道路交通事故預(yù)測(cè)的理論與方法

1、道路交通事故預(yù)測(cè)的理論與方法摘要：道路交通事故預(yù)測(cè)是道路交通安全研究的一項(xiàng)重要內(nèi)容， 本文首先介紹了 事故預(yù)測(cè)的定義、要素、程序然后分析了現(xiàn)有交通事故預(yù)測(cè)方法，并對(duì)這些方法 進(jìn)行了比較評(píng)述，以便于我們正確的選用預(yù)測(cè)方法對(duì)交通事故進(jìn)行預(yù)測(cè)。關(guān)鍵詞：道路交通事故；預(yù)測(cè)；原理和方法0.引言道路交通事故作為道路交通的三大公害之一，它不僅直接威脅著道路使用者 的人身安全，帶來(lái)巨大的經(jīng)濟(jì)損失，還嚴(yán)重地影響著道路交通系統(tǒng)的正常運(yùn)行。 交 通事故是隨機(jī)事件，表面上它沒(méi)有規(guī)律可循，其實(shí)，交通事故偶然性的表象，是 始終受其內(nèi)部的規(guī)律所支配的，這種規(guī)律已被大量的交通事故的研究結(jié)果所證 實(shí)，它是客觀(guān)存在的質(zhì)。因此利用

2、交通事故的客觀(guān)發(fā)展規(guī)律， 對(duì)交通事故的發(fā)展 進(jìn)行預(yù)測(cè)以便減少和防止交通事故的發(fā)生改善城市交通安全狀況是至關(guān)重要的。1. 交通事故預(yù)測(cè)的涵義及目的道路交通事故預(yù)測(cè)就是對(duì)交通事故未來(lái)的形勢(shì)進(jìn)行估計(jì)和推測(cè)。它是通過(guò)對(duì)交通事故的過(guò)去和現(xiàn)在狀態(tài)的系統(tǒng)探討， 并考慮其相關(guān)因素的變化，所做出的對(duì) 交通事故未來(lái)狀態(tài)的描述過(guò)程2。具體可以定義為：以某個(gè)地區(qū)或某條道路為研 究對(duì)象，通過(guò)查閱資料、調(diào)查等手段獲得與道路交通事故相關(guān)的信息（歷年事故指標(biāo)、人口、GDP車(chē)輛保有量、公路通車(chē)?yán)锍?、道路設(shè)施、道路線(xiàn)形、天氣等 信息），根據(jù)這些信息，應(yīng)用數(shù)學(xué)方法，如：模糊數(shù)學(xué)、統(tǒng)計(jì)學(xué)、灰色理論等，通 過(guò)定性與定量相結(jié)合的方法來(lái)預(yù)

3、測(cè)未來(lái)道路交通事故發(fā)生狀況。進(jìn)行道路交通事故預(yù)測(cè)就是為了掌握未來(lái)交通事故的狀況，根據(jù)交通事故預(yù) 測(cè)情況有針對(duì)的采取相應(yīng)的對(duì)策和決策， 避免日后工作中的缺陷和不足，從而最 終達(dá)到減少交通事故的目的 。2. 交通事故預(yù)測(cè)的類(lèi)型及作用 2.1交通事故預(yù)測(cè)的類(lèi)型按照預(yù)測(cè)目標(biāo)，道路交通事故預(yù)測(cè)可以分為事故率預(yù)測(cè)和事故數(shù)預(yù)測(cè)，事故率預(yù)測(cè)是用來(lái)揭小未來(lái)年事故發(fā)展趨勢(shì)，事故數(shù)預(yù)測(cè)是用來(lái)揭小未來(lái)年事故發(fā)展 程度按預(yù)測(cè)范圍可分為宏觀(guān)預(yù)測(cè)和微觀(guān)預(yù)測(cè)兩類(lèi)。交通事故宏觀(guān)預(yù)測(cè)是指對(duì)時(shí)間 較長(zhǎng)（一年以上）或空間區(qū)域較大的交通事故進(jìn)行總體性和趨勢(shì)性的預(yù)測(cè),如地區(qū)交通事故變化趨勢(shì)預(yù)測(cè)等。交通事故微觀(guān)預(yù)測(cè)是指短時(shí)間內(nèi)或某一地點(diǎn)、

