最优加权组合模型在水上交通事故预测中的应用.pdf

《最优加权组合模型在水上交通事故预测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第13卷第8期中国水运Vof．13No82013笠8月ChinaWaterTransportAugust2O13最优加权组合模型在水上交通事故预测中的应用危强，陈海山。(1上海海事大学，上海201306；2温州海事局，浙江温州325002)摘要：依据水上船舶交通事故数据，在建立GM(i，1)模型和灰色Verhulst模型的基础上，建立了水上船舶交通事故数的最优加权组合模型，并对各模型的预测精度进行了分析比较。结果表明，组合模型比单一模型有更高的预测精度。采用该组合模型是提高水上交通事故预测精度的有效方法。关键词：水上交通事故；Verh

2、ulst模型；GM(1，1)模型；加权组合模型中图分类号：U491文献标识码：A文章编号：1006-7973(2013)08—0077—03一、引言设d，为待定系数，参数列舀=(a，“)，用最小二乘法求水上交通事故不仅造成人员伤亡和财产损失，也给社会—z’1带来巨大的危害。虽然事故的发生具有一定的偶然性，但在一z”1∞y一解，得合=(B)BY，其中B：定程度上具有可预测性及可避免性。因此建立合理的水上●交通事故预测模型能够为制定交通安全策略，完善交通预警机制等方面提供有效依据。目前许多学者在这方面进行了一则GM(1，1)模型的时间响应

3、式为系列的研究，文献I2提出基于GM(1，1)模型的海上交通事故预测，文献f3提出了基于灰色马尔可夫模型的水上交通事=(一兰)一+兰(1)a故预测，这些方法都能够对交通事故进行预测。但由于水上2．灰色Verhulsr模型交通事故的发生受到通航环境、气候条件、船员、船舶等众设X为原始数据序列，即=(，⋯，；Xo)为多复杂因素的综合影响及其各因素间可能存在的复杂关系，(o)的一次累加生成(1一AGO)序列，X“=(⋯，¨J)；单个预测模型本身具有一定的局限性，用单一模型方法进行Z为的紧邻均值生成序列，z“=(z，z”，⋯，z”)，的预测往

4、往具有片面性。1969年，Bates和Granger首次提1出组合预测理论L1I，组合预测就是根据一定规则将多种预测z=去(十)，(尼=2，3，⋯，)，则称(。)+(IJ：6(zm)z为模型组合，综合利用各种模型的有效信息，以适当的加权平均形式得出的一种预测方法。组合预测从集结尽可能多的有灰色Verhulst模型，其19化方程为yL_一LlJ-I-aX()=6f(1，用信息出发，充分利用不同预测模型的优点，减少系统的误、差，弥补了单个预测模型的片面性。因此，组合预测比单一其中日，b为待定系数，t为时间。预测模型更系统、更全面，从而有效

5、提高预测精度和预测效设口，6为待定系数，参数列=a，6)，用最小二乘法求果。本文为了克服单一预测方法的局限性，采用灰色GM(1，1)和灰色Verhulst相结合的组合预测方法对我国水上交通解，得舀=()BY，其中Y=事故进行预测。组合预测模型中各个预测模型的权重系数以最优加权法确定。预测结果表明，组合预测能有效地提高预则灰色Verhulst模型的白化方程解为测精度，为制定交通安全策略提供理论参考依据。二、单一预测模型的选择1．灰色GM(1，1)模型其时间响应式为设(o)为原始数据序列，即(∞=(x【0l，x⋯，x)，f】]为X’的一次

6、累加生成(I—AGO)序列，()=(”。⋯，)；=(2)z()为()的紧邻均值生成序列，Z=(z”，⋯，z)，三、最优加权组合预测模型的建立组合预测有多种不同的方法，如加权算术平均组合预测、z：)=(+《)，(

7、j}=2，3，⋯，”)，则称灰色GM(i，I)白加权几何平均组合预测、非线性组合预测等。最优加权法是，，l，(1)根据某种最优准则构造目标函数Q，在约束下极小化，求得化方程为+0=“，其中d，“为待定系数，t为时间。组合模型的加权系数I】。收稿日期：2013．04—10作者简介：危强(1980一)，男，江西赣州人，上海海事大学

8、，硕士，工程师，从事海事管理研究。78中国水运第13卷根据预测问题，设有m个单预测模型yi(i=1，2⋯，m)，并=(562．508，461，417，379，343，312)对个时段进行预测。设为第幻_中预测模型在t时段的实Verhulst模型的时间响应式为：际值，多为第f种预测模型在t时段的预测值，ei，为第f种26．991736l一—-—0．056762+(0．048028—+0．056762)e~~~s~28k预测模型在f时段的预测误差，第种预测模型的权重系则Verhulst模型的预测值为(562，508，460，420，384

9、，353，325)数，同时∑=1，则组合预测模型的形式为：i=1设，多：分别为GM(1，1)模型和Verhulst模型的预Y=w,y1+2+···+WmY(3)测值，应用最优加权组合方法将该两个预测模型进行组合，eit=