| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-34页 |
| 1.1 研究背景 | 第12-21页 |
| 1.1.1 国内外交通安全状况 | 第13-21页 |
| 1.1.2 交通安全研究的必要性 | 第21页 |
| 1.2 道路交通事故预测国内外研究现状 | 第21-30页 |
| 1.2.1 道路交通事故的定性预测 | 第21-22页 |
| 1.2.2 道路交通事故的定量预测 | 第22-27页 |
| 1.2.3 马尔可夫链模型在交通事故预测中的研究现状 | 第27-30页 |
| 1.3 论文的研究目的和意义 | 第30-31页 |
| 1.4 论文的研究思路、主要研究工作及结构安排 | 第31-33页 |
| 1.4.1 论文的研究思路 | 第31页 |
| 1.4.2 论文的主要研究工作 | 第31-32页 |
| 1.4.3 论文的结构安排 | 第32-33页 |
| 1.5 本章小结 | 第33-34页 |
| 第二章 道路交通事故预测的理论基础 | 第34-54页 |
| 2.1 道路交通事故致因因素分析 | 第34-37页 |
| 2.1.1 人的因素 | 第34-36页 |
| 2.1.2 车辆因素 | 第36页 |
| 2.1.3 道路因素 | 第36-37页 |
| 2.1.4 环境因素 | 第37页 |
| 2.2 道路交通事故预测概述 | 第37-40页 |
| 2.2.1 预测的含义 | 第37-39页 |
| 2.2.2 预测的基本原理 | 第39-40页 |
| 2.2.3 道路交通事故的预测方法选择 | 第40页 |
| 2.3 基于灰色理论的道路交通事故预测 | 第40-44页 |
| 2.3.1 灰色理论简介 | 第40-41页 |
| 2.3.2 灰色理论在交通事故预测的适用性分析 | 第41-42页 |
| 2.3.3 灰色 GM(1,1)建模 | 第42-44页 |
| 2.4 基于马尔可夫理论的道路交通事故预测 | 第44-50页 |
| 2.4.1 马尔可夫理论简介 | 第44-45页 |
| 2.4.2 道路交通事故预测的马尔可夫适用性分析 | 第45页 |
| 2.4.3 状态划分 | 第45-48页 |
| 2.4.4 状态转移概率矩阵的计算 | 第48-49页 |
| 2.4.5 “马氏性”检验 | 第49-50页 |
| 2.5 预测评价及预测方法的选择 | 第50-53页 |
| 2.5.1 预测模型评价准则 | 第50-51页 |
| 2.5.2 评价指标 | 第51-53页 |
| 2.6 本章小结 | 第53-54页 |
| 第三章 基于改进的灰色马尔可夫链的交通事故预测 | 第54-67页 |
| 3.1 道路交通事故灰色马尔可夫预测的基本思想 | 第54页 |
| 3.2 道路交通事故灰色马尔可夫组合模型的建立 | 第54-56页 |
| 3.2.1 灰色 GM(1,1)预测模型的建立 | 第55页 |
| 3.2.2 马尔可夫精确化预测结果 | 第55-56页 |
| 3.3 改进的灰色马尔可夫链 | 第56-59页 |
| 3.3.1 马尔可夫链概述 | 第56-57页 |
| 3.3.2 改进的灰色马尔可夫链的提出背景 | 第57-58页 |
| 3.3.3 改进的灰色马尔可夫链的预测思想 | 第58-59页 |
| 3.4 实例分析 | 第59-65页 |
| 3.4.1 建立死亡率 GM(1,1)模型 | 第59-60页 |
| 3.4.2 GM(1,1)模型精度检验 | 第60页 |
| 3.4.3 状态划分 | 第60-61页 |
| 3.4.4 计算 1 步状态转移概率矩阵 | 第61页 |
| 3.4.5 计算预测值 | 第61-65页 |
| 3.5 改进的灰色马尔可夫链的特点 | 第65-66页 |
| 3.6 本章小结 | 第66-67页 |
| 第四章 基于加权马尔可夫模型的交通事故预测 | 第67-77页 |
| 4.1 加权马尔可夫模型在交通事故预测中的适用性分析 | 第67-68页 |
| 4.2 加权马尔可夫链预测 | 第68-70页 |
| 4.2.1 加权马尔可夫链预测的思想 | 第68页 |
| 4.2.2 加权马尔可夫链预测的基本步骤 | 第68-70页 |
| 4.3 实例分析 | 第70-76页 |
| 4.3.1 建立分级标准 | 第70页 |
| 4.3.2 确定状态 | 第70-71页 |
| 4.3.3 “马氏性”检验 | 第71页 |
| 4.3.4 计算马尔可夫链的权重 | 第71-72页 |
| 4.3.5 计算不同步长的转移概率矩阵 | 第72页 |
