福建省道路交通事故预测模型及其应用

以2005-2006年福建省公路运输量（旅客周转量、货物周转量）与道路交通事故4项指数（事故次数、死亡人数、受伤人数和经济损失）之间的关系为基础,应用BP神经网络技术,建立了3输入、单输出、16个中间单元层的道路交通事故预测模型,分别对福建省道路交通事故的4项指数进行预测.结果表明：2007年1-3月份交通事故4项指数预测值的最大相对误差绝对值分别为2.9513%、3.5714%、3.5469%和2.9485%.因此,该3层神经网络预测模型具有使用简便、方法实用、预测精度高的优点.     

基于神经网络的公路运输量预测模型及应用

以福建省公路旅客周转量和货物周转量的统计资料为基础,结合神经网络技术原理,应用BP神经网络方法建立3维输入、单输出、隐层单元数为15的3层神经网络模型,分别对福建省公路旅客周转量和货物周转量进行预测.结果表明,各月的旅客周转量和货物量预测值的最大相对误差的绝对值分别为0.4890%和0.4495%.该模型具有简便实用、预测精度高的优点.     

改进灰色模型群的我国道路交通事故预测

以钱学森倡导的"从定性到定量综合集成研讨体系"为基本指导思想,构建了我国道路交通事故预测GM(7)11(8),模型群,通过模拟精度的比较选取了预测模型并对我国道路交通事故发生起数、事故死亡人数和事故受伤人数进行预测。结果表明,引入算子的GM(7)11(8),模型测精度明显提高,而且比较符合实际情况;同时也得出了我国交通事故起数存在明显下降趋势,事故受伤人数下降最快、死亡人数下降最慢的道路交通事故分布特征。     

残差修正模型在森林火灾预测中的应用

基于1990-2013年福建省森林火灾发生次数建立残差修正模型,并与BP神经网络模型、马尔科夫链模型、赋权组合预测模型进行比较.结果表明:残差修正预测模型的预测精度达到95.33%,而BP神经网络模型预测精度是87.77%,马尔科夫链模型预测精度为74.85%,赋权组合预测模型预测精度为88.3%,残差修正模型预测效果优于其他3个模型,说明使用其对离散的森林火灾数据进行短期预测是有效可行的.     

基于SVR的成都市交通事故态势分析

随着城市经济的不断发展,城市道路交通安全成为社会关注的一个焦点问题。本文针对城市道路交通事故态势预测问题,搭建道路交通事故态势分析架构,在深入研究SVR的基础上,基于事故发生数、受伤人数、死亡人数和直接经济损失构建了SVR道路交通事故态势预测模型。同时,结合成都市2010~2016年道路交通事故数据,分析了成都市交通事故的发生规律。     

基于等维灰数递补动态模型的广东省交通事故预测

针对广东省道路交通事故统计信息少和内部发生机理复杂的特点,在分析广东省道路和交通安全现状的基础上,利用灰色系统理论的等维灰数递补动态模型,构建了广东省交通事故预测模型,并根据广东省2007-2012年的交通事故统计数据,对未来短期内广东省发生的交通事故数和伤亡人数进行了预测.检验结果表明,在广东省交通事故的预测中,与回归预测模型相比,等维灰数递补动态模型具有更高精度和适应性.     

基于小波变换灰度模型-人工神经网络(GM-ANN)组合的粮食产量预测模型

由于粮食生产受到社会、经济和气候等多方面因素的影响,造成粮食产量序列的复杂性、随机性和非平稳性。为了准确预测粮食产量,提出基于小波变换的灰度模型(GM)-反演(BP)神经网络[BP神经网络是人工神经网络(AMNN)的一种]相结合的预测方法,首先利用小波变换将非平稳序列转化为若干不同频率分量的平稳序列;然后针对各序列使用灰色GM(1,1)模型建立预测模型,为了进一步提高模型的预测精度,结合BP神经网络对预测残差进行修正;最后通过组合得到粮食产量的预测模型。通过对2011—2014年我国粮食产量数据的预测,表明所提方法的预测精度明显高于GM(1,1)和BP神经网络预测模型,4年的平均预测误差小于1%,能够较准确地预测我国粮食产量。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

基于灰色理论和BP神经网络预测观光农业旅游人数的研究

运用灰色GM(1,1)预测模型与BP神经网络预测模型相结合而成的灰色神经网络模型,对山东枣庄市旅游人数进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前2年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用旅游人数数据对模型进行学习验证。为山东枣庄市沿运区域旅游资源的合理利用及管理提供了科学依据,并以科学预测为依据提供一些观光农业旅游资源合理开发对策。     

模糊方法改进的反向传输神经网络预测南美白对虾养殖的水质

在南美白对虾高密度、规模化围塘养殖生产中,水质参数的监测、评价及预警是至关重要的。以杭州市某南美白对虾基地日常养殖水质为研究对象,选取温度、pH值、溶解氧、氧化还原电位等4项指标作为预测参数,建立拓扑结构为40-14-4的3层前馈反向传输(back propagation,BP)神经网络模型,即以连续10个时间单位的预测变量为输入层,隐含层节点数为14个,输出层变量为温度、pH值、溶解氧和氧化还原电位。为克服传统BP神经网络存在的收敛速度慢、易陷入震荡和泛化能力不强等缺点,采用模糊方法优化了自适应变步长BP神经网络算法,缩短了BP神经网络的训练时间,提高了网络收敛效率与稳定度。结果表明,以模糊方法改进的BP神经网络(FABPM)方法具有收敛速度快、预测精度高、稳定度好等特点,对选取的4项水质指标都给出了较好的训练与预测结果,预测的平均相对误差小于2.5%,从而为水产养殖水质预测与评价提供了一种新方法。     

基于GIS的道路交通事故多发点自动搜索方法的研究

基于GIS系统集成技术和事故多发点判别模型,使用SQL Server数据库存储路网中路口和路段的事故信息,对路口和路段进行事故多发点的自动搜索和判别.事故多发点判别模型采用了当量事故数法,判别参数可由用户灵活设置.     

