灰色模型進(jìn)行預(yù)測(cè)，再通過(guò)二元線性回歸確定兩者的比例系數(shù)，有效提高了預(yù)測(cè)精度，在其他類型交通事故和災(zāi)害中也可運(yùn)用。

關(guān)鍵詞：城市道路 事故率 灰色預(yù)測(cè) 回歸分析

中圖分類號(hào)：U491.31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）05（a）-0248-02

目前，對(duì)事故率的預(yù)測(cè)中，大都是采用預(yù)測(cè)，建立事故率與時(shí)間的關(guān)系，不能從事故發(fā)生因素方面考慮事故的發(fā)展態(tài)勢(shì)，或者只定性分析事故發(fā)生率與各因素的關(guān)系，預(yù)測(cè)精度低，且方向大都為隧道、飛機(jī)飛行或高速公路等，沒(méi)有專門針對(duì)城市道路事故率預(yù)測(cè)的文章。

基于以上現(xiàn)狀，為提高城市道路了事故率預(yù)測(cè)準(zhǔn)確率，針對(duì)城市道路事故發(fā)生特點(diǎn)，本文提出一種將灰色預(yù)測(cè)方法和回歸預(yù)測(cè)方法兩種算法的優(yōu)勢(shì)組合的預(yù)測(cè)模型，在充分挖掘城市道路事故率的變化特征的基礎(chǔ)上提高預(yù)測(cè)精度。

1 原理

城市道路事故率預(yù)測(cè)是采用恰當(dāng)?shù)念A(yù)測(cè)方法對(duì)城市道路已有的事故數(shù)據(jù)進(jìn)行建模分析，從而將預(yù)測(cè)到的未來(lái)可能發(fā)生的事故數(shù)等結(jié)果應(yīng)用于城市道路管理與決策中。城市道路事故率的變化包括有規(guī)律性和由不確定的未知因素導(dǎo)致的隨機(jī)波動(dòng)部分。表示為如下模型：

其中，

為城市道路總事故率，表示有規(guī)律部分，表示隨機(jī)部分

使事故率具有隨機(jī)性和規(guī)律性的原因?yàn)槌鞘械缆肥鹿事逝c許多相互聯(lián)系的因素相關(guān)，考慮到城市道路事故率的變化特點(diǎn)，只采用一種預(yù)測(cè)方法描述的誤差將增大。本文采用灰色預(yù)測(cè)與回歸預(yù)測(cè)方法組合的方式預(yù)測(cè)城市道路事故率。

2 組成

2.1 灰色預(yù)測(cè)GM

灰色預(yù)測(cè)是指利用GM模型估計(jì)預(yù)測(cè)系統(tǒng)行為特征的發(fā)展變化規(guī)律，估計(jì)計(jì)算行為特征異常情況發(fā)生的時(shí)刻，研究特定時(shí)區(qū)內(nèi)發(fā)生事件的未來(lái)時(shí)間分布情況等等。主要為灰色系統(tǒng)理論中的GM（1，1）模型，實(shí)質(zhì)上是將“隨機(jī)過(guò)程”當(dāng)作“灰色過(guò)程”，“隨機(jī)變量”當(dāng)作“灰變量”處理。

具體操作過(guò)程如下：

設(shè)已知參考數(shù)據(jù)列為

，做一次累加（AGO）生成數(shù)列

其中，

求均值數(shù)列

則

則灰微分方程如下

相應(yīng)的白化微分方程為

記

由最小二乘法，求使得達(dá)到最小值的。

求解方程得

2.2 回歸分析

關(guān)于交通量大小與交通事故的關(guān)系，定性分析如下：（以交通飽和度衡量交通量大小）飽和度小于0.2時(shí)，車輛處于自由流階段，交通量小，車頭時(shí)距大，同向車輛干擾小。隨著交通量增多，交通事故數(shù)有降低趨勢(shì)。0.2～0.4時(shí)，車輛處于穩(wěn)定流狀態(tài)。車頭時(shí)距減少，事故數(shù)增加。0.4～0.5時(shí)，交通量繼續(xù)加大，交通處于不穩(wěn)定流狀態(tài)，事故數(shù)進(jìn)一步加大。0.5～0.6時(shí)，交通處于飽和流狀態(tài)，交通密度大，車頭間距小，交通事故數(shù)有降低趨勢(shì)。大于0.6時(shí)，交通處于阻塞流狀態(tài)，車速很低，車輛發(fā)生交通事故的比率進(jìn)一步降低。