4、路段交通事故變化的預(yù)測(cè)，如一年內(nèi)各月交通事故預(yù)測(cè)、交義口事故預(yù)測(cè)、某路段事故 預(yù)測(cè)等14-6 2.2道路交通事故預(yù)測(cè)的作用作用主要有：（l）根據(jù)歷年道路交通事故原始數(shù)據(jù)，預(yù)測(cè)未來(lái)年交通事故發(fā)展趨勢(shì)，為交通安全管理部門(mén)制定安全管理對(duì)策、有效控制交通事故影響因素提 供依據(jù)。(2)在現(xiàn)有道路交通管理控制條件下，預(yù)測(cè)某個(gè)地區(qū)或某條道路未來(lái)年 交通事故狀況，以便評(píng)價(jià)城市或道路交通安全狀況。(3)總結(jié)事故發(fā)展的規(guī)律和發(fā)生特點(diǎn)，為制定針對(duì)性防范措施和交通法規(guī)提供有效依據(jù)。3. 事故預(yù)測(cè)的要素和步驟3.1預(yù)測(cè)的基本要素(1) 時(shí)間:不同的預(yù)測(cè)方法適用于不同的預(yù)測(cè)期限，一般來(lái)講，定性預(yù)測(cè)較多 地用于長(zhǎng)期預(yù)測(cè)，而

5、定量預(yù)測(cè)適用于各個(gè)預(yù)測(cè)期。(2) 數(shù)據(jù)：不同的預(yù)測(cè)方法適用于不同的數(shù)據(jù)類(lèi)型。在選擇預(yù)測(cè)方法時(shí),應(yīng)根據(jù)現(xiàn)有數(shù)據(jù)的特征選擇適當(dāng)?shù)姆椒ā?3) 模型:大多數(shù)預(yù)測(cè)方法都要求運(yùn)用某種模型,每種模型的應(yīng)用前提是不同 的。因此，應(yīng)根據(jù)具體情況建立適當(dāng)?shù)哪Ｐ汀?4) 費(fèi)用:預(yù)測(cè)是一個(gè)研究的過(guò)程，預(yù)測(cè)費(fèi)用一定程度上影響預(yù)測(cè)方法的選 擇。(5) 精度:定量預(yù)測(cè)的精度或準(zhǔn)確度對(duì)決策具有重要的意義 ，不同情況下對(duì)預(yù) 測(cè)結(jié)果的精度要求會(huì)有所差異。(6) 實(shí)用性：預(yù)測(cè)是為決策服務(wù)的，只有容易理解、使用方便、結(jié)果可靠的預(yù) 測(cè)方法才能被廣泛使用171 03.2預(yù)測(cè)的步驟181科學(xué)的預(yù)測(cè)是廣泛調(diào)查研究的基礎(chǔ)上進(jìn)行的， 涉及方法

6、的選擇、資料的收集、 數(shù)據(jù)的整理、建立預(yù)測(cè)模型、利用模型預(yù)測(cè)和對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析等一系列工作。 總的來(lái)說(shuō)，預(yù)測(cè)步驟為：(1) 確定目標(biāo)：該階段的內(nèi)容為確定預(yù)測(cè)對(duì)象、提出預(yù)測(cè)目的和目標(biāo)，明確 預(yù)測(cè)要求等。(2) 確定預(yù)測(cè)要素：鑒別、選擇和確定預(yù)測(cè)要素，從大量影響因素中，挑選 出與預(yù)測(cè)目的有關(guān)的主要影響因素。(3) 選擇預(yù)測(cè)方法：預(yù)測(cè)方法很多，到目前為止，各類(lèi)預(yù)測(cè)方法在 150種以 上。因此應(yīng)根據(jù)預(yù)測(cè)的目的和要求，考慮預(yù)測(cè)工作的組織情況，合理的選擇效果 較好的、既經(jīng)濟(jì)乂方便的一種或幾種預(yù)測(cè)方法。(4) 收集和分析數(shù)據(jù)：該階段根據(jù)預(yù)測(cè)目標(biāo)和選擇預(yù)測(cè)方法的要求去收集所 需原始數(shù)據(jù)。原始數(shù)據(jù)是進(jìn)行預(yù)測(cè)的

