基于时间序列和灰色模型的交通事故预测

被引：55

作者：

蒋宏 ^{[1
]}

方守恩 ^{[1
]}

陈雨人 ^{[1
]}

詹嘉 ^{[2
]}

机构：

[1] 同济大学道路与交通工程教育部重点实验室

[2] 上海市政工程设计研究总院

来源：

交通信息与安全 | 2012年 / 30卷 / 04期

关键词：

交通事故; 时间序列模型; 自回归移动平均模型; 灰色模型;

D O I：

暂无

中图分类号：

U491.3 [交通事故];

学科分类号：

082301 [道路与铁道工程];

摘要：

利用时间序列和灰色模型理论,针对北方某城市的交通事故统计数据,分别建立了自回归移动平均模型及灰色模型,并对各模型进行了步长为12的预测。通过模型对比发现:2个模型的预测绝对误差分别为23.95%和54.32%,且对于具有季节周期性特点的序列,自回归移动平均模型的预测结果与实际观测值比较吻合,说明自回归移动平均模型比灰色模型更能充分挖掘历史信息以减少预测误差,并反映数据的周期性变化,具有良好的适用性。

引用

页码：93 / 98

页数：6

共 8 条

[1]

基于BP神经网络的交通事故预测模型及仿真 [J].