結(jié)合城市道路交通量大的特點(diǎn)，建立城市道路事故率與城市道路交通量的一元多項(xiàng)式回歸分析模型，具體如下：

一元多項(xiàng)式回歸方程的模型為

式中，1，2，3，k為回歸系數(shù)，是隨機(jī)誤差項(xiàng)，假設(shè)，則。

若對(duì)y和x分別進(jìn)行了n次獨(dú)立觀測(cè)，得到如下n對(duì)觀測(cè)值

這n對(duì)觀測(cè)值之間的關(guān)系符合模型

，

這里，是自變量在第i次觀測(cè)時(shí)的取值，它是一個(gè)非隨機(jī)變量，并且沒(méi)有測(cè)量誤差，對(duì)應(yīng)于，是一個(gè)隨機(jī)變量，它的隨機(jī)性是由造成的，。

對(duì)于不同的觀測(cè)，當(dāng)時(shí)，與是相互獨(dú)立的。

用最小二乘法觀測(cè)

的值，即取估計(jì)值，……

，使與的誤差平方和達(dá)到最小。

2.3 組合模型

組合模型即分別采用代表隨機(jī)部分的灰色預(yù)測(cè)模型和代表有規(guī)律部分的一元回歸模型對(duì)城市道路事故率預(yù)測(cè)，再用二元線性回歸方法得出每個(gè)模型的權(quán)值，于是得到組合的城市道路事故率預(yù)測(cè)模型，即：

其中：

——組合模型事故率

——灰色模型事故率

——回歸模型事故率

分別為回歸系數(shù)

2.4 補(bǔ)充說(shuō)明

當(dāng)城市道路交通事故數(shù)據(jù)不全時(shí)，通過(guò)對(duì)已獲取的數(shù)據(jù)進(jìn)行插值，實(shí)現(xiàn)交通量和事故的一一對(duì)應(yīng)關(guān)系。此處采用多項(xiàng)式插值，主要插值方法如下：

已知函數(shù)在區(qū)間[a，b]上有n+1個(gè)不同點(diǎn)處的函數(shù)值），求一個(gè)至多n次多項(xiàng)式

使其在給定處與同值，即滿足插值條件

稱為插值多項(xiàng)式，稱為插值節(jié)點(diǎn)，[a，b]稱為插值區(qū)間。

3 結(jié)語(yǔ)

目前關(guān)于事故率的預(yù)測(cè)，從籠統(tǒng)的事故率預(yù)測(cè)到將事故細(xì)致的分為隧道、飛機(jī)、公路等多種類型，精度逐漸提高。預(yù)測(cè)模型也從原來(lái)的一種方法變?yōu)槎喾N方法融合，進(jìn)一步提高預(yù)測(cè)精度。本文在以往預(yù)測(cè)方法的基礎(chǔ)上，針對(duì)城市道路交通量大的特點(diǎn)，對(duì)城市道路事故率分別采用灰色模型和回歸分析分別進(jìn)行預(yù)測(cè)，之后通過(guò)二元線性回歸方式將兩者融合，得到最終的預(yù)測(cè)模型，有效減少誤差，提高精度。同時(shí)，針對(duì)數(shù)據(jù)量不足的情況，采用數(shù)據(jù)差值的方法，擴(kuò)大數(shù)據(jù)范圍。該文方法具有普適性，既可用于其他交通事故率的預(yù)測(cè)，亦可作為事故死亡人數(shù)的預(yù)測(cè)，可靠性高。

隨著科技的發(fā)展，預(yù)測(cè)的精度要求將越來(lái)越苛刻。只有不斷的創(chuàng)新預(yù)測(cè)方法，實(shí)現(xiàn)不同方法的交互融合，才能滿足預(yù)測(cè)的需求。

參考文獻(xiàn)

[1] 戴蓉，黃成.飛機(jī)飛行事故率預(yù)測(cè)建模與仿真研究[J].計(jì)算機(jī)仿真，2011，28（7）： 120-123.