7、重要依據(jù)，所收集原始數(shù)據(jù)的質(zhì)量和可靠性 將直接影響預(yù)測(cè)的結(jié)果。對(duì)原始數(shù)據(jù)的要求是數(shù)據(jù)量足、質(zhì)量高，只有這樣，才 能貼切地反映事物的規(guī)律，因此收集足夠數(shù)量的可靠性高的數(shù)據(jù)是這個(gè)階段的任 務(wù)。(5) 建立預(yù)測(cè)模型：建立預(yù)測(cè)模型是預(yù)測(cè)的關(guān)鍵工作，它取決于所選擇的預(yù) 測(cè)方法和所收集到的數(shù)據(jù)。建立模型的過(guò)程可分為建立模型和模型的檢驗(yàn)分析兩 個(gè)階段。(6) 模型的分析：模型的分析是指對(duì)系統(tǒng)內(nèi)部、外部的因素進(jìn)行評(píng)定，找出 使系統(tǒng)轉(zhuǎn)變的內(nèi)部因素和客觀(guān)環(huán)境對(duì)系統(tǒng)的影響，以分析預(yù)測(cè)對(duì)象的整體規(guī)律 性。(7) 利用模型預(yù)測(cè)：所建立的模型是在一定假設(shè)條件下得到的，因此也只適 用丁一定條件和一定預(yù)測(cè)期限。只有在確認(rèn)模型

8、符合預(yù)測(cè)要求時(shí)，才可以利用模 型進(jìn)行預(yù)測(cè)。(8) 預(yù)測(cè)結(jié)果的分析：利用預(yù)測(cè)模型所得到的預(yù)測(cè)結(jié)果并不一定與實(shí)際情況 相符。因?yàn)樵诮⒛Ｐ蜁r(shí)，往往有些因素考慮不周或因資料缺乏以及在處理系統(tǒng) 問(wèn)題時(shí)的片面性等使預(yù)測(cè)結(jié)果與實(shí)際情況偏離較大，故需從兩個(gè)方面進(jìn)行分析 : 用多種預(yù)測(cè)方法預(yù)測(cè)同一事物，將預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析、綜合研究之后加以 修正和改進(jìn)；應(yīng)用反饋原理及時(shí)用實(shí)際數(shù)據(jù)修正模型，使模型更完善。其具體步驟見(jiàn)圖1。圖1預(yù)測(cè)步驟4. 交通事故預(yù)測(cè)方法交通事故預(yù)測(cè)方法有定性預(yù)測(cè)和定量預(yù)測(cè)兩大類(lèi)。定性預(yù)測(cè)是在數(shù)據(jù)資料掌 握不多，或需要短時(shí)間內(nèi)做出預(yù)測(cè)的情況下，運(yùn)用人的經(jīng)驗(yàn)和判斷能力，用邏輯思 維方法，把有關(guān)

9、資料加以綜合，對(duì)交通事故的發(fā)展趨勢(shì)和特點(diǎn)作出定性的描述。 常 用的定性預(yù)測(cè)技術(shù)有：專(zhuān)家會(huì)議法、德?tīng)柗品?、主觀(guān)概率法、趨勢(shì)判斷法、類(lèi)推 法、相互影響分析法等。定量預(yù)測(cè)是在歷史數(shù)據(jù)和統(tǒng)計(jì)資料的基礎(chǔ)上，運(yùn)用數(shù)學(xué)或其他分析技術(shù)，建立可以表現(xiàn)數(shù)量關(guān)系的模型，并利用它來(lái)近似預(yù)測(cè)對(duì)象在未 來(lái)可能表現(xiàn)的數(shù)量。常用的定量預(yù)測(cè)技術(shù)有綜合系數(shù)法、時(shí)間序列法、回歸分析法、灰色預(yù)測(cè)法4.1定性預(yù)測(cè)4.1.1專(zhuān)家會(huì)議法這種方法預(yù)測(cè)交通事故簡(jiǎn)便易行，有助丁互相啟發(fā)與補(bǔ)充，容易產(chǎn)生一致意 見(jiàn)，但在實(shí)施過(guò)程中容易受社會(huì)壓力、多數(shù)人的觀(guān)點(diǎn)和權(quán)威人物意見(jiàn)的影響。因 此,預(yù)測(cè)結(jié)果不一定能反映各位專(zhuān)家的真實(shí)想法 頃。4.1.2德?tīng)柗品?/p>

