林登科,陳伯輝,沈斐敏
(福州大學(xué)環(huán)境與資源學(xué)院,福建 福州350108)
隨著我國經(jīng)濟(jì)的高速發(fā)展,道路運(yùn)輸在綜合運(yùn)輸體系中發(fā)揮著越來越重要的作用。在道路交通給人們的生活、經(jīng)濟(jì)以及社會(huì)帶來便利的同時(shí),交通事故的頻繁發(fā)生也給人民生命財(cái)產(chǎn)造成了極大的損失,交通事故已經(jīng)成為當(dāng)今社會(huì)的一大公害。據(jù)統(tǒng)計(jì),2011 年,我國共接報(bào)道交通事故422.4萬起,比2011年增加了31.8萬起,同時(shí)每一起交通事故的傷亡人數(shù)在不斷增加,死亡人數(shù)占全年各類生產(chǎn)安全事故死亡人數(shù)的比例高達(dá)82%,交通事故的死亡率遠(yuǎn)高于一些發(fā)達(dá)國家??茖W(xué)準(zhǔn)確地預(yù)測(cè)交通事故對(duì)交通安全的管理工作具有重大的意義。
交通事故具有隨機(jī)性的特點(diǎn),但從整體來看,在特定的地區(qū)較長(zhǎng)時(shí)間范圍內(nèi),交通事故的發(fā)生又具有一定的規(guī)律性。目前,國內(nèi)外對(duì)交通事故預(yù)測(cè)進(jìn)行了很多研究,提出了較多的交通事故預(yù)測(cè)方法,如回歸分析、人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法、灰色理論等[1-5]。本文提出了一種基于灰色拓?fù)涞慕煌ㄊ鹿暑A(yù)測(cè),灰色系統(tǒng)分析方法對(duì)于信息不完整或不完全的實(shí)際情況具有良好的適用性?;疑?fù)湔腔诨疑碚摪l(fā)展起來的,GM(1,1)模型的主要優(yōu)點(diǎn)是它能反映事物發(fā)展的變化趨勢(shì),然而由于它的形狀簡(jiǎn)單,屬于特定的指數(shù)曲線,當(dāng)原始數(shù)據(jù)的變化較大,波形的起伏較大的時(shí)候,這種模型就不能很好地做出預(yù)測(cè)?;疑?fù)湔菑浹a(bǔ)了這個(gè)不足,它的實(shí)質(zhì)是對(duì)原始數(shù)據(jù)的變化波形進(jìn)行預(yù)測(cè),所以當(dāng)數(shù)據(jù)較多且波形變化較大時(shí),利用灰色拓?fù)溥M(jìn)行預(yù)測(cè)具有一定的可行性[6]。
本文根據(jù)福建省統(tǒng)計(jì)局網(wǎng)站《福建統(tǒng)計(jì)年鑒》中2005—2013 年各月份福建省交通事故死亡人數(shù)數(shù)據(jù),利用灰色拓?fù)浣⒅虚L(zhǎng)期的預(yù)測(cè)模型,將系統(tǒng)的閾值分層次地利用灰色預(yù)測(cè)模型進(jìn)行預(yù)測(cè),再將各分層的預(yù)測(cè)結(jié)果放在同一預(yù)測(cè)面上,形成預(yù)測(cè)波形,對(duì)各預(yù)測(cè)值通過理論的檢驗(yàn)判斷模型的有效性。
灰色拓?fù)漕A(yù)測(cè)又稱圖形預(yù)測(cè),是根據(jù)系統(tǒng)特征值分層次對(duì)原始數(shù)據(jù)的波形進(jìn)行預(yù)測(cè)。將原始數(shù)據(jù)繪制成曲線,選取一組合理的閾值,在曲線上按照給定的閾值找到相應(yīng)的時(shí)刻,用這些時(shí)刻的數(shù)據(jù)分別建立GM(1,1)模型,再用這些模型預(yù)測(cè)這些閾值將來出現(xiàn)的時(shí)刻,最后將這些預(yù)測(cè)值連成曲線,得到預(yù)測(cè)曲線,稱為拓?fù)漕A(yù)測(cè)?;疑?fù)漕A(yù)測(cè)的具體步驟如下[7]:
(1)根據(jù)原始數(shù)據(jù)x(0)(k),以時(shí)間為橫坐標(biāo)軸,原始數(shù)據(jù)為縱坐標(biāo)軸,利用MATLAB 繪制發(fā)展曲線;
(2)取閾值ci(i=1,2,3,…,n),且Minx(0)≤ci≤Maxx(0);
(3)在原曲線上作高度為ci的水平線,得到交點(diǎn)橫坐標(biāo)數(shù)列
(5)檢驗(yàn)?zāi)P偷木_度,模型精確度標(biāo)準(zhǔn)見表1;
表1 精度檢驗(yàn)等級(jí)
(6)利用模型預(yù)測(cè)各閾值將來時(shí)間的時(shí)間點(diǎn)。