[2] 馬壯林.高速公路隧道交通事故分析及預(yù)防對(duì)策[D].西安：長(zhǎng)安大學(xué)，2006.endprint

摘 要：在道路事故率預(yù)測(cè)中，大都采用單一方法對(duì)事故率進(jìn)行預(yù)測(cè)，且?guī)缀鯖](méi)有專門涉及城市道路的事故率預(yù)測(cè)，預(yù)測(cè)精度不夠。該文在以往預(yù)測(cè)模型的基礎(chǔ)上，針對(duì)城市道路交通量大的特點(diǎn)，將事故率分為有規(guī)律和隨機(jī)部分，分別用回歸分析和灰色模型進(jìn)行預(yù)測(cè)，再通過(guò)二元線性回歸確定兩者的比例系數(shù)，有效提高了預(yù)測(cè)精度，在其他類型交通事故和災(zāi)害中也可運(yùn)用。

關(guān)鍵詞：城市道路 事故率 灰色預(yù)測(cè) 回歸分析

中圖分類號(hào)：U491.31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）05（a）-0248-02

目前，對(duì)事故率的預(yù)測(cè)中，大都是采用預(yù)測(cè)，建立事故率與時(shí)間的關(guān)系，不能從事故發(fā)生因素方面考慮事故的發(fā)展態(tài)勢(shì)，或者只定性分析事故發(fā)生率與各因素的關(guān)系，預(yù)測(cè)精度低，且方向大都為隧道、飛機(jī)飛行或高速公路等，沒(méi)有專門針對(duì)城市道路事故率預(yù)測(cè)的文章。

基于以上現(xiàn)狀，為提高城市道路了事故率預(yù)測(cè)準(zhǔn)確率，針對(duì)城市道路事故發(fā)生特點(diǎn)，本文提出一種將灰色預(yù)測(cè)方法和回歸預(yù)測(cè)方法兩種算法的優(yōu)勢(shì)組合的預(yù)測(cè)模型，在充分挖掘城市道路事故率的變化特征的基礎(chǔ)上提高預(yù)測(cè)精度。

1 原理

城市道路事故率預(yù)測(cè)是采用恰當(dāng)?shù)念A(yù)測(cè)方法對(duì)城市道路已有的事故數(shù)據(jù)進(jìn)行建模分析，從而將預(yù)測(cè)到的未來(lái)可能發(fā)生的事故數(shù)等結(jié)果應(yīng)用于城市道路管理與決策中。城市道路事故率的變化包括有規(guī)律性和由不確定的未知因素導(dǎo)致的隨機(jī)波動(dòng)部分。表示為如下模型：

其中，

為城市道路總事故率，表示有規(guī)律部分，表示隨機(jī)部分

使事故率具有隨機(jī)性和規(guī)律性的原因?yàn)槌鞘械缆肥鹿事逝c許多相互聯(lián)系的因素相關(guān)，考慮到城市道路事故率的變化特點(diǎn)，只采用一種預(yù)測(cè)方法描述的誤差將增大。本文采用灰色預(yù)測(cè)與回歸預(yù)測(cè)方法組合的方式預(yù)測(cè)城市道路事故率。

2 組成

2.1 灰色預(yù)測(cè)GM

灰色預(yù)測(cè)是指利用GM模型估計(jì)預(yù)測(cè)系統(tǒng)行為特征的發(fā)展變化規(guī)律，估計(jì)計(jì)算行為特征異常情況發(fā)生的時(shí)刻，研究特定時(shí)區(qū)內(nèi)發(fā)生事件的未來(lái)時(shí)間分布情況等等。主要為灰色系統(tǒng)理論中的GM（1，1）模型，實(shí)質(zhì)上是將“隨機(jī)過(guò)程”當(dāng)作“灰色過(guò)程”，“隨機(jī)變量”當(dāng)作“灰變量”處理。

具體操作過(guò)程如下：

設(shè)已知參考數(shù)據(jù)列為

，做一次累加（AGO）生成數(shù)列

其中，

求均值數(shù)列

則

則灰微分方程如下

相應(yīng)的白化微分方程為

記

由最小二乘法，求使得達(dá)到最小值的。

求解方程得

2.2 回歸分析

關(guān)于交通量大小與交通事故的關(guān)系，定性分析如下：（以交通飽和度衡量交通量大小）飽和度小于0.2時(shí)，車輛處于自由流階段，交通量小，車頭時(shí)距大，同向車輛干擾小。隨著交通量增多，交通事故數(shù)有降低趨勢(shì)。0.2～0.4時(shí)，車輛處于穩(wěn)定流狀態(tài)。車頭時(shí)距減少，事故數(shù)增加。0.4～0.5時(shí)，交通量繼續(xù)加大，交通處于不穩(wěn)定流狀態(tài)，事故數(shù)進(jìn)一步加大。0.5～0.6時(shí)，交通處于飽和流狀態(tài)，交通密度大，車頭間距小，交通事故數(shù)有降低趨勢(shì)。大于0.6時(shí)，交通處于阻塞流狀態(tài)，車速很低，車輛發(fā)生交通事故的比率進(jìn)一步降低。

