导读:本文包含了事故预测模型论文开题报告文献综述及选题提纲参考文献，主要关键词:交通安全,持续时间,预测,主成分分析
事故预测模型论文文献综述
何珂,杨顺新,郜勇刚[1]（2019）在《基于PCA-RF组合模型的隧道交通事故持续时间预测》一文中研究指出使用主成分分析(PCA)和随机森林(RF)组合模型对高速公路隧道交通事故持续时间进行预测。主成分分析用来提高随机森林模型的精度与效率。此外,通过调节2个模型参数,包括决策树数目和最大树深度来提高模型精度和避免模型过拟合。参数优化的结果表明,建模时决策树数目取150、最大树深度取10可降低模型的泛化误差。用以建模的数据包括了山西省的所有高速公路隧道自2012—2017年内的2 115起事故数据。每起事故数据包括16个变量,包括隧道类型,事故发生位置类型,事故类型等。结果表明,PCA-RF组合模型的平均绝对误差为12.80 min,误差20 min以内的准确率为89.15%,取得了良好的预测效果。并且,PCA-RF组合模型的精度高于RF模型,说明PCA-RF组合模型能够提高事故持续时间预测的精度。且PCA能够降低数据维度,提高算法的效率。与人工神经网络模型的结果表明,PCA-RF组合模型预测结果精度高且其模型更简单、效率更高。(本文来源于《交通信息与安全》期刊2019年05期）
孙瑞山,张贯超,高路平[2]（2019）在《民航事故征候的改进关联度分析和叁角模糊数预测模型》一文中研究指出民航事故征候的分析和预测是民航安全研究的重要内容,其目的是掌握事故征候各影响因素的影响程度和发展趋势,以此提出相应的安全措施,降低民航事故率。首先通过将灰色关联分析法与权重层次分析理论相结合,对民航事故征候及其影响因素做改进灰色关联度分析,发现机组失误为事故征候的关键原因因素,其后依次为机械原因、天气原因、地面保障、维修差错和空管原因;再运用叁角模糊数预测模型对2006—2010年机组失误导致事故征候的统计数据进行分析,得出2011—2015年机组失误导致事故征候的预测区间分别为(20. 186 5,25. 158 4)、(20. 186 9,35. 842 3)、(25. 158 4,53. 934 2)、(35. 842 3,81. 036 1)和(36. 050 0,89. 985 2);最后进行了配对t检验,结果显示,机组失误导致事故征候数的样本中心值与预测中心值无显着性差异;将预测区间与实际数据进行对比分析,发现实际数据绝大多数在预测区间内,该模型满足实际要求,精度较高,可为民航灾害预警工作提供一种科学实用的预测方法。预测区间趋势表明,机组失误导致的事故征候数随着时间推移相应增加。因此,在后续的民航安全管理中要重视机组管理工作,采取有效措施预防机组行为失误,从而达到减少事故征候、提高安全水平的目的。研究表明,该预测模型虽然可作为长期预测模型,但真正具有实际意义、精度较高的预测结果仅是近两年的数据,而其他更往后的数据只能反映一种趋势。要实现更加长远、准确的预测,还需对预测模型的算法做进一步改进。(本文来源于《安全与环境学报》期刊2019年05期）
涂圣文,王冰,邓梦雪,郑克梅[3]（2019）在《考虑平纵组合的事故预测模型在双车道公路线形安全分析中的应用》一文中研究指出为研究平纵组合对双车道公路事故发生率的影响,将平纵线形划分为10种基本组合模式,以国外学者建立的考虑平纵组合的事故预测模型为工具,研究了一段双车道公路试验路沿线事故修正系数CMF分布情况。研究表明,双车道公路中,平曲线和竖曲线组合这种"双曲线"组合路段,较其他路段具有更高的事故发生率;"双曲线"组合中,又以平曲线与I型凹曲线组合事故发生率最高;我国采用运行速度协调性评价方法会出现低估线形组合路段安全等级的情况,有必要运用本文所述的线形组合事故预测模型对线形组合路段进行补充分析工作。(本文来源于《公路》期刊2019年07期）
王小凡,朱永强[4]（2019）在《基于灰色BP神经网络模型的道路交通事故预测》一文中研究指出预防道路交通事故是道路交通安全的重要环节,通过对未来交通事故发生次数的准确预测,能够为交通管理和规划工作提供重要依据.本文以2006年至2016年山东省交通事故发生次数为样本,分别使用灰色GM(1,1)模型和灰色BP神经组合模型进行预测并对比数据,结果表明,灰色BP神经网络模型预测精度更高,预测结果相对误差为4.45%,符合实际情况,证明该模型合理可靠,能为道路安全的管理提供依据.(本文来源于《白城师范学院学报》期刊2019年06期）
王当利,王雪佳,吕雪,杨馨颖[5]（2019）在《水上交通事故组合预测模型的构建及应用》一文中研究指出为提高水上交通事故的预测精度,考虑到多个相关因素对事故发生的影响作用,选用背景值优化的MGM(1,n)模型以及SARIMA模型两种单预测模型进行基于IOWA算子的组合,应用该模型拟合分析2008-2015年天津水域水上交通事故的统计数据,并以2016-2017年的数据验证其有效性,通过对比各预测模型的评价结果,验证组合预测模型的适用性和准确性.对天津水域的事故数进行预测,得到近3年水域内事故发生趋势.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2019年03期）