10、德?tīng)柗品ㄈ诤狭藢?zhuān)家個(gè)人判斷法和專(zhuān)家會(huì)議法的優(yōu)點(diǎn) ,同時(shí)乂避免了兩者的 缺陷，它具有匿名性、反饋性和收斂性等特點(diǎn)。因此，采用德?tīng)柗品赡鼙绕渌?斷方法的預(yù)測(cè)精度要高一些，但畢竟還是專(zhuān)家的主觀(guān)臆斷“刁。4.2.定量預(yù)測(cè) 4.2.1綜合系數(shù)法綜合系數(shù)法認(rèn)為交通事故的發(fā)生與機(jī)動(dòng)車(chē)保有量和人口數(shù)存在直接關(guān)系 ，根 據(jù)基年機(jī)動(dòng)車(chē)保有量、人口數(shù)及交通事故死亡人數(shù)計(jì)算出綜合系數(shù) ，然后按照綜 合系數(shù)和預(yù)測(cè)年的機(jī)動(dòng)車(chē)保有量及人口數(shù)預(yù)測(cè)交通事故死亡人數(shù)。4.2.2時(shí)間序列方法時(shí)間序列預(yù)測(cè)法也稱(chēng)時(shí)間序列趨勢(shì)外推法，是將預(yù)測(cè)對(duì)象按照時(shí)間順序排列 起來(lái)，構(gòu)成一個(gè)所謂的時(shí)間序列，從分析時(shí)間序列的變化趨勢(shì)特征等信息選擇適

11、 當(dāng)?shù)哪Ｐ秃蛥?shù)建立預(yù)測(cè)模型，并根據(jù)慣性原則假定預(yù)測(cè)對(duì)象以往的變化趨勢(shì)會(huì) 延續(xù)到未來(lái)，從而做出相應(yīng)的預(yù)測(cè)，包括移動(dòng)平均數(shù)法、指數(shù)平滑法等。該預(yù)測(cè)方 法的一個(gè)明顯特征是所用的數(shù)據(jù)都是有序的。這類(lèi)方法預(yù)測(cè)精度偏低，通常要求研究對(duì)象具有相當(dāng)?shù)姆€(wěn)定性，歷史數(shù)據(jù)量要大，數(shù)據(jù)分布具有較明顯的趨勢(shì) 廁。(1)簡(jiǎn)單平均法:a.算術(shù)平均法：算術(shù)平均法是把歷史數(shù)據(jù)加以算術(shù)平均,J11-1并以平均數(shù)作為預(yù)測(cè)值的方法。預(yù)測(cè)模型:式中：匕預(yù)測(cè)值的算術(shù)平均數(shù)；乂第i個(gè)歷史數(shù)據(jù)；舞參加平均的歷史數(shù) 據(jù)的個(gè)數(shù)。b.加權(quán)平均法：加權(quán)平均法的預(yù)測(cè)模型為式中：K預(yù)測(cè)值的加權(quán)平均數(shù)；片第i個(gè)歷史數(shù)據(jù)；配給予第i個(gè)歷史數(shù)據(jù)的權(quán)數(shù)。(2

12、)指數(shù)平滑法：指數(shù)平滑法，也叫指數(shù)修正法，是一種簡(jiǎn)便易行的時(shí)間序列 預(yù)測(cè)方法。它是在移動(dòng)平均法基礎(chǔ)上發(fā)展起來(lái)的一種預(yù)測(cè)方法，是移動(dòng)平均法的改進(jìn)形式。使用移動(dòng)平均法有兩個(gè)明顯的缺點(diǎn)：一是它需要有大量的歷史觀(guān)察值 的儲(chǔ)備；二是要用時(shí)間序列中近期觀(guān)察值的加權(quán)方法來(lái)解決，因?yàn)樽罱挠^(guān)察中 包含著最多的未來(lái)情況的信息，所以必須相對(duì)地比前期觀(guān)察值賦予更大的權(quán)數(shù)。 即對(duì)最近期的觀(guān)察值應(yīng)給予最大的權(quán)數(shù)，而對(duì)較遠(yuǎn)的觀(guān)察值就給予遞減的權(quán)數(shù)。 指數(shù)平滑法就是既可以滿(mǎn)足這樣一種加權(quán)法，乂不需要大量歷史觀(guān)察值的一種新 的移動(dòng)平均預(yù)測(cè)法。4.2.3回歸分析法回歸分析法是從被預(yù)測(cè)變量和與它有關(guān)的解釋變量之間的因果關(guān)系出發(fā)，