結(jié)合城市道路交通量大的特點(diǎn)，建立城市道路事故率與城市道路交通量的一元多項(xiàng)式回歸分析模型，具體如下：

一元多項(xiàng)式回歸方程的模型為

式中，1，2，3，k為回歸系數(shù)，是隨機(jī)誤差項(xiàng)，假設(shè)，則。

若對(duì)y和x分別進(jìn)行了n次獨(dú)立觀測(cè)，得到如下n對(duì)觀測(cè)值

這n對(duì)觀測(cè)值之間的關(guān)系符合模型

，

這里，是自變量在第i次觀測(cè)時(shí)的取值，它是一個(gè)非隨機(jī)變量，并且沒(méi)有測(cè)量誤差，對(duì)應(yīng)于，是一個(gè)隨機(jī)變量，它的隨機(jī)性是由造成的，。

對(duì)于不同的觀測(cè)，當(dāng)時(shí)，與是相互獨(dú)立的。

用最小二乘法觀測(cè)

的值，即取估計(jì)值，……

，使與的誤差平方和達(dá)到最小。

2.3 組合模型

組合模型即分別采用代表隨機(jī)部分的灰色預(yù)測(cè)模型和代表有規(guī)律部分的一元回歸模型對(duì)城市道路事故率預(yù)測(cè)，再用二元線性回歸方法得出每個(gè)模型的權(quán)值，于是得到組合的城市道路事故率預(yù)測(cè)模型，即：

其中：

——組合模型事故率

——灰色模型事故率

——回歸模型事故率

分別為回歸系數(shù)

2.4 補(bǔ)充說(shuō)明

當(dāng)城市道路交通事故數(shù)據(jù)不全時(shí)，通過(guò)對(duì)已獲取的數(shù)據(jù)進(jìn)行插值，實(shí)現(xiàn)交通量和事故的一一對(duì)應(yīng)關(guān)系。此處采用多項(xiàng)式插值，主要插值方法如下：

已知函數(shù)在區(qū)間[a，b]上有n+1個(gè)不同點(diǎn)處的函數(shù)值），求一個(gè)至多n次多項(xiàng)式

使其在給定處與同值，即滿足插值條件

稱為插值多項(xiàng)式，稱為插值節(jié)點(diǎn)，[a，b]稱為插值區(qū)間。

3 結(jié)語(yǔ)

目前關(guān)于事故率的預(yù)測(cè)，從籠統(tǒng)的事故率預(yù)測(cè)到將事故細(xì)致的分為隧道、飛機(jī)、公路等多種類型，精度逐漸提高。預(yù)測(cè)模型也從原來(lái)的一種方法變?yōu)槎喾N方法融合，進(jìn)一步提高預(yù)測(cè)精度。本文在以往預(yù)測(cè)方法的基礎(chǔ)上，針對(duì)城市道路交通量大的特點(diǎn)，對(duì)城市道路事故率分別采用灰色模型和回歸分析分別進(jìn)行預(yù)測(cè)，之后通過(guò)二元線性回歸方式將兩者融合，得到最終的預(yù)測(cè)模型，有效減少誤差，提高精度。同時(shí)，針對(duì)數(shù)據(jù)量不足的情況，采用數(shù)據(jù)差值的方法，擴(kuò)大數(shù)據(jù)范圍。該文方法具有普適性，既可用于其他交通事故率的預(yù)測(cè)，亦可作為事故死亡人數(shù)的預(yù)測(cè)，可靠性高。

隨著科技的發(fā)展，預(yù)測(cè)的精度要求將越來(lái)越苛刻。只有不斷的創(chuàng)新預(yù)測(cè)方法，實(shí)現(xiàn)不同方法的交互融合，才能滿足預(yù)測(cè)的需求。

參考文獻(xiàn)

[1] 戴蓉，黃成.飛機(jī)飛行事故率預(yù)測(cè)建模與仿真研究[J].計(jì)算機(jī)仿真，2011，28（7）： 120-123.

