标签：
交通工程 | 发表时间：2012-02-21 10:07:40 | 更新时间： 2020-02-13 19:13:02 | 阅读数：418 | 评论数：0 | 字数：1127
本文2012-02-21 10:07:40首发在新浪博客，地址：http://blog.sina.com.cn/s/blog_638f98570101281o.html 。
交通事故预测是依据交通事故现状对未来可能发生的事故状况进行估计，分析未来事故的危险程度和发展趋势。根据数学理论和历史数据研究建立多指标体系(即考虑因素要尽可能全面)的数学模型，利用计算机处理技术，科学预测交通事故的未来状况，对交通安全管理部门进行科学决策提供参考依据，有利于制定预防交通事故的管理对策和技术措施。 [资料1]
预测道路交通事故对于探究交通事故的发生规律，分析现有道路交通条件下交通事故的未来发展趋势，对于道路交通安全的规划、决策具有重要的现实意义。主要的道路交通事故预测方法[资料2]：
- 回归模型法
- 经验模型法
- 时间序列法
- 灰色GM(1,1)模型
神经网络模型
资料3提出了另一种预测方法的分类：定性预测与定量预测。定性预测的常用方法主要有：
- 专家会议法
- 德尔菲法
- 趋势判断法
- 相互影响分析法
- 主观频率法
而定量预测的常用方法有：
- 时间序列递推发
- 多元回归分析法
- 灰色预测法
- 神经网络预测法
思考1：
搜索近几年的相关论文，人们使用灰色理论模型和神经网络模型在道路交通事故预测方面研究较多。但也发现，这些研究多数将注意力集中到了模型的构建以及创新上，而很少关注引起道路交通事故的因素。如果不关注道路交通事故本身，那与其使用高深复杂的数学模型，还不如直接使用时间序列外推预测更直接。
思考2：
道路交通事故数据与哪些宏观参数相关？人口、GDP、机动车保有量、人均机动车保有量、道路通车里程？这些都有可能相关，也都有可能不相关，但在诸多论文中，很难发现对这些问题的关注。
思考3：
对道路交通事故进行预测，是宏观数据的预测，似乎作用也仅限于为官方提供数据支持和决策支持。对减少交通事故的发生和改善道路交通环境没有直接的作用。当然这也不是在否定道路交通事故预测的作用，但个人感觉，道路交通事故的数据统计和分析，要比预测来的更重要些。
资料4提到了最早在日本使用的“七因素回归分析法”，这7种因素包括：汽车数、摩托车数、人口数、地区土地面积数、居住面积数、人均汽车数及人均摩托车数。资料4还提到了几种国外常用的交通事故预测方法，包括：斯密德公式、伊·阿拉加尔公式。上述两种方法都是由回归分析方法得到的回归公式。
资料1：姜华平等.论道路交通安全研究的基本框架体系[J].山东交通学院学报.2004
资料2：梁雅丽.道路交通事故预测方法分析[J].山西科技.2006
资料3：陈远旭等.基于改进灰色预测法的乌鲁木齐市道路交通事故预测[J].交通标准化.2012
资料4：
ladygava.第六章 交通事故的统计分析与预测.百度文库.2011