摘要：如何有效、可靠預測交通事故一直是各界研究的熱點。對傳統交通事故預測方法對比分析，提出道路交通事故組合預測模型；以我國1990～2008年交通事故分段數據分段驗證預測模型，并與指數平滑、天真模型、GM(1,1)模型的單一預測結果進行方差檢驗，實證組合預測模型可有效提高預測精度，為交通管理部門評價并改善交通安全狀況提供合理建議。
　　關鍵詞：交通事故預測，組合預測，組合權重
　　0前言
　　交通安全問題既是一個社會普遍關注的問題，更是一個技術問題。交通事故預測結果及可靠性對提高交通安全管理水平、交通基礎設施建設決策水平均具有重要意義。
　　交通事故預測常用方法有回歸分析法、時間序列法、灰色預測和神經網絡法等。從事故預測角度講，有學者通過研究發現，有些情況下負二項分布、泊松分布等廣義線性回歸模型更符合實際情況[1~5]。但每種預測方法適用條件不盡相同，所以會產生不同的預測效果，其預測精度往往也不同，但這些單項預測法在數據處理及不同準則方面均有其獨到之處，能從不同角度來推導和演繹數據之間的復雜關系。由于預測系統的復雜性，在許多情況下單純利用一種特定的預測方法進行預測往往具有片面性、局限性，預測效果也不甚理想。本文提出一種基于指數平滑法、天真模型和灰色模型的組合預測方法。
　　1組合預測
　　1969年J•M•Bates和C•W•J•Granger首次提出了組合預測的理論和方法，即將多種預測方法加以組合形成一種新的預測方法。組合預測的本質就是將各種單項預測模型看作代表不同信息的片段，通過信息的集成，分散單個預測特有的不確定性和減少總體的不確定性，從而提高預測精度。
　　組合預測分線性組合預測和非線性組合預測。常用的組合預測為線性組合預測，模型為：（1）
　　式中：——年的預測值；——第種單項預測方法對第年的預測值（=1,2,⋯,m）；——第種單項預測方法的權重。
　　2交通事故組合預測模型
　　組合預測模型構建的關鍵要素是組合元素（即模型指標）的選取和組合權重的確定。
　　2．1交通事故組合預測模型選取
　　本文針對交通事故數據的隨機性、數據關聯性、模糊性等特性對組合元素進行甄選，擬選滿足上述特征的指數平滑模型、天真模型（NAIVE）和GM(1,1)模型為組合元素交通事故組合預測模型。關鍵指標性能優越型表現為：（1）指數平滑模型，能夠消除隨機因素影響；（2）天真模型，充分利用數據間的關聯性；（3）灰色模型，契合道路交通系統的模糊性質。
　　2.1.1指數平滑模型
　　指數平滑法本質就是對事故數據進行平滑，消除隨機因素影響。一次指數平滑的交通事故模型為：
　　（0＜＜1）（2）
　　式中：—年的交通事故預測值；—年的交通事故實際值；—年的交通事故預測值；—變量。
　　2.1.2天真模型
　　第年交通事故預測值為第年的交通事故實際值乘第年與第年的比值，即：
　　（3）
　　式中：—年的交通事故預測值；—年的交通事故實際值；—年的交通事故實際值。
　　2.1.3GM(1，1)模型[6]
　　灰色系統建模思想是直接將時間序列轉化為微分方程，建立抽象系統的發展變化動態模型。本文選用一元一階GM(1,1)模型。
　　1.建立交通事故原始數據序列，
　　（4）
　　式中：)——第年的交通事故次數實際值。
　　2.原始數據一次累加生成運算,得一次累加道路交通事故數據序列，
　　（5）
　　
　　3.一階微分方程擬合，
　　　　（7）
　　構造數據矩陣、：
　　（9）
　　4.離散時間響應函數，即事故預測模型構造：
　　（10）
　　5.還原模型建立,得預測模型：
　　（11）
　　2.2組合權重確定
　　預測對象為數據較為龐大的交通事故次數，為在數據處理時剔除數據微細變化帶來的不利影響，盡可能保持原始事故數據變化的大致規律，均衡的綜合各組合預測元素的特有優勢。故以各預測模型的相對誤差為基數，用方差倒數法確定組合預測模型的相對權重。
　　3.實例分析
　　以1990～2008年我國境內發生的交通事故總數統計數據，對組合模型加以驗證。
　　表11990至2008年我國的交通事故情況統計表

                       
　　分析上述數據列特征，將其分為兩段處理，一段是從1990～2001年單調上升，一段是2002～2008年單調下降。
　　3.1交通事故數據單調上升段預測模型
　　以1990～2001年交通事故數據，分別采用指數平滑、天真、GM（1，1）單項預測模型進行預測。根據其相對誤差，利用方差倒數法求其組合權重，所得組合預測模型為：
　　（12）
　　表21990-2001年交通事故的預測模型結果分析表

                       
　　 3.2交通事故數據單調下降段預測模型
　　以2002——2008年交通事故數據，分別采用指數平滑、天真、GM（1，1）單項預測模型進行預測。根據其相對誤差，利用方差倒數法求其組合權重，所得組合預測模型為：
　　（13）
　　表32002-2008年交通事故的預測模型結果分析表
                   

       4模型分析比較及應用
　　從表2、3可看出，組合預測模型模擬精度較高，預測誤差均小于三種單一預測模型，表明本文的組合預測模型具有一定優越性及有效性，可對未來年份進行事故預測。
　　5結論
　　建立精確較高且簡便易行的道路交通事故預測模型是一項非常困難的工作。本文僅從事故統計數據角度出發，合理有效利用已獲得的事后數據，對交通安全的合理評價提供科學支撐。探討出組合預測模型具有如下優點：
　　（1）數據預測結果表明，組合預測優于組合中的任一單項預測。
　　（2）模型具有一定擴張性，根據所選組合元素差異，可集成各種預測方法優勢。
　　（3）模型具有廣泛的適用性。組合預測結果可以運用于任何呈單一趨勢變化的數據序列。
　　組合預測模型具有一定的通用性及實用意義。為提高模型可靠性，還需要進一步研究，如模型采用非線性、適當提高模型的維數、模型的權重確定方法等。
　　參考文獻：
　　[1]Milton,J.,Mannering,1998.Therelationshipamonghighwaygeometrics,traffic-relatedelementsandmotor-vehicleaccidentfrequencies.Transportation25,395-413.
　　[2]Abdel-Aty,M.A.,Radwan,A.E.,2000.Modelingtrafficaccidentoccurrenceandinvolvement.Accid.Anal.Prev.32,633-642.
　　[3]Ivan,J.N.,Wang,C.,Bernardo,N.R.,2000.Explainingtwo-lanehighwaycrashratesusingland-useandhourlyexposure.Accid.Anal.Prev.32,787-795.
　　[4]Wood,G.R.,2002.Generalizedlinearaccidentmodelsandgoodnessoffittesting.Accid.Anal.Prev.34,417-427.
　　[5]LINDAM.,B.F.,D.J.,1996.Accidentpredictionmodelsforroadswithminorjunctions.Accid.Anal.Prev.28,695-707.
　　[6]李相勇，張南，蔣葛夫.道路交通事故灰色馬爾可夫預測模型[J].公路交通科技，2003，20(4):98-100.