摘要：為了提升散裝水泥運輸車在運輸過程中的交通安全性，文章基于浙江省2019至2021年的47757條散裝水泥運輸車出險數(shù)據(jù)，構(gòu)建了一個結(jié)合了自回歸積分滑動平均（ARIMA） 模型和雙向長短期記憶網(wǎng)絡(luò)（BiLSTM） 的混合預(yù)測模型。首先，通過ARIMA模型分析時間序列數(shù)據(jù)，識別事故數(shù)量和理賠金額的趨勢，并提取預(yù)測殘差。然后，利用BiLSTM對這些殘差進行深度學(xué)習(xí)預(yù)測，以捕捉時間序列中的復(fù)雜模式。最后，通過將BiLSTM預(yù)測的殘差反饋優(yōu)化ARIMA模型。研究結(jié)果表明，相較于傳統(tǒng)的ARIMA模型，該混合模型預(yù)測更為精準(zhǔn)，有助于更有效地管理和降低散裝水泥運輸車的安全風(fēng)險。

關(guān)鍵詞：散裝水泥車；事故預(yù)測；ARIMA-BiLSTM；時間序列；深度學(xué)習(xí)

中圖分類號：U491.3 文獻標(biāo)識碼：A

文章編號：1009-3044（2024）19-0006-03