| 4.3.6 制作预测表 | 第72-76页 |
| 4.4 加权马尔可夫模型的特点 | 第76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 基于灰色加权马尔可夫 SCGM(1,1)c 模型的交通事故预测 | 第77-87页 |
| 5.1 灰色加权马尔可夫 SCGM(1,1)c 模型的提出背景 | 第77-78页 |
| 5.2 系统云灰色 SCGM(1,1)c 模型 | 第78-80页 |
| 5.2.1 模型的选择 | 第78-79页 |
| 5.2.2 SCGM(1,1)c 模型的原理 | 第79-80页 |
| 5.3 灰拟合精度指标预测的加权马尔可夫链法 | 第80-82页 |
| 5.3.1 灰精度指标状态划分 | 第80-81页 |
| 5.3.2 构造状态转移概率矩阵 | 第81页 |
| 5.3.3 灰拟合精度指标状态的加权马尔可夫链预测 | 第81-82页 |
| 5.3.4 灰精度指标预测值 | 第82页 |
| 5.4 实例分析 | 第82-86页 |
| 5.4.1 建立系统云灰色 SCGM(1,1)c 模型 | 第82-83页 |
| 5.4.2 加权马尔可夫链的灰精度指标预测 | 第83-85页 |
| 5.4.3 两种方法预测的结果比较 | 第85页 |
| 5.4.4 模型的约束条件及应用讨论 | 第85-86页 |
| 5.5 灰色加权马尔可夫 SCGM(1,1)c 模型的特点 | 第86页 |
| 5.6 本章小结 | 第86-87页 |
| 第六章 基于新维无偏灰色马尔可夫的交通事故预测 | 第87-98页 |
| 6.1 新维无偏灰色马尔可夫模型的提出背景 | 第87-88页 |
| 6.2 无偏灰色预测模型 | 第88-90页 |
| 6.2.1 传统 GM(1,1)模型的特性分析 | 第88-89页 |
| 6.2.2 无偏 GM(1,1)模型的建立 | 第89-90页 |
| 6.3 对无偏灰色预测模型进行马尔可夫链改进 | 第90-91页 |
| 6.3.1 状态划分 | 第91页 |
| 6.3.2 计算状态转移概率矩阵 | 第91页 |
| 6.3.3 确定预测值 | 第91页 |
| 6.4 新维无偏灰色马尔可夫预测模型 | 第91-93页 |
| 6.4.1 新维无偏灰色马尔可夫模型概述 | 第91-92页 |
| 6.4.2 新维无偏灰色马尔可夫模型的构建步骤 | 第92-93页 |
| 6.5 实例分析 | 第93-96页 |
| 6.5.1 建立死亡人数的无偏灰色模型 | 第93-94页 |
| 6.5.2 建立死亡人数的无偏灰色马尔可夫模型 | 第94-95页 |
| 6.5.3 建立死亡人数的新维无偏灰色马尔可夫模型 | 第95-96页 |
| 6.5.4 模型比较 | 第96页 |
| 6.6 新维无偏灰色马尔可夫模型的特点 | 第96页 |
| 6.7 本章小结 | 第96-98页 |
| 第七章 基于最优加权组合模型的交通事故预测 | 第98-109页 |
| 7.1 组合预测模型的提出背景 | 第98-99页 |
| 7.2 交通事故预测单一模型 | 第99-101页 |
| 7.2.1 灰色 GM(1,1)模型 | 第99页 |
| 7.2.2 灰色 Verhulst 模型 | 第99-100页 |
| 7.2.3 系统云灰色 SCGM(1,1)c 模型 | 第100-101页 |
| 7.3 最优加权组合预测模型 | 第101-102页 |
| 7.4 交通事故死亡人数的组合预测模型 | 第102-106页 |
| 7.4.1 单一模型预测 | 第102-103页 |
| 7.4.2 计算权重，建立组合预测模型 | 第103-104页 |
| 7.4.3 组合预测的结果分析及评价 | 第104-105页 |
| 7.4.4 模型的特性比较及应用讨论 | 第105-106页 |
| 7.5 模型应用及结果分析 | 第106-107页 |
| 7.5.1 我国未来交通事故死亡人数预测 | 第106-107页 |
| 7.5.2 预测结果分析 | 第107页 |
| 7.6 最优加权组合模型的特点 | 第107-108页 |
| 7.7 本章小结 | 第108-109页 |
| 第八章 总结与展望 | 第109-114页 |
| 8.1 结论 | 第109-112页 |
| 8.2 创新点 | 第112页 |
| 8.3 工作展望 | 第112-114页 |
| 参考文献 | 第114-123页 |
| 攻读博士期间取得的研究成果 | 第123-125页 |
| 致谢 | 第125页 |