13、通過(guò)建立回歸分析模型，預(yù)測(cè)對(duì)象未來(lái)發(fā)展的一種定量方法?；貧w分析能較好地反 映交通事故與諸影響因素的因果關(guān)系，并且能較容易地建立模型和檢驗(yàn)預(yù)測(cè)結(jié)果 因而回歸分析技術(shù)在交通事故預(yù)測(cè)中應(yīng)用最普遍。但是,回歸分析要求樣本量大、數(shù)據(jù)波動(dòng)不大、規(guī)律性強(qiáng)等條件，否則其預(yù)測(cè)精度便受到影響。另外，由丁回歸分 析對(duì)新舊數(shù)據(jù)同等對(duì)待，只注重對(duì)過(guò)去數(shù)據(jù)的擬合，因此其外推性能較差，對(duì)變化 趨勢(shì)反應(yīng)遲鈍。如果一個(gè)地區(qū)的交通事故發(fā)生量與其眾多影響因素問(wèn)有線(xiàn)性關(guān)系,即：L. +- ' -(1)上式是一個(gè)多元一次線(xiàn)性函數(shù)。Y是交通事故發(fā)生量，稱(chēng)為因變量；一，&是影響交通事故發(fā)生量的各因素，稱(chēng)為自變量，簡(jiǎn)稱(chēng)變量；

14、島也也,，如是系數(shù)。我們的目的就是根據(jù)歷年來(lái)的(1 =1上g)的調(diào)查資料，應(yīng)用最小二乘法回歸出上述方程，這樣的方程稱(chēng)為多元回歸方程，其系數(shù) 站站，如稱(chēng)為偏回歸系數(shù)。用樣本的*。,幻*廣,£去估計(jì)總體的 站&，婦h從而得到(i)式的估計(jì)式：A A AAAY = M+bi x, x+ + 工仙利用最小二乘法求參數(shù)，就是求解使偏差平方和(2)«A 2i-1達(dá)到最小值的JLaJri.也-qdbQ< :8Q n = 0AAAA八加，,b*根據(jù)極值原理： E"A求解式，得到 么,加,加,，如,AAA就可以對(duì)島也也，如進(jìn)行估計(jì)，從而確定回歸方程。一旦確定了回歸方程

15、，就可以把某一年的各個(gè)自變量數(shù)值代入 方程，求得該年的交通事故發(fā)生量12。4.2.4灰色模型法在預(yù)測(cè)中，可將一個(gè)地區(qū)的道路交通系統(tǒng)視為灰色系統(tǒng) ，把交通事故當(dāng)作灰 色量。對(duì)影響本次事故的有關(guān)因素進(jìn)行關(guān)聯(lián)分析，找出主要的影響因素，建立生成 數(shù)列和灰色預(yù)測(cè)模型。交通事故灰色預(yù)測(cè)的特點(diǎn)是在數(shù)據(jù)量少、 資料不完全的情 況下采用。但是預(yù)測(cè)結(jié)果的后檢驗(yàn)差表明，交通事故灰色預(yù)測(cè)的精度不高。在實(shí) 際預(yù)測(cè)中,可運(yùn)用定性與定量相結(jié)合或灰色預(yù)測(cè)與其它方法相結(jié)合的組合預(yù)測(cè)法 構(gòu)造預(yù)測(cè)模型，這樣預(yù)測(cè)的精度會(huì)有很大的提高。灰色預(yù)測(cè)是將已知的數(shù)據(jù)序列按照某種規(guī)則構(gòu)成動(dòng)態(tài)或非動(dòng)態(tài)的白色模塊。再按照某種變化、解法來(lái)求解未來(lái)的灰

