基于MGM(1，n)的船舶交通事故預(yù)測研究.pdf

1、本文首先從人、船舶、環(huán)境、管理等方面對(duì)船舶交通事故的相關(guān)影響因素進(jìn)行分析，在查閱了大量資料，分析并總結(jié)前人的相關(guān)研究，在前人通過專家調(diào)查法，事故樹法等一系列定性分析結(jié)果的基礎(chǔ)上初步確定了相對(duì)重要的船舶事故影響因素指標(biāo)，并用灰色關(guān)聯(lián)分析方法對(duì)事故影響因素指標(biāo)進(jìn)行進(jìn)一步的定量分析和篩選，由于普通灰色關(guān)聯(lián)分析方法具有關(guān)聯(lián)度差異不明顯的缺陷，本文使用改進(jìn)的灰色關(guān)聯(lián)分析方法克服了該缺點(diǎn)，最終得到了與船舶交通事故關(guān)聯(lián)度較高的影響因素指標(biāo)體系，為事故

2、預(yù)測模型的建立奠定基礎(chǔ)。 由于船舶交通事故是受多種因素影響、制約和協(xié)同發(fā)展的隨機(jī)事件，根據(jù)船舶交通事故的相關(guān)影響因素建立事故預(yù)測模型比較符合實(shí)際情況。本文在分析了現(xiàn)有的交通事故預(yù)測模型的基礎(chǔ)上，采用多元灰色預(yù)測MGM(1，n)模型對(duì)船舶交通事故進(jìn)行預(yù)測。在實(shí)際建模中，由于事故預(yù)測實(shí)際數(shù)據(jù)光滑度不夠好，為了改善原始數(shù)據(jù)序列的光滑度，增強(qiáng)原始數(shù)據(jù)的規(guī)律性，弱化其隨機(jī)性，提高預(yù)測精度，采用冪函數(shù)變換對(duì)原始數(shù)據(jù)進(jìn)行處理，然后利用生成數(shù)列