刘振博[6]（2019）在《基于ZINB及Tobit回归的高速公路交通事故预测模型研究》一文中研究指出交通运输给人们带来极大便利的同时,交通事故对人民群众的生命财产安全也造成了巨大的威胁,尤其是在高速公路上,一旦发生事故,往往会造成极其严重的后果。通过对高速公路交通事故数据进行研究,建立科学的事故预测模型,准确预测交通事故的发生次数,可以为公路管理者制定交通安全改善方案提供依据,进而提升公路安全水平。本文的主要内容是基于ZINB及Tobit回归建立高速公路交通事故预测模型,并与NB模型进行对比,评价各模型对交通事故数据的拟合效果及预测能力,最终认为ZINB及Tobit回归更符合交通事故数据特点,基于ZINB及Tobit回归建立的交通事故预测模型比NB模型更有优势。首先,以广东省京珠、粤赣以及开阳高速为研究对象,收集整理了共4657起交通事故及相关影响因素数据;采用不定长法,按照道路线形设计的均质性对路段基本单元进行了划分,共得到5573个交通事故建模样本;根据得到的交通事故样本,针对交通事故数据的特点进行分析,认为交通事故存在过度离散以及零值过多的数据特点,进一步证明了基于ZINB及Tobit回归建立交通事故预测模型的合理性。其次,基于系统聚类及四分位数法,筛选交通事故数据中的异常值,剔除建模样本中的离群样本;基于方差膨胀因子法,对模型的解释变量进行共线性诊断,对存在共线性问题的解释变量进行处理。然后,对模型的基础内容进行研究及对比分析,掌握了NB、ZINB及Tobit模型的形式、原理以及求解方法;对模型变量筛选方法、显着性检验方法、回归效果的评价方法进行了研究。最后,分别对NB、ZINB及Tobit模型进行变量筛选,分别确定了16、24、16个解释变量;基于模型变量筛选结果,利用交通事故数据样本,完成了NB、ZINB及Tobit模型的建模,并通过显着性检验,证明了建模结果有效;分析对比了NB、ZINB及Tobit模型的拟合效果及预测能力,结果显示相比于NB模型,ZINB和Tobit模型能够更好的对交通事故数据进行拟合,且具备更好的预测能力,而ZINB与Tobit模型的拟合效果与预测能力差距不明显。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
汪强[7]（2019）在《基于组合模型的海上交通事故预测研究》一文中研究指出海上交通安全问题一直是海上交通的重要研究课题,而海上交通事故预测能为海上交通安全提供理论依据,做出相应预警防范。运用弱化算子改进传统灰色GM(1,1)模型对福建辖区未来叁年海域海上交通事故预测,并与传统灰色预测对比。结果表明:改进后的灰色模型不仅拟合度高,并且预测模型误差从原来的二级提升到一级,平均相对误差由10.82%降低为4.69%,能够很好地反应福建辖区海上交通事故未来发展趋势。(本文来源于《钦州学院学报》期刊2019年05期）
张志豪,杨文忠,袁婷婷,李东昊,王雪颖[8]（2019）在《基于LSTM神经网络模型的交通事故预测》一文中研究指出道路交通事故是道路交通安全水平的具体体现,为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM(Long Short-Term Memory)神经网络的交通事故模型,训练交通事故相关的数据,对交通安全水平的指标进行预测。经过与传统回归模型和传统神经网络模型进行实验对比,实验显示LSTM拟合效果最佳,另外LSTM模型对同一趋势上的预测效果有明显优势。通过使用LSTM模型捕获数据中存在的时序依赖关系,能够更准确地对交通事故安全水平进行预测,使交通管理部门制定更加科学准确的决策。(本文来源于《计算机工程与应用》期刊2019年14期）
邓佳[9]（2019）在《人—车交通事故严重程度Probit预测模型构建及实证研究》一文中研究指出随着我国公路里程的不断增长,汽车保有量的持续增加,交通事故也一直处在居高不下的位置。而在我国,大多数道路都是人车混行的模式,作为道路弱势群体的行人在道路中的交通安全必须格外引人注意。据相关统计,行人、二轮车、电动车等道路弱势群体参与的交通事故数占到了事故总数的百分之五十以上,其中行人事故更是占到了总数的百分之二十。那么对人—车交通事故的发生机理及事故严重程度影响因素进行研究,并根据研究结果针对性提出事故预防对策和降低行人损伤程度的建议十分有必要。本文以人—车交通事故为研究对象,根据人—车交通事故发生的机理,首先从人、车、路和环境4个方面初步分析,探索对人—车交通事故产生影响的潜在影响因素。之后结合数据的可获得性,从CIDAS数据库提取300个人—车交通事故数据样本,选取了15个事故特征参数,对各事故特征参数进行分类处理,并从宏观和微观方面对样本数据进行分析,得到了人—车交通事故特征参数的分布特点。