16、色模型。具體講：當(dāng)一時(shí)間序列無(wú)明顯趨勢(shì)時(shí)，采用累加的方法生成一趨勢(shì)明顯的時(shí)間序列，按該序列增長(zhǎng)趨勢(shì)建立預(yù)測(cè)模型，并考慮灰色因子的影響進(jìn)行預(yù)測(cè)，然后采用累減的方法進(jìn)行逆運(yùn)算， 恢復(fù)時(shí)間序列，得到預(yù)測(cè)結(jié)果1314?；疑A(yù)測(cè)方法預(yù)測(cè)步驟如下:(1)原始數(shù)列的確定 尸°)=尹="對(duì)原始數(shù)據(jù)進(jìn)行累加處理對(duì)尸o作一次累加生成，即令：()2：， ')則得生成數(shù)列：Yw= /°(*)|* = 1.2,-7. = 瘁。)，1何。)，£見(jiàn)(。 心GM(l , l)模型的建立：設(shè)原始時(shí)間序列為 腫=5Q)|f =12偵通過(guò)累加生成新的序列為:則GM(1 1)模型相應(yīng)的

17、微分方程為:式中:a 發(fā)展灰數(shù)u 一內(nèi)生控制灰數(shù)其解的離散描述形式為尹+ 1)= 3叩)-牛由+巴 a a確定GM(l, 1)模型的參數(shù)a,u為待估參數(shù)向量，用最小二乘法求解出a=a,川=(88廣8言式中:抄，(1) 中見(jiàn))-；(/%) +儼)(3)(尸 S【) + /%)伊。宙I _ 必)(3) *質(zhì)一.: :1求解參數(shù)向量：將已知的B, 乂r代入公式a =。，田=B) ibj”可得 GM(l, l)預(yù)測(cè)模型籍"W"中的參數(shù)值a和u。即可得預(yù)測(cè)模型:，(f +1) =(1)_蘭促由+旦，t 0il»2f ,'na a(5)還原模型可得原始數(shù)列的預(yù)測(cè)公式為

18、:評(píng)” + 1)=(-砌舟(1)-5蚌" a方。+ 1)=(/ + 1)步Q)(6)模型精度檢驗(yàn)生成殘差及殘值均值：砌=/*)")-鏟'(。；*主頊“原始數(shù)據(jù)的方差:“心; n ml（£（o-e）殘值的方差：, 一小誤差：，"FE5房心*按p和c的大小，可將模型的預(yù)測(cè)精度分為好、合格、勉強(qiáng)和不合格 4類(lèi), 各類(lèi)的p、c值見(jiàn)表1516 o灰色預(yù)測(cè)精度等級(jí)表預(yù)測(cè)模型精度等級(jí)好合格勉強(qiáng)不合格P>0.95>0.80>0.70<0.7.C<0.35<0.50<0.65>0.654.2.5神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)1111人

19、工神經(jīng)網(wǎng)絡(luò)建模是人工智能研究的一個(gè)分支，它具有強(qiáng)并行處理、容錯(cuò)性、 魯棒性、自適應(yīng)及自組織的能力，因此，其具有在復(fù)雜的非線(xiàn)性系統(tǒng)中較高的建 模能力及對(duì)數(shù)據(jù)良好的擬合能力。正是由丁人工神經(jīng)網(wǎng)絡(luò)模型的良好性能， 近年 來(lái)它在非線(xiàn)性時(shí)序預(yù)測(cè)中得到了大量的應(yīng)用。道路交通事故的形成是人、車(chē)、路、環(huán)境等多個(gè)非線(xiàn)性因素共同作用的結(jié)果， 且?guī)в休^大的隨機(jī)性。而傳統(tǒng)的線(xiàn)性分析方法無(wú)法解釋其內(nèi)蘊(yùn)， 故存在較大的局 限性，同時(shí)由丁受到數(shù)據(jù)量太少和噪聲污染等因素的影響，使得預(yù)測(cè)結(jié)果無(wú)法令人滿(mǎn)意。我們可以將交通事故預(yù)測(cè)視作一個(gè)非線(xiàn)性機(jī)制確定的輸入輸出系統(tǒng)，這就從理論上保證了神經(jīng)網(wǎng)絡(luò)用丁時(shí)間序列預(yù)測(cè)的可行性。我們可以利用