在灰色拓?fù)漕A(yù)測(cè)中,需要用到多組的GM(1,1)模型預(yù)測(cè),而在GM(1,1)模型預(yù)測(cè)中,要涉及到較多的數(shù)列及矩陣的計(jì)算,其計(jì)算過程較為復(fù)雜。MATLAB 是以線性代數(shù)軟件包LINPACK 和特征值計(jì)算軟件包EISPACK 中的子程序?yàn)榛A(chǔ)發(fā)展起來的一種開放性程序設(shè)計(jì)語言,可以直接對(duì)各種矩陣進(jìn)行計(jì)算。在交通事故死亡人數(shù)預(yù)測(cè)中引入MATLAB 編程可以實(shí)現(xiàn)灰色預(yù)測(cè),大大減少了計(jì)算量以及提高計(jì)算的準(zhǔn)確度,改善預(yù)測(cè)的質(zhì)量[8-10]。
程序中涉及到的參數(shù)有:
Sr為原始數(shù)列;X1為累加數(shù)列;Z1為鄰均值累加數(shù)列;B、Yn為微分方程系數(shù)矩陣;a為發(fā)展系數(shù);b為灰作用量;sc1為預(yù)測(cè)的累加數(shù)列;sc0為預(yù)測(cè)值數(shù)列;-ε為殘差平均值;-sr為原始數(shù)列平均值;S1為原始數(shù)列標(biāo)準(zhǔn)差;S2為殘差標(biāo)準(zhǔn)差;C為后驗(yàn)差比值;P為小誤差概率。
主要的程序流程圖如圖1所示。
本文主要的數(shù)據(jù)來自福建統(tǒng)計(jì)局網(wǎng)站《福建統(tǒng)計(jì)年鑒》,主要的參考數(shù)據(jù)是2005—2013年福建省交通事故死亡人數(shù),其中各個(gè)月份交通事故死亡人數(shù)如表2所示。
圖1 MATLAB主要的程序流程
表2 福建省2005—2013年交通事故死亡人數(shù)數(shù)據(jù)統(tǒng)計(jì)
首先對(duì)原始數(shù)據(jù)進(jìn)行區(qū)間的歸類,分類結(jié)果如表3所示。
表3 數(shù)據(jù)區(qū)間歸類
表3(續(xù))
根據(jù)表3所呈現(xiàn)的區(qū)間特點(diǎn),可知交通事故死亡人數(shù)主要集中在200~300之間,充分考慮這個(gè)區(qū)間特點(diǎn),同時(shí)根據(jù)序列至少要有4個(gè)元素的GM(1,1)的模型要求,取下列9個(gè)閾值:
繪制原始數(shù)據(jù)的發(fā)展曲線以及各閾值的水平線,如圖2所示。
圖2 福建省交通事故死亡人數(shù)灰色拓?fù)鋱D
利用GM(1,1)模型的建模方法對(duì)以上的9組數(shù)據(jù)進(jìn)行建模,并通過后驗(yàn)差法對(duì)所建的模型進(jìn)行檢驗(yàn)。這里以為例,應(yīng)用灰色預(yù)測(cè)的方法進(jìn)行預(yù)測(cè)。灰色預(yù)測(cè)主要借助MATLAB 語言來實(shí)現(xiàn),主要的代碼如下:
通過運(yùn)行上面的代碼,得到閾值為160時(shí)的預(yù)測(cè)模型為:
利用MATLAB 繪制原始數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù)的曲線圖,見圖3。
圖3 閾值為160的實(shí)際值與預(yù)測(cè)值圖
再利用MATLAB 對(duì)所得模型進(jìn)行后驗(yàn)差檢驗(yàn),所得結(jié)果為C=0.0313,P=1,對(duì)照表1 的標(biāo)準(zhǔn)可知該模型的預(yù)測(cè)效果到達(dá)了良好的標(biāo)準(zhǔn)。
重復(fù)上述方法對(duì)其他閾值數(shù)列進(jìn)行灰色預(yù)測(cè)和后驗(yàn)差檢驗(yàn),所得預(yù)測(cè)模型群及檢驗(yàn)結(jié)果見表4。
表4 灰色預(yù)測(cè)模型及后驗(yàn)差檢驗(yàn)
通過表4可知,灰色預(yù)測(cè)模型的精確等級(jí)都為1級(jí)良好,表明該方法具有較高的適用性,可以直接用來對(duì)未來時(shí)刻進(jìn)行預(yù)測(cè)。
利用表4的預(yù)測(cè)模型組對(duì)各閾值發(fā)生的時(shí)刻進(jìn)行預(yù)測(cè),得到的預(yù)測(cè)值如表5所示。
表5 各閾值預(yù)測(cè)模型所得到的預(yù)測(cè)結(jié)果
對(duì)表5中的數(shù)據(jù)進(jìn)行處理,處理的原則主要有以下兩點(diǎn):
(1)在表5 的數(shù)據(jù)中,當(dāng)小數(shù)部分小于0.5,則將此時(shí)刻歸為當(dāng)前的月份,當(dāng)小數(shù)部分大于等于0.5,則將此時(shí)刻歸為到下一個(gè)月。
