近年來,雖然安全管理工作得到一定的好轉(zhuǎn),但死亡事故總量仍居高不下,造成嚴重經(jīng)濟損失。通過事故預測可以掌握事故未來的趨勢狀態(tài),可以有效的減少事故的發(fā)生。它是安全生產(chǎn)管理中很重要的一項內(nèi)容,提高事故的預測精度具有重要的意義。事故是典型的隨機性強的非平穩(wěn)時間序列,決定了事故預測的復雜性。小波分析理論很適合處理非平穩(wěn)信號。本文將小波分析理論引入到事故預測中,主要的工作及結(jié)論如下:（1）采用灰色GM（1,1）模型對某省2008-2012年的道路交通事故起數(shù)進行了預測擬合,通過后驗差法來檢驗?zāi)Ｐ偷念A測精度。由于該事故序列波動性較大,得到的預測結(jié)果的精度檢驗等級是三級（勉強合格）,擬合效果不理想。在此基礎(chǔ)上引入了改進的新陳代謝模型,預測精度等級由三級提高到二級（合格）,可見不斷補充新的信息同時剔除掉舊的信息再重新建模是有效的。（2）采用對某省2002-2012年以月份為時間特征的132個道路交通事故起數(shù)進行小波多分辨分析。采用Mallat算法對原始序列進行了分解與重構(gòu),將事故信號分解成低頻趨近部分和高頻震蕩部分,低頻部分涵蓋了原事故數(shù)據(jù)的有用信息,高頻部分包含的大都是噪聲非穩(wěn)態(tài)信息。所以,利用小波分... 

【文章來源】：西安建筑科技大學陜西省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 研究意義及目的
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 國內(nèi)外預測技術(shù)研究現(xiàn)狀
        1.3.2 灰色系統(tǒng)理論的研究現(xiàn)狀
        1.3.3 小波分析的研究現(xiàn)狀
    1.4 本課題研究的主要內(nèi)容
2 預測方法綜述
    2.1 預測方法概述
        2.1.1 定性分析預測法
        2.1.2 定量分析預測法
    2.2 各種預測方法對比
3 灰色系統(tǒng)理論及應(yīng)用
    3.1 灰色系統(tǒng)理論
        3.1.1 灰色系統(tǒng)產(chǎn)生的背景
        3.1.2 灰色系統(tǒng)理論對事故預測的適用性
    3.2 灰色系統(tǒng)理論主要的研究內(nèi)容
        3.2.1 灰色系統(tǒng)理論的概念
        3.2.2 灰色系統(tǒng)理論的基本原理
    3.3 灰色GM（1，1）的建模
        3.3.1 GM（1，1）的建模機理
        3.3.2 GM（1，1）的建模原理
        3.3.3 GM（1，1）模型的建模步驟
        3.3.4 GM（1，1）模型的檢驗
        3.3.5 GM（1，1）模型的改進
    3.4 應(yīng)用實例分析
        3.4.1 GM（1，1）模型預測
        3.4.2 預測結(jié)果分析
        3.4.3 改進的新陳代謝模型的應(yīng)用分析
4 小波分析理論及應(yīng)用
    4.1 小波分析理論概述
    4.2 傅里葉變換概述
        4.2.1 傅里葉變換
        4.2.2 短時傅里葉變換
        4.2.3 小波分析原理
    4.3 小波變換
        4.3.1 連續(xù)小波變換
        4.3.2 離散小波變換
    4.4 多分辨分析理論
    4.5 小波分析的Mallat算法
        4.5.1 Mallat分解算法
        4.5.2 Mallat重構(gòu)算法
    4.6 常用小波函數(shù)
    4.7 某省道路交通事故原始數(shù)據(jù)的多分辨率分析
        4.7.1 某省道路交通歷史數(shù)據(jù)的選擇
        4.7.2 某省道路交通事故原始數(shù)據(jù)多分辨分析
5 基于小波分析的灰色預測應(yīng)用
    5.1 小波分析的優(yōu)越性
    5.2 小波分析在本研究中的適用性
    5.3 基于小波多分辨分析的灰色GM（1，1）建模
        5.3.1 建模思想
        5.3.2 建模步驟
    5.4 實例分析
        5.4.1 基于小波分析的灰色GM（1，1）模型的事故預測
            5.4.1.1 利用小波分析對歷史事故數(shù)據(jù)進行預處理
            5.4.1.2 利用小波分析對歷史事故數(shù)據(jù)進行預處理
        5.4.2 道路交通事故死亡人數(shù)預測
        5.4.3 工貿(mào)行業(yè)事故死亡人數(shù)預測
        5.4.4 工礦事故死亡人數(shù)預測
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻
攻讀碩士期間科研成果