为了进一步深入研究人—车交通事故数据特点,本文先对事故特征参数进行Kendall′s tau-b相关系数分析,确定了行人年龄、行人步速、车辆速度、车辆保险杠高度、道路行驶环境、光线等作为影响事故严重程度的解释变量。由于交通事故严重程度属于离散型变量,并且在数据记录方面存在的客观原因,使得交通事故数据一般存在异方差性。因此分别建立了人—车交通事故严重程度预测的有序Probit模型和异方差有序Probit模型,从参数估计、拟合优度和预测准确率等方面,对两模型进行对比,在人—车交通事故严重程度预测方面,异方差有序Probit模型适用范围更广,能够处理数据存在异方差性的情况,并且在分析中还能挖掘出对人—车交通事故有影响的潜在变量。结合两个模型的分析结果可知,两模型虽然有一定不同,但是在具有相同的解释变量时,对因变量的解释效果是一致的。最终的回归模型表明:在人—车交通事故中,其他变量不变,当行人步速在4km/h范围以内增加,车速在30km/h范围以内增加,保险杠高度在0.5m以内增加时,行人受伤程度反而减小。而当行人年龄超过41岁,车速超过50km/h时,行人受伤程度显着增加,其中以车速达60km/h以上,年龄达65岁以后,行人的死亡率显着增加。根据以上实证研究的结果,论文从人、车、路和交通管理等方面提出了切实可行的建议来降低事故率以及事故的严重程度。(本文来源于《长安大学》期刊2019-04-15）
杨峰峰,郑超,张巨峰,陈静,张斌[10]（2019）在《甘肃省火灾事故预测模型构建及应用研究》一文中研究指出针对甘肃省火灾事故预测方法误差大的问题,依据无偏灰色GM(1,1)理论,以2013-2017年全省火灾发生起数为样本数据,建立了全省火灾事故起数预测模型,并进行后验差检验。结果表明:无偏灰色预测模型预测值与实际值的平均误差为7.725%,能够精准预测火灾发生起数。(本文来源于《消防科学与技术》期刊2019年01期）
事故预测模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
民航事故征候的分析和预测是民航安全研究的重要内容,其目的是掌握事故征候各影响因素的影响程度和发展趋势,以此提出相应的安全措施,降低民航事故率。首先通过将灰色关联分析法与权重层次分析理论相结合,对民航事故征候及其影响因素做改进灰色关联度分析,发现机组失误为事故征候的关键原因因素,其后依次为机械原因、天气原因、地面保障、维修差错和空管原因;再运用叁角模糊数预测模型对2006—2010年机组失误导致事故征候的统计数据进行分析,得出2011—2015年机组失误导致事故征候的预测区间分别为(20. 186 5,25. 158 4)、(20. 186 9,35. 842 3)、(25. 158 4,53. 934 2)、(35. 842 3,81. 036 1)和(36. 050 0,89. 985 2);最后进行了配对t检验,结果显示,机组失误导致事故征候数的样本中心值与预测中心值无显着性差异;将预测区间与实际数据进行对比分析,发现实际数据绝大多数在预测区间内,该模型满足实际要求,精度较高,可为民航灾害预警工作提供一种科学实用的预测方法。预测区间趋势表明,机组失误导致的事故征候数随着时间推移相应增加。因此,在后续的民航安全管理中要重视机组管理工作,采取有效措施预防机组行为失误,从而达到减少事故征候、提高安全水平的目的。研究表明,该预测模型虽然可作为长期预测模型,但真正具有实际意义、精度较高的预测结果仅是近两年的数据,而其他更往后的数据只能反映一种趋势。要实现更加长远、准确的预测,还需对预测模型的算法做进一步改进。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
事故预测模型论文参考文献
[1].何珂,杨顺新,郜勇刚.基于PCA-RF组合模型的隧道交通事故持续时间预测[J].交通信息与安全.2019
[2].孙瑞山,张贯超,高路平.民航事故征候的改进关联度分析和叁角模糊数预测模型[J].安全与环境学报.2019
[3].涂圣文,王冰,邓梦雪,郑克梅.考虑平纵组合的事故预测模型在双车道公路线形安全分析中的应用[J].公路.2019
[4].王小凡,朱永强.基于灰色BP神经网络模型的道路交通事故预测[J].白城师范学院学报.2019
[5].王当利,王雪佳,吕雪,杨馨颖.水上交通事故组合预测模型的构建及应用[J].武汉理工大学学报(交通科学与工程版).2019
[6].刘振博.基于ZINB及Tobit回归的高速公路交通事故预测模型研究[D].哈尔滨工业大学.2019
[7].汪强.基于组合模型的海上交通事故预测研究[J].钦州学院学报.2019
[8].张志豪,杨文忠,袁婷婷,李东昊,王雪颖.基于LSTM神经网络模型的交通事故预测[J].计算机工程与应用.2019
[9].邓佳.人—车交通事故严重程度Probit预测模型构建及实证研究[D].长安大学.2019
[10].杨峰峰,郑超,张巨峰,陈静,张斌.甘肃省火灾事故预测模型构建及应用研究[J].消防科学与技术.2019