我国交通事故损失影响因素及地区特征分析——基于全国31个省市自治区2004-2015年面板数据

近年来机动车总量和驾驶人员数量激增,人口流动频率加剧,人、车、路和环境矛盾凸显,而交通安全管理不足、事故应急系统不健全等问题,致使事故造成巨大经济损失,交通事故成为亟待解决的重大社会问题.此研究通过整理分析2004-2015年全国31个省市自治区交通相关指标面板数据,以汽车拥有量、交通投资、城市人口和交通事故死亡人数作为解释变量,进行回归和统计分析,探索各变量变化规律及其对交通事故直接财产损失的影响.结果表明：汽车拥有量、交通事故死亡人数、交通投资、城市人口与交通事故直接财产损失有显著相关性,其中汽车拥有量和城市人口与交通事故直接财产损失呈正相关,而交通死亡人数和交通投资呈负相关.我国不同地区的城市交通事故情况差异大,其中华东和中南地区交通事故情况复杂且更具特殊性,需要针对性进行预防和管理.     

面板数据下的线性混合模型及其在车险费率厘定中的应用

精算师在进行车险净保费信度厘定时可采用关于面板数据的线性混合模型,本文采用每次交通事故平均损失额和事故发生频率作为车险净保费的计算指标。利用2008~2012年31个省、市、自治区5年的数据，建立面板数据下的线性混合模型，选取人均地区生产总值、每平方公里人口数、民用汽车拥有量作为解释变量，得到每次交通事故平均损失额和事故发生频率的估计模型，进而得到纯保费估计。这一研究可为车险费率市场化提供一定的理论支持和参考。     

新疆高等级公路灾害性天气事故预防系统研究

以目前新疆已建成通车的高等级公路为主线,利用历年事故统计资料,就新疆高等级公路沿线灾害性天气分布特征及其对交通安全的影响进行了分析.着眼于新疆在自然、地理、气候条件等方面的特点,在借鉴和参考国内外建立高等级公路安全保障体系的研究成果和实践经验基础上,提出了新疆高等级公路灾害性天气事故预防重点以及安全保障体系的框架结构.     

考虑系统性与时变性的交通事故风险成本模型

针对交通事故风险成本计算方法需考虑交通事故风险的系统性与时变性,利用结构模型分析交通安全系统各要素间的相互关系及其影响,构建了交通事故风险成本计算模型.以车辆要素为建模的关键,通过聚类分析方法建立交通事故风险的基本模型.以连续行驶时间、车速、道路转弯半径、道路纵坡以及天气等参数为动态影响因素,结合广义成本理论,建立适用于各出行方式的交通事故风险成本模型.以珠海市某一级公路的实际调查数据作为算例,探讨交通事故风险成本模型的应用.算例结果表明:不同出行方式的交通事故风险成本差异较大,合理选择交通出行方式可有效降低交通事故风险成本及出行成本,该模型能够兼顾交通事故风险的系统性与时变性,更加符合客观实际,具有较好的合理性.     

我国2004-2015年交通事故影响因素实证研究

我国每年因交通事故造成巨额生命财产损失,严重危害公民健康,给经济建设和社会和谐稳定带来重要影响.道路交通安全处于动态平衡过程,经济因素对道路交通安全有重要影响.该文研究2004-2015年交通事故伤亡人数变化规律,并运用统计学分析方法,探索GDP、人均可支配收入、汽车拥有量、交通投资、道路通车里程和直接财产损失等因素变化对交通事故伤亡人数变化的影响.结果表明：国内生产总值、汽车拥有量、交通投资、道路通车里程等影响因素变化率与道路交通事故死亡人数增长率有显著相关性,其中国内生产总值、道路交通投资和道路通车里程增长率与道路交通事故死亡人数增长率呈负相关,而汽车拥有量与道路交通死亡人数增长率呈正相关.     

基于灰色非线性回归的道路交通事故预测

运用GM(1,1)模型对影响道路交通安全的各因素进行预测,然后将各影响因素综合起来构建灰色非线性回归模型,以预测道路交通事故发展趋势.结果表明,该模型的预测精度高,预测结果可靠,适用于道路交通事故预测.     

AIS在海事调查处理中的应用

为了提高人们对AIS技术在帮助调查和处理海事方面的认识,介绍了福建省辖区的海上交通事故情况及AIS对海事调查的影响,并分析了AIS在调查处理包括船舶碰撞、船舶搁浅、海洋污染和船舶肇事逃逸等不同类型的海事中的应用.     

浅析农机监管与农机交通事故

针对目前农用机动车拥有量不断增长,农机事故不断上升的情况,笔者分析了农机道路交通事故的发生原因及影响安全行车的因素,就如何减少农用机道路交通事故、抑制农机事故增长对策及监管措施提出几点建议。