灰色建模技術(shù)及其在道路交通事故管理中的應(yīng)用研究.pdf

1、灰色系統(tǒng)理論是系統(tǒng)科學(xué)中研究小樣本、貧信息系統(tǒng)的理論與方法體系，灰色建模技術(shù)是灰色系統(tǒng)理論的核心，是連接灰色理論與實(shí)踐應(yīng)用的紐帶?；疑＜夹g(shù)已成功解決了經(jīng)典方法難以解決的大量實(shí)際問(wèn)題，具有廣泛的應(yīng)用背景和較強(qiáng)的應(yīng)用價(jià)值。論文旨在對(duì)灰色建模技術(shù)及其在道路交通事故管理中的應(yīng)用進(jìn)行深入研究，以期在灰色數(shù)據(jù)變換技術(shù)、灰色關(guān)聯(lián)分析技術(shù)、灰色預(yù)測(cè)技術(shù)和實(shí)際應(yīng)用等領(lǐng)域獲得一些新的研究成果，為灰色建模技術(shù)提供新思路、新方法，拓展灰色建模技術(shù)的應(yīng)用范圍

2、，豐富和完善灰色建模體系，促進(jìn)灰色系統(tǒng)理論與交通管理的融合發(fā)展。論文的主要研究?jī)?nèi)容和研究成果如下：
　　 (1)通過(guò)對(duì)灰色數(shù)據(jù)變換技術(shù)提高序列建模的機(jī)理分析，明晰了灰色數(shù)據(jù)變換的構(gòu)造機(jī)理。從灰色數(shù)據(jù)變換提高序列光滑性、減少序列級(jí)比偏差等角度，提出了灰色數(shù)據(jù)變換的構(gòu)造準(zhǔn)則，為灰色數(shù)據(jù)變換的構(gòu)造提供了理論指導(dǎo)。構(gòu)造了基于平均增長(zhǎng)率的弱化變權(quán)緩沖算子，該算子不但滿足緩沖算子的構(gòu)造準(zhǔn)則，還能通過(guò)變權(quán)系數(shù)調(diào)整其作用強(qiáng)度，豐富了緩沖算子體系

3、。構(gòu)造了基于線性函數(shù)與反余切函數(shù)的函數(shù)型數(shù)據(jù)變換，驗(yàn)證了所構(gòu)造的函數(shù)型數(shù)據(jù)變換滿足數(shù)據(jù)變換構(gòu)造準(zhǔn)則，拓展了函數(shù)型數(shù)據(jù)變換體系。
　　 (2)針對(duì)周期波動(dòng)序列的變動(dòng)特征，給出了周期波動(dòng)序列的周期確定方法和序列波動(dòng)性的測(cè)度方法，將序列的周期性與波動(dòng)性因素引入灰色關(guān)聯(lián)分析模型，構(gòu)建適用于周期波動(dòng)序列的灰色關(guān)聯(lián)分析模型，為分析具有周期波動(dòng)特征的序列間的關(guān)聯(lián)性提供了模型支撐。根據(jù)面板數(shù)據(jù)的時(shí)空特征建立了基于面板數(shù)據(jù)的灰色關(guān)聯(lián)分析模型，為分

4、析矩陣序列的關(guān)聯(lián)性提供了新思路。提出了基于新信息優(yōu)先原理的時(shí)序權(quán)重確定方法和基于差異驅(qū)動(dòng)原理的指標(biāo)權(quán)重確定方法，并在時(shí)序權(quán)重與指標(biāo)權(quán)重確定的基礎(chǔ)上構(gòu)建了基于均值關(guān)聯(lián)度的動(dòng)態(tài)多指標(biāo)評(píng)價(jià)模型，為動(dòng)態(tài)多指標(biāo)評(píng)價(jià)提供了新方法。
　　 (3)針對(duì)傳統(tǒng)的灰色GM(1，1)模型難以滿足波動(dòng)序列預(yù)測(cè)的需求，提出了利用振幅壓縮變換和加權(quán)均值變換對(duì)波動(dòng)序列進(jìn)行處理，弱化波動(dòng)序列的隨機(jī)性，提高序列光滑性，使序列變化梯度趨于平緩，并利用變換后的數(shù)據(jù)建立

5、GM(1，1)模型，為波動(dòng)序列預(yù)測(cè)研究提供新思路。根據(jù)系統(tǒng)演化所呈現(xiàn)的階段性特征：孕育階段→勻速變化階段→加速變化階段→另一平衡狀態(tài)，構(gòu)建了能夠反映系統(tǒng)動(dòng)態(tài)演化規(guī)律的GM(1，1，ta)模型，對(duì)該模型的建模機(jī)理、模型特性、參數(shù)估計(jì)等問(wèn)題進(jìn)行了探討，拓展了灰色預(yù)測(cè)模型體系。針對(duì)交通事故系統(tǒng)特征變量的特點(diǎn)，構(gòu)建參數(shù)可調(diào)的灰色GM(1，1)冪模型，利用灰色信息覆蓋原理確定模型中參數(shù)α的范圍，并利用粒子群智能算法搜索最優(yōu)參數(shù)α，并對(duì)GM(1，1

6、)冪模型的背景值進(jìn)行智能優(yōu)化。將灰色GM(1，N)模型與灰色關(guān)聯(lián)分析相結(jié)合，通過(guò)灰色關(guān)聯(lián)分析識(shí)別GM(1，N)模型中的相關(guān)因素，減少非關(guān)鍵因素被選入GM(1，N)模型的可能性。
　　 (4)在灰色數(shù)據(jù)變換技術(shù)、灰色關(guān)聯(lián)分析技術(shù)、灰色預(yù)測(cè)技術(shù)研究的基礎(chǔ)上，利用灰色建模技術(shù)對(duì)我國(guó)道路交通事故的成因及演化趨勢(shì)進(jìn)行了分析，通過(guò)分析識(shí)別出影響我國(guó)道路交通安全的主要因素，并對(duì)我國(guó)道路交通事故的演化趨勢(shì)進(jìn)行了預(yù)測(cè)分析。根據(jù)道路交通事故成因分析