基于灰色建模技术的城市道路交通事故预测及救援管理系统研究

随着城市机动车辆的迅猛增长，城市道路交通事故呈不断攀升的趋势，对城市道路交通事故的发展状况进行科学准确的预测，是降低城市道路交通事故高发率，减少城市道路交通事故造成的损失，提高路网通行效率的前提与保证。本研究将针对城市道路交通事故成因的复杂性、不确定性，运用改进的灰色周期关联分析模型，识别城市道路交通事故形成的关键因素；针对城市道路交通事故主要时变参量的"小样本、贫信息、非线性、波动性、周期性"等特点，构建适应于城市道路交通事故主要时变参量序列特点灰色预测模型群，对模型群中各模型的建模机理、模型性质、适用范围、参数估计、模型优化等问题进行研究，并利用构建的灰色预测模型群对城市道路交通事故进行预测；在对城市道路交通事故预测的基础上构建城市道路交通事故救援管理系统。以期进一步完善灰色建模技术，为城市道路交通事故预测提供技术支撑，提高城市道路交通事故管理水平，实现灰色理论与交通工程的有效对接。

对城市道路交通事故进行科学的预测，是降低城市道路交通事故高发率，减少城市道路交通事故造成的损失，提高路网通行效率的前提与保证。但是，城市道路交通事故成因具有“复杂性、非线性、不确定性”等特征，传统的预测方法难以满足对城市道路交通事故主要时变参量预测的要求。针对这一问题，本项目构建了适用于城市道路交通事故成因分析、主要时变参量预测的灰色模型群，并通过对城市道路交通事故的成因分析和主要时变参量预测，检验了模型的有效性。本项目的主要研究成果不但深化了灰色建模技术的理论研究，也为城市道路交通事故成因分析和预测提供了方法与技术支撑，对拓展灰色建模技术的应用范围和提高城市道路交通事故的管理水平大有裨益。本项目的主要研究成果体现在以下几个方面：.（1）通过对灰色数据变换技术提高序列建模的机理分析，明晰了灰色数据变换技术的构造机理。从灰色数据变换技术提高序列光滑性、减少序列级比偏差等角度，提出了灰色数据变换的构造准则，构造了基于平均增长率的弱化变权缓冲算子、基于线性函数与反余切函数的函数型数据变换，为城市道路交通事故数据预处理提供了方法支撑。.（2）针对城市道路交通事故主要时变参量具有波动性、周期性的特点，提出了周期波动序列的周期确定方法和序列波动性的测度方法，将序列的周期性与波动性因素引入灰色关联分析模型，构建新型灰色关联分析模型。根据面板数据的时空特征建立了基于面板数据的灰色关联分析模型。并利用改进的灰色关联分析模型对道路交通事故的成因进行了分析。.（3）根据城市道路交通事故的主要时变参量的演化规律构建了适用城市道路交通事故主要时变参量预测的灰色预测模型群，包括基于振幅压缩变化的灰色GM(1,1)预测模型、 模型、参数可调的灰色GM(1,1)幂模型、具有因素识别功能的GM(1,N)模型，并对模型群中的各个模型的建模机理、性质、适用范围、参数估计方法等理论问题进行了深入地研究，并利用这些模型对城市道路交通事故的主要时变参量进行了预测分析。.（4）在灰色数据变换技术、灰色关联分析技术、灰色预测技术研究的基础上，利用灰色建模技术对我国城市道路交通事故的成因及演化趋势进行了分析，通过分析识别出影响我国道路交通安全的主要因素，并对我国城市道路交通事故的演化趋势进行了预测分析。根据城市道路交通事故成因分析与预测分析结果，提出了加强城市道路交通安全管理对策。