道路交通事故灰色预测模型的构建与应用——以上海市为例

 2022-01-17 11:01

论文总字数:38756字

目 录

1绪论 1

1.1研究背景 1

1.2研究意义 2

1.3文献综述 2

1.3.1国内外交通事故的预测方法 2

1.3.2基于灰色系统理论的道路交通事故预测研究 3

1.3.3对已有的道路交通预测法的评价 3

1.4本文的主要内容和技术路线 4

1.4.1主要内容 4

1.4.2技术路线 4

2.关于上海市道路交通事故预测 6

2.1确定预测目标 6

2.2解析上海市道路交通事故原因 6

2.3上海市交通事件现状分析 7

2.4建立GM(1,1)灰色预测模型 11

3道路交通事故死亡人数预测——以上海市为例 13

3.1上海市道路交通事故死亡人数现状分析 13

3.2上海市道路交通事故死亡人数预测分析 13

3.2.1上海市道路交通事故死亡人数预测——基于传统的GM(1,1)模型 13

3.2.2GM(1,1)模型的改进 18

3.3总结 25

4上海市道路交通事故发生数预测 26

4.1上海市近年道路事故发生数概述 26

4.2基于传统GM(1,1)模型的上海市道路交通事故发生数预测 27

4.3基于改进后的GM(1,1)模型的上海市道路交通事故发生数预测 29

4.3.1.不同维度的GM(1,1)模型中预测精度与预测准确性的比较分析 29

4.3.2重新确定上海市道路交通事故发生次数的数据维度建立模型 33

4.3.3.基于改进后的模型进行重新预测 33

4.4总结 34

5上海市道路交通事故宏观影响因素灰色关联分析 35

5.1道路交通事故影响因素分析 35

5.1.1道路交通宏观和微观影响因素层次结构 35

5.1.2上海市道路交通事故宏观因素分析 36

5.2上海市道路交通事故灰色关联分析 37

5.2.1上海市道路交通量化数据与指标 37

5.2.2上海市道路交通事故死亡人数为特征数列的灰色关联分析 37

5.2.3以上海市道路交通事故财产损失为特征数列的灰色关联分析 40

5.2.4以上海市道路交通事故事故发生数为特征数列的灰色关联分析 41

5.3总结 42

6上海市道路交通事故宏观预防对策 43

6.1针对上海市人口造成的交通事故提出相关的建议 43

6.2针对上海市货运对交通事故的影响提出相关的建议 44

7总结以及展望 45

参考文献 46

致谢 47

道路交通事故灰色预测模型的构建与应用——以上海市为例

黄海

.

Abstract:In the growing road traffic accidents, good prediction method can be good to prevent and reduce the occurrence of accidents. This article is characterized by the incidental and complex characteristics of traffic accidents. The road traffic accidents in Shanghai are analyzed and forecasted.

This article first carries on the statistics to the present situation of the road traffic accident in Shanghai. The traditional GM (1, 1) grey prediction model is used to predict the number of deaths in Shanghai road traffic accidents and the number of accidents, and then the sequence dimension reduction method is proposed to improve the traditional model and to analyze the two ones again. The conclusion is that the improved model is more transmitted. The model is more in line with the actual situation of road traffic in Shanghai. Then qualitative analysis of the influencing factors of Shanghai road traffic accidents and quantitative analysis of the number of deaths in the 2006-2016 year road traffic accidents in Shanghai and the main factors affecting the number of accidents are analyzed by the grey correlation analysis method. The conclusion is that the population and the freight volume in Shanghai are the biggest factors that cause traffic accidents, and then provide scientific theoretical basis for the corresponding policy of the management department.

Key words: road traffic accidents in Shanghai; GM (1, 1); optimization GM (1,1) model; grey relational analysis

1绪论

1.1研究背景

随着我国经济的快速增长,机动车的数量明显增加,并有着稳增不减的趋势。根据交管部门2017年发布的最新数据,我国机动车拥有量已经超过3亿辆,这就不免给道路交通带来了很大的拥堵,并且对造成交通事故产生了很大的威胁。由表1-1以及图1-1可以看出 从1997年间到2002年每年的死亡人数的增长率非常高,2002年达到将近11万人,较1997年的死亡人数来看将近翻了一番,这是多么令人痛心的数据。并且在2001年到2005交通事故的死亡人数都过于庞大,我国道路交通安全形势在此期间相当严峻。由表可以看出自2005年以后道路交通事故呈下降趋势,但是发生的交通事故次数依旧很多。由于我国对于交通事故死亡的统计定义与很多国家不同,所以还有许多未公布、未统计到的死亡人数。

表1-1 1997-2016年全国道路交通事故死亡人数

年份

死亡人数(人)

年份

死亡人数

1997

73861

2007

81649

1998

78067

2008

73484

1999

83529

2009

67759

2000

93853

2010

65225

2001

105930

2011

62387

2002

109381

2012

59997

2003

104372

2013

58539

2004

107077

2014

58523

2005

98738

2015

58022

2006

89455

2016

63093

表中数据来源于中国统计年鉴(1997-2016)

图1-1 1997-2016全国交通事故死亡人数趋势图

我国交通事故造成的经济损失巨大。我国交通事故经济损失的统计方法主要是按照交通工具以及道路的损失。由表1-2可以看出自2009年到到2016年以来,我国交通事故以造成的直接经济损失达到85亿元平均每年损失约11亿元。同样,由于损失的计算牵扯到很多方面,很多时候路面设施、伤员费用的计算没有计入其内,财产损失的总额也远远不止这些。

表1-2 2009-2016全国道路交通事故财产损失

年份

财产损失(万元)

年份

财产损失(万元)

2009

91436.8

2013

103896.6

2010

92633.5

2014

107642.9

2011

107873

2015

103691.7

2012

117489.6

2016

120759.9

(表中数据来源于中国统计年鉴2010-2017)

剩余内容已隐藏,请支付后下载全文,论文总字数:38756字

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;