[2] 馬壯林.高速公路隧道交通事故分析及預(yù)防對(duì)策[D].西安：長(zhǎng)安大學(xué)，2006.endprint

摘 要：在道路事故率預(yù)測(cè)中，大都采用單一方法對(duì)事故率進(jìn)行預(yù)測(cè)，且?guī)缀鯖](méi)有專門涉及城市道路的事故率預(yù)測(cè)，預(yù)測(cè)精度不夠。該文在以往預(yù)測(cè)模型的基礎(chǔ)上，針對(duì)城市道路交通量大的特點(diǎn)，將事故率分為有規(guī)律和隨機(jī)部分，分別用回歸分析和灰色模型進(jìn)行預(yù)測(cè)，再通過(guò)二元線性回歸確定兩者的比例系數(shù)，有效提高了預(yù)測(cè)精度，在其他類型交通事故和災(zāi)害中也可運(yùn)用。

關(guān)鍵詞：城市道路 事故率 灰色預(yù)測(cè) 回歸分析

中圖分類號(hào)：U491.31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）05（a）-0248-02

目前，對(duì)事故率的預(yù)測(cè)中，大都是采用預(yù)測(cè)，建立事故率與時(shí)間的關(guān)系，不能從事故發(fā)生因素方面考慮事故的發(fā)展態(tài)勢(shì)，或者只定性分析事故發(fā)生率與各因素的關(guān)系，預(yù)測(cè)精度低，且方向大都為隧道、飛機(jī)飛行或高速公路等，沒(méi)有專門針對(duì)城市道路事故率預(yù)測(cè)的文章。

基于以上現(xiàn)狀，為提高城市道路了事故率預(yù)測(cè)準(zhǔn)確率，針對(duì)城市道路事故發(fā)生特點(diǎn)，本文提出一種將灰色預(yù)測(cè)方法和回歸預(yù)測(cè)方法兩種算法的優(yōu)勢(shì)組合的預(yù)測(cè)模型，在充分挖掘城市道路事故率的變化特征的基礎(chǔ)上提高預(yù)測(cè)精度。

1 原理

城市道路事故率預(yù)測(cè)是采用恰當(dāng)?shù)念A(yù)測(cè)方法對(duì)城市道路已有的事故數(shù)據(jù)進(jìn)行建模分析，從而將預(yù)測(cè)到的未來(lái)可能發(fā)生的事故數(shù)等結(jié)果應(yīng)用于城市道路管理與決策中。城市道路事故率的變化包括有規(guī)律性和由不確定的未知因素導(dǎo)致的隨機(jī)波動(dòng)部分。表示為如下模型：

其中，

為城市道路總事故率，表示有規(guī)律部分，表示隨機(jī)部分

使事故率具有隨機(jī)性和規(guī)律性的原因?yàn)槌鞘械缆肥鹿事逝c許多相互聯(lián)系的因素相關(guān)，考慮到城市道路事故率的變化特點(diǎn)，只采用一種預(yù)測(cè)方法描述的誤差將增大。本文采用灰色預(yù)測(cè)與回歸預(yù)測(cè)方法組合的方式預(yù)測(cè)城市道路事故率。

2 組成

2.1 灰色預(yù)測(cè)GM

灰色預(yù)測(cè)是指利用GM模型估計(jì)預(yù)測(cè)系統(tǒng)行為特征的發(fā)展變化規(guī)律，估計(jì)計(jì)算行為特征異常情況發(fā)生的時(shí)刻，研究特定時(shí)區(qū)內(nèi)發(fā)生事件的未來(lái)時(shí)間分布情況等等。主要為灰色系統(tǒng)理論中的GM（1，1）模型，實(shí)質(zhì)上是將“隨機(jī)過(guò)程”當(dāng)作“灰色過(guò)程”，“隨機(jī)變量”當(dāng)作“灰變量”處理。

具體操作過(guò)程如下：

設(shè)已知參考數(shù)據(jù)列為

，做一次累加（AGO）生成數(shù)列

其中，

求均值數(shù)列

則

則灰微分方程如下

相應(yīng)的白化微分方程為

記

由最小二乘法，求使得達(dá)到最小值的。

求解方程得

2.2 回歸分析

關(guān)于交通量大小與交通事故的關(guān)系，定性分析如下：（以交通飽和度衡量交通量大小）飽和度小于0.2時(shí)，車輛處于自由流階段，交通量小，車頭時(shí)距大，同向車輛干擾小。隨著交通量增多，交通事故數(shù)有降低趨勢(shì)。0.2～0.4時(shí)，車輛處于穩(wěn)定流狀態(tài)。車頭時(shí)距減少，事故數(shù)增加。0.4～0.5時(shí)，交通量繼續(xù)加大，交通處于不穩(wěn)定流狀態(tài)，事故數(shù)進(jìn)一步加大。0.5～0.6時(shí)，交通處于飽和流狀態(tài)，交通密度大，車頭間距小，交通事故數(shù)有降低趨勢(shì)。大于0.6時(shí)，交通處于阻塞流狀態(tài)，車速很低，車輛發(fā)生交通事故的比率進(jìn)一步降低。

