基于组合模型的交通事故预测

基于组合模型的交通事故预测
摘要：如何有效、可靠预测交通事故一直是各界研究的热点。

对传统交通事故预测方法对比分析，提出道路交通事故组合预测模型；以我国1990～2008年交通事故分段数据分段验证预测模型，并与指数平滑、天真模型、GM(1,1)模型的单一预测结果进行方差检验，实证组合预测模型可有效提高预测精度，为交通管理部门评价并改善交通安全状况提供合理建议。

关键词：交通事故预测，组合预测，组合权重
0前言
交通安全问题既是一个社会普遍关注的问题，更是一个技术问题。

交通事故预测结果及可靠性对提高交通安全管理水平、交通基础设施建设决策水平均具有重要意义。

交通事故预测常用方法有回归分析法、时间序列法、灰色预测和神经网络法等。

从事故预测角度讲，有学者通过研究发现，有些情况下负二项分布、泊松分布等广义线性回归模型更符合实际情况[1~5]。

但每种预测方法适用条件不尽相同，所以会产生不同的预测效果，其预测精度往往也不同，但这些单项预测法在数据处理及不同准则方面均有其独到之处，能从不同角度来推导和演绎数据之间的复杂关系。

由于预测系统的复杂性，在许多情况下单纯利用一种特定的预测方法进行预测往往具有片面性、局限性，预测效果也不甚理想。

本文提出一种基于指数平滑法、天真模型和灰色模型的组合预测方法。