删失数据下事件持续时间多因素生存分析模型

交通事件持续时间是事故管理研究中最重要的指数之一,应用半参数比例风险模型和参数加速失效模型分析了多因素事件持续时间及其危险因子之间的关系.利用浙江省某高速公路3年内采集的事件数据,通过对交通事件各状态概率分布函数的显著性分析,比较了比例风险模型和加速失效模型对协变量选择及生存率对共同协变量的敏感性.基于Cox比例风险模型和对数罗吉斯蒂加速失效模型的参数估计表明,有6个显著性的协变量入选各自估计的生存函数,包括报警时段、事故类型、报警方式、占用车道数、受伤人数和当场亡人.对于最显著示性变量(当场亡人),持续时间生存概率估计曲线表明,加速失效模型对于该变量更敏感,且Cox比例风险模型更适合于短时持续时间的预测.此外,生存模型可以基于事故报告信息预测持续时间大小的概率,有益于事故预后措施的实施及为紧急救援提供决策参考.     

基于Bass模型对中国私人载客汽车市场预测研究

应用Bass产品扩散模型对购买私人载客汽车市场进行研究.利用购买累计数量统计数据,估计了模型参数,并对未来购买私人载客汽车的累积购买量到达的高峰时间和数量进行了预测.同时分析了影响购买人数增加的因素,对模型在预测购买累积人数的有效性方面进行了验证.     

基于神经网络和SARIMA模型的旅游需求探讨

拟对海南省旅游需求进行预测,采用旅游人数来度量旅游需求,收集相关部门数据,并通过分析旅游资源、环境、交通、费用和服务质量因素对旅游需求的影响,从而建立多元线性回归模型．在预测时,采用GM（1,1）得出各因素的预测值,然后通过神经网络进行海南省年旅游人数的预测,在对年内每月的旅游需求进行预测时,还考虑季节对旅游需求的影响,通过时间序列分析法,建立了SARIMA（3,1,2）（1,1,1）12模型,并进行了预测,结果表明,预测值符合实际人数．     

考虑节假日因素影响的上海市月入境旅游人数预测

通过对上海市月入境旅游人数时间序列数据特征的分析,提取了该时间序列的成长性趋势项和周期性趋势项,建立了乘法模型,并对乘法模型的预测误差进行分析,发现节假日因素对预测精度有着重要的影响.关于节假日因素对上海市月入境旅游人数的影响,引入相关变量对乘法模型进行修正,将平均相对误差从4.54%下降到4.12%,将最大平均误差从22.81%下降到18.67%,说明在乘法模型中引入节假日因素能有效提高预测精度.     

基于灰色关联的混凝土结构耐久性影响因子分析

耐久性寿命的预测是判断混凝土构件是否达到设计标准的重要参考指标．根据现有混凝土结构耐久性寿命预测理论,构件的寿命与环境湿度、温度、构件结构形式、混凝土材料的配合比、混凝土的扩散系数等有关．因此,有必要对影响结构预测寿命的各个因素进行敏感性分析,找出敏感因素,并对敏感因素的可能误差对寿命预测结果的影响程度进行评估,以保证按照既有模型进行寿命预测结果的可靠性和准确性．应用灰色关联理论,根据上述各参数与变形之间的相似或相异程度,对它们进行了关联分析,对各影响因子的影响程度进行了量化．     

考虑货车因素的高速公路短期交通流风险预测

基于G15上海段的交通流数据和交通事故数据,研究货车比例较高且货车事故率较高的高速公路短期交通流风险预测模型.分别选取整体交通流参数、货车交通流参数和综合参数作为特征变量,通过支持向量机进行建模,运用遗传算法对模型参数进行寻优,建立不同时间段、不同风险特征变量的分类模型并对比分析.结果表明事故发生前5~10min的模型预测精度最高.当加入货车因素时,总体的预测精度提高7.1%,事故预测精度提高6.1%,误报率降低4.7%.采用平均影响值法进行货车因素对预测结果的影响程度分析,表明货车因素对于预测模型有较大影响.该研究模型可用来开发交通安全预警系统,为高速公路货车安全管理提供理论依据.     

基于聚类分析的重型载货车辆长大下坡路段交通事故分析

 长大下坡路段是重型载货车多发事故区域。当前针对重型载货车发生事故的研究大都集中在车辆超速方面,忽略了车型、天气、驾驶人特性等因素。本文通过分析云南罗富高速公路某长大下坡路段在2012 年内的重型载货车事故数据,研究车型、天气、驾驶人特性等因素对重型载货车事故的影响。统计分析了不同因素影响下重型货车在长大下坡路段发生事故数的分布规律;然后利用K 均值聚类算法,依据不同因素造成的事故严重程度(事故量、受伤人数、死亡人数),将所有的因素分为3 类。研究结果显示,外地车辆、六轴车和在00:00-07:59 时段发生交通事故的严重程度最重,而有雾、有雨和低温对事故的影响很小。     

侧撞事故伤亡决定特征提取和影响因素分析

在交通事故中侧撞事故严重性最强,分析侧撞事故伤亡特征并得出决定性影响因素有助于降低事故风险.该文先使用随机森林特征选择算法对交通事故的影响因素进行降维; 然后,通过随机森林、神经网络、SVM模型3种分类模型来验证降维效果,得出事故影响因素的重要程度; 最后,构建了3种Logit模型来探究事故伤亡程度与影响因素之间的关系,得出各因素对事故严重程度的具体影响.研究结果表明:当提取安全气囊、车辆类型、年龄、防护措施等9种重要程度较大的影响因素作为特征子集时,模型的准确率和有效率达到较高水平.随机参数Logit模型分析的结果表明:在T字路口、驾驶员为男性等情况下事故率较低; 车辆体型越大事故伤亡率越低.     

层次分析法在车辆事故分析中的应用

通过对车辆事故的分析,建立了影响因素的层次结构模型.通过计算各因素的权重达到了量化的目的,并对诸因素的重要性进行总排序,为采取减少车辆事故的预防措施提供可行依据.     

事故树分析方法在教学事故防治中的应用

将教学工作当作一项系统工程,结合高等教育的特点和要求,应用安全系统工程原理和方法,引入事故树分析方法,对本科教学系统中人、机、环境三要素的角度对教学事故进行了事故树的定性和定量分析.构建了教学事故的事故树影响因素集,在统计各因素发生概率的基础上,预测了教学事故发生的概率,确定了各因素对教学事故发生的影响程度,从而将防止教学事故的发生从目前的事后总结型上升到预防为主的系统安全性层次.