結(jié)合城市道路交通量大的特點(diǎn)，建立城市道路事故率與城市道路交通量的一元多項(xiàng)式回歸分析模型，具體如下：

一元多項(xiàng)式回歸方程的模型為

式中，1，2，3，k為回歸系數(shù)，是隨機(jī)誤差項(xiàng)，假設(shè)，則。

若對(duì)y和x分別進(jìn)行了n次獨(dú)立觀測(cè)，得到如下n對(duì)觀測(cè)值

這n對(duì)觀測(cè)值之間的關(guān)系符合模型

，

這里，是自變量在第i次觀測(cè)時(shí)的取值，它是一個(gè)非隨機(jī)變量，并且沒(méi)有測(cè)量誤差，對(duì)應(yīng)于，是一個(gè)隨機(jī)變量，它的隨機(jī)性是由造成的，。

對(duì)于不同的觀測(cè)，當(dāng)時(shí)，與是相互獨(dú)立的。

用最小二乘法觀測(cè)

的值，即取估計(jì)值，……

，使與的誤差平方和達(dá)到最小。

2.3 組合模型

組合模型即分別采用代表隨機(jī)部分的灰色預(yù)測(cè)模型和代表有規(guī)律部分的一元回歸模型對(duì)城市道路事故率預(yù)測(cè)，再用二元線性回歸方法得出每個(gè)模型的權(quán)值，于是得到組合的城市道路事故率預(yù)測(cè)模型，即：

其中：

——組合模型事故率

——灰色模型事故率

——回歸模型事故率

分別為回歸系數(shù)

2.4 補(bǔ)充說(shuō)明

當(dāng)城市道路交通事故數(shù)據(jù)不全時(shí)，通過(guò)對(duì)已獲取的數(shù)據(jù)進(jìn)行插值，實(shí)現(xiàn)交通量和事故的一一對(duì)應(yīng)關(guān)系。此處采用多項(xiàng)式插值，主要插值方法如下：

已知函數(shù)在區(qū)間[a，b]上有n+1個(gè)不同點(diǎn)處的函數(shù)值），求一個(gè)至多n次多項(xiàng)式

使其在給定處與同值，即滿足插值條件

稱為插值多項(xiàng)式，稱為插值節(jié)點(diǎn)，[a，b]稱為插值區(qū)間。

3 結(jié)語(yǔ)

目前關(guān)于事故率的預(yù)測(cè)，從籠統(tǒng)的事故率預(yù)測(cè)到將事故細(xì)致的分為隧道、飛機(jī)、公路等多種類型，精度逐漸提高。預(yù)測(cè)模型也從原來(lái)的一種方法變?yōu)槎喾N方法融合，進(jìn)一步提高預(yù)測(cè)精度。本文在以往預(yù)測(cè)方法的基礎(chǔ)上，針對(duì)城市道路交通量大的特點(diǎn)，對(duì)城市道路事故率分別采用灰色模型和回歸分析分別進(jìn)行預(yù)測(cè)，之后通過(guò)二元線性回歸方式將兩者融合，得到最終的預(yù)測(cè)模型，有效減少誤差，提高精度。同時(shí)，針對(duì)數(shù)據(jù)量不足的情況，采用數(shù)據(jù)差值的方法，擴(kuò)大數(shù)據(jù)范圍。該文方法具有普適性，既可用于其他交通事故率的預(yù)測(cè)，亦可作為事故死亡人數(shù)的預(yù)測(cè)，可靠性高。

隨著科技的發(fā)展，預(yù)測(cè)的精度要求將越來(lái)越苛刻。只有不斷的創(chuàng)新預(yù)測(cè)方法，實(shí)現(xiàn)不同方法的交互融合，才能滿足預(yù)測(cè)的需求。

參考文獻(xiàn)

[1] 戴蓉，黃成.飛機(jī)飛行事故率預(yù)測(cè)建模與仿真研究[J].計(jì)算機(jī)仿真，2011，28（7）： 120-123.

[2] 馬壯林.高速公路隧道交通事故分析及預(yù)防對(duì)策[D].西安：長(zhǎng)安大學(xué)，2006.endprint