20、神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性特性去逼近一個(gè)時(shí)間序列或一個(gè)時(shí)間序列 的變型，通過(guò)神經(jīng)網(wǎng)絡(luò)活晰的邏輯關(guān)系，利用過(guò)去時(shí)刻的值去表達(dá)未來(lái)時(shí)刻的值， 從而達(dá)到事故預(yù)測(cè)的目的。目前應(yīng)用較廣的非線(xiàn)性方法有 BP網(wǎng)絡(luò)法和徑向基函數(shù)法。徑向基函數(shù)預(yù)測(cè) 精度明顯與選取的中心點(diǎn)集個(gè)數(shù)有關(guān)， 中心點(diǎn)集個(gè)數(shù)越多，精度越高。由丁原始 數(shù)據(jù)有限，因此選取的中心點(diǎn)集個(gè)數(shù)也有限， 試算結(jié)果并不理想。實(shí)際應(yīng)用中一 股采用的是BP網(wǎng)絡(luò)。此網(wǎng)絡(luò)執(zhí)行兩個(gè)過(guò)程：學(xué)習(xí)訓(xùn)練過(guò)程及檢驗(yàn)預(yù)測(cè)過(guò)程。 其 算法為誤差反向傳播方法（BP算法）。學(xué)習(xí)訓(xùn)練過(guò)程主要是完成網(wǎng)絡(luò)隱含層節(jié)點(diǎn) 數(shù)以及權(quán)重的確定。對(duì)訓(xùn)練好的網(wǎng)絡(luò)用檢驗(yàn)樣本進(jìn)行驗(yàn)證后，就可以用丁預(yù)測(cè)了。 神經(jīng)網(wǎng)絡(luò)

21、預(yù)測(cè)模型的網(wǎng)絡(luò)結(jié)構(gòu)一般為多輸入單輸出的模式?？梢詫v年發(fā)生的交通事故的各項(xiàng)統(tǒng)計(jì)指標(biāo)分別作為輸入， 利用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，網(wǎng)絡(luò)的輸出就是 我們所需要的預(yù)測(cè)結(jié)果。神經(jīng)網(wǎng)絡(luò)模型幾乎可以對(duì)任何可能的序列進(jìn)行分析， 但是在使用過(guò)程中也存 在大量問(wèn)題：網(wǎng)絡(luò)結(jié)構(gòu)不易確定，即隱含層節(jié)點(diǎn)數(shù)較難確定；樣本數(shù)量的確定也 是一個(gè)困難的問(wèn)題，并非樣本越多越好，而是存在一個(gè)合適的值，這通常只能憑 經(jīng)驗(yàn)來(lái)確定；該模型要達(dá)到一定的精度需要大量的訓(xùn)練樣本，從而決定了必須離 線(xiàn)訓(xùn)練；當(dāng)實(shí)時(shí)數(shù)據(jù)的統(tǒng)計(jì)特性與訓(xùn)練樣本不一致時(shí)預(yù)測(cè)置信度不高。5.結(jié)論盡管交通事故的發(fā)生受到各種因素的影響，大量的統(tǒng)計(jì)資料卻表明，交通事 故發(fā)生狀況及其影響因素是一個(gè)密切聯(lián)系的整體，并且這個(gè)整體具有相對(duì)的穩(wěn)定性和持續(xù)性，我們可以在統(tǒng)計(jì)資料的基礎(chǔ)上從整體上預(yù)測(cè)交通事故發(fā)生情況的變 化趨勢(shì)。本文對(duì)交通事故預(yù)測(cè)的理論和方法進(jìn)行了總結(jié)闡述，著重對(duì)時(shí)間序列法，回歸預(yù)測(cè)法，灰色模型法進(jìn)行了講述。其中回歸預(yù)測(cè)法，灰色系統(tǒng)預(yù)測(cè)法是一種 得到廣泛應(yīng)用的事故趨勢(shì)性預(yù)測(cè)法，此外，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)等方法也可用于交通事故發(fā)生趨勢(shì)預(yù)測(cè)。參考文獻(xiàn)：1 裴玉龍，張殿業(yè).道路交通安全M.人民交通出版社，2004.8 : 201.2 李江等.交通工程學(xué)M.北京：人民交通出版社，200