【參考文獻】：
期刊論文
[1]一種新的基于小波分析理論的組合預測方法[J]. 趙燁華,張仲榮,石星宏,張恒.  魯東大學學報(自然科學版). 2011(04)
[2]基于小波分解的匯率預測模型實證研究[J]. 薛永剛.  統(tǒng)計與決策. 2010(20)
[3]灰色系統(tǒng)預測在煤礦安全事故發(fā)生趨勢預測中的應(yīng)用[J]. 張愛霞,張云鵬,衣麗芬.  河北理工大學學報(自然科學版). 2010(03)
[4]事故預測方法研究述評[J]. 鄭小平,劉夢婷,李偉.  安全與環(huán)境學報. 2008(03)
[5]基于灰色理論的工傷事故死亡率預測模型研究[J]. 李林,姜德義.  礦業(yè)安全與環(huán)保. 2007(02)
[6]小波分析在圖像處理中的應(yīng)用[J]. 江運華.  電腦知識與技術(shù)(學術(shù)交流). 2007(05)
[7]道路交通事故灰色預測模型及應(yīng)用研究[J]. 劉兆惠,王超,許洪國.  長春理工大學學報. 2006(04)
[8]基于小波多分辨分析的中國工礦事故預測[J]. 白福利,鐔志偉,董賢哲.  遼寧工程技術(shù)大學學報(社會科學版). 2006(04)
[9]應(yīng)用小波分析研究安全生產(chǎn)周期[J]. 白福利,鐔志偉,董賢哲.  中國煤炭. 2006(03)
[10]非參數(shù)估計與小波分析在股市趨勢線中的應(yīng)用[J]. 周明磊.  數(shù)理統(tǒng)計與管理. 2005(04)

博士論文
[1]小波熵與小波網(wǎng)絡(luò)在多相流參數(shù)測量中的應(yīng)用研究[D]. 韓駿.天津大學 2010
[2]深圳市固定資產(chǎn)投資適度規(guī)模問題研究[D]. 丘健明.上海交通大學 2006
[3]生產(chǎn)安全事故統(tǒng)計分析及預測理論方法研究[D]. 呂海燕.北京林業(yè)大學 2004

碩士論文
[1]基于灰色系統(tǒng)理論的黃/紅麻產(chǎn)量預測研究[D]. 姚宏軍.福建農(nóng)林大學 2014
[2]結(jié)合小波分析及優(yōu)化理論的組合預測方法及應(yīng)用[D]. 施蘇桐.燕山大學 2013
[3]小波分析在瓦斯涌出量預測中的應(yīng)用[D]. 康橋.西安科技大學 2013
[4]建筑安全事故預測和預控對策研究[D]. 彭曉曉.中國海洋大學 2012
[5]基于小波變換的交通流短時預測模型研究[D]. 曹征.北京交通大學 2010
[6]灰色系統(tǒng)理論在煤與瓦斯突出預測中的應(yīng)用研究[D]. 王燦召.太原理工大學 2010
[7]化工產(chǎn)品量價決策方法研究與決策支持系統(tǒng)實現(xiàn)[D]. 李耘.上海交通大學 2010
[8]安全事故系統(tǒng)預測技術(shù)及其在礦業(yè)中的應(yīng)用[D]. 李瑩瑩.武漢科技大學 2010
[9]灰色理論在非煤礦山爆破評估及事故預測中的應(yīng)用研究[D]. 黃永輝.昆明理工大學 2009
[10]洛陽市電網(wǎng)規(guī)劃項目中長期電力需求預測[D]. 郭銳.華北電力大學（河北） 2008



本文編號：3330673