(2)從表5可以看出,有些不同的閾值對(duì)應(yīng)的預(yù)測(cè)值中出現(xiàn)同樣的預(yù)測(cè)值,這樣的點(diǎn)可認(rèn)為是失效點(diǎn),導(dǎo)致失效點(diǎn)出現(xiàn)的原因可能是多方面,所以對(duì)該類失效點(diǎn)并不能給出一個(gè)確定的預(yù)測(cè)值,只能用一個(gè)區(qū)間來描述。
通過對(duì)表5 數(shù)據(jù)的處理,得到各預(yù)測(cè)月份如表6。
表6 各閾值預(yù)測(cè)模型所得到的預(yù)測(cè)月份
表6(續(xù))
灰色拓?fù)漕A(yù)測(cè)在交通事故死亡人數(shù)預(yù)測(cè)中取得了較好的預(yù)測(cè)結(jié)果,通過運(yùn)用MATLAB 編程使得計(jì)算過程變得更加簡(jiǎn)單,預(yù)測(cè)過程需要運(yùn)用到較多的原始數(shù)據(jù),預(yù)測(cè)結(jié)果的精確度較高,所以這種方法有較好的運(yùn)用前景,對(duì)交通事故的管理以及相應(yīng)的決策具有較大的意義。
本文對(duì)福建省交通死亡人數(shù)采用了灰色拓?fù)涞念A(yù)測(cè)方法,并借助MATLAB 程序,對(duì)福建省2005—2013 年的交通事故死亡人數(shù)進(jìn)行了研究。通過研究表明:福建省交通事故的死亡人數(shù)在年份上整體是呈現(xiàn)下降的趨勢(shì),說明近年來的交通事故得到了有效的控制,但是從月份上來看,每個(gè)月的死亡人數(shù)還是有較大的波動(dòng),灰色拓?fù)涞念A(yù)測(cè)方法有效地克服了數(shù)據(jù)波動(dòng)大、沒有明顯的線性或曲線規(guī)律的特點(diǎn)。
拓?fù)漕A(yù)測(cè)是根據(jù)現(xiàn)有波形預(yù)測(cè)將來波形,所得到的結(jié)果也是在一定閾值內(nèi)的波形,受到4個(gè)數(shù)據(jù)才能建模的條件的制約,最終得到的結(jié)果也只是在一定閾值內(nèi)進(jìn)行預(yù)測(cè),不能系統(tǒng)地反映各個(gè)水平。灰色預(yù)測(cè)反映的結(jié)果是一種趨勢(shì),并不是特定的某個(gè)數(shù)字,交通事故的發(fā)生所涉及的因素隨著時(shí)間環(huán)境的改變是動(dòng)態(tài)變化的,所以在預(yù)測(cè)的時(shí)候要充分考慮到這點(diǎn)。
[1] 閆建華,宇仁德,汪洋.基于主成分分析的道路交通事故預(yù)測(cè)[J].交通標(biāo)準(zhǔn)化,2009(19):86-90.
[2] 沈斐敏,陳伯輝,雷兢.基于人工神經(jīng)網(wǎng)絡(luò)的時(shí)間序列交通事故預(yù)測(cè)[J]. 福建工程學(xué)院學(xué)報(bào),2005,3(4):307-309.
[3] 王麗娟,查偉雄.基于支持向量回歸機(jī)的道路交通事故預(yù)測(cè)模型研究[J].交通標(biāo)準(zhǔn)化,2010(11):56-60.
[4] 房曰榮,沈斐敏.道路交通事故發(fā)展趨勢(shì)分析與預(yù)測(cè)[J].中國安全生產(chǎn)科學(xué)技術(shù),2012,3(8):141-146.
[5] 胡啟洲,高寧波,葉茂.基于支持向量機(jī)的道路交通事故數(shù)據(jù)統(tǒng)計(jì)模型研究[J].中國安全科學(xué)學(xué)報(bào),2013,6(23):39-44.
[6] 謝明芳,吳盧榮,許玉冬.特大交通事故動(dòng)態(tài)分布擬合及灰色拓?fù)漕A(yù)測(cè)模型[J]. 延邊大學(xué)學(xué)報(bào),2013,3(39):227-230.
[7] 姜學(xué)鵬,徐志勝.我國火災(zāi)起數(shù)的灰色拓?fù)漕A(yù)測(cè)[J].火災(zāi)科學(xué),2006,2(6):58-61.
[8] 石金泉,陸愈實(shí),賈玉潔,等.基于Matlab的灰色模型在百萬噸死亡率預(yù)測(cè)中的應(yīng)用[J]. 安全與環(huán)境工程,2011,1(18):77-80.
[9] 楊旭. 改進(jìn)的灰色預(yù)測(cè)GM(1,1)模型的MATLAB 實(shí)現(xiàn)[J].江蘇科技信息,2014(7):69-70.
[10] 陳剛,于丹,吳迪. Matlab 基礎(chǔ)與實(shí)例進(jìn)階[M]. 北京:清華大學(xué)出版社,2012.