天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

道路交通傷害預(yù)測(cè)方法研究

發(fā)布時(shí)間:2017-05-23 13:17

  本文關(guān)鍵詞:道路交通傷害預(yù)測(cè)方法研究,由筆耕文化傳播整理發(fā)布。


【摘要】:研究背景:道路交通傷害目前已成為全球不可忽視的社會(huì)安全和公共衛(wèi)生問(wèn)題。若不實(shí)施有效的干預(yù),到2030年,道路交通傷害將成為全球第五位死因。道路交通傷害絕大多數(shù)發(fā)生在發(fā)展中國(guó)家,只有約10%發(fā)生在發(fā)達(dá)國(guó)家。據(jù)WHO預(yù)計(jì),同1990年相比,2020年道路交通死亡在發(fā)展中國(guó)家將平均上升80%,在發(fā)達(dá)國(guó)家將下降近30%。我國(guó)是最大的發(fā)展中國(guó)家,也是道路交通傷害發(fā)生最多的國(guó)家之一,隨著經(jīng)濟(jì)迅速發(fā)展,機(jī)動(dòng)車(chē)數(shù)量不斷快速增長(zhǎng),但交通管理的改善和道路建設(shè)的發(fā)展卻明顯滯后,道路交通傷害及傷亡人數(shù)呈不斷上升趨勢(shì)。我國(guó)道路交通傷害(Road Traffic Injury, RTI)死亡60%發(fā)生在16-45歲的中青年人,對(duì)勞動(dòng)生產(chǎn)力人口造成嚴(yán)重影響。因此有必要對(duì)道路交通傷害的流行規(guī)律及其發(fā)展趨勢(shì)進(jìn)行研究。本研究通過(guò)回歸分析模型、自回歸滑動(dòng)平均混合模型(Autoregressive Integrated Moving Average Model, ARIMA)、灰色模型和BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Networks, BP Neural Networks)等4種方法,運(yùn)用道路交通傷害數(shù)據(jù),建立預(yù)測(cè)模型,對(duì)道路交通傷害死亡進(jìn)行預(yù)測(cè),并對(duì)這幾種方法進(jìn)行綜合比較,為道路交通傷害預(yù)測(cè)的方法選擇提供依據(jù),也為制定預(yù)防和減少道路交通傷害、降低事故嚴(yán)重程度的策略提供科學(xué)依據(jù)。研究目的:1、道路交通傷害預(yù)測(cè)各種方法的建立與使用;2、不同預(yù)測(cè)方法進(jìn)行綜合比較,為道路交通傷害預(yù)測(cè)的方法選擇提供依據(jù)。研究方法:以1951-2012年中國(guó)道路交通傷害十萬(wàn)人口死亡率數(shù)據(jù)為樣本數(shù)據(jù),分別運(yùn)用回歸分析模型法、ARIMA模型法和BP神經(jīng)網(wǎng)絡(luò)法建立預(yù)測(cè)模型;以2006-2012年中國(guó)道路交通傷害十萬(wàn)人口死亡率數(shù)據(jù)為樣本數(shù)據(jù),分別運(yùn)用回歸分析模型法和灰色模型法建立預(yù)測(cè)模型;以2000-2012年中國(guó)道路交通傷害十萬(wàn)人口死亡率月數(shù)據(jù)為樣本數(shù)據(jù),分別運(yùn)用季節(jié)性ARIMA (Seasonal ARIMA, SARIMA)模型法和BP神經(jīng)網(wǎng)絡(luò)法建立預(yù)測(cè)模型。研究結(jié)果:1、以1951-2011年中國(guó)道路交通傷害十萬(wàn)人口死亡率數(shù)據(jù)為建模數(shù)據(jù),回歸分析模型法構(gòu)建的預(yù)測(cè)模型為Y=-0.000164X3+0.015669X2-0.267856X+1.275373,模型及參數(shù)均具有統(tǒng)計(jì)學(xué)意義,對(duì)2012年道路交通傷害十萬(wàn)人口死亡率進(jìn)行預(yù)測(cè),預(yù)測(cè)值(95%CI)為5.74(4.02-7.46),實(shí)際值為4.45,誤差率較大;以2006-2011年中國(guó)道路交通傷害十萬(wàn)人口死亡率數(shù)據(jù)為建模數(shù)據(jù),回歸分析模型法構(gòu)建的預(yù)測(cè)模型為Y=-0.439X'+7.079模型及參數(shù)均具有統(tǒng)計(jì)學(xué)意義,對(duì)2012年道路交通傷害十萬(wàn)人口死亡率進(jìn)行預(yù)測(cè),預(yù)測(cè)值(95%CI)為4.01(3.22-4.79),實(shí)際觀測(cè)值在預(yù)測(cè)值的95%CI內(nèi)。2、ARIMA模型法構(gòu)建道路交通傷害十萬(wàn)人口死亡率預(yù)測(cè)模型ARIMA (1,1,0):Yt=eYt-1+0.325(?)Yt-1+e1,其中,et為隨機(jī)誤差,模型殘差序列為白噪聲,Ljung-Box檢驗(yàn)P0.05,擬合效果良好。應(yīng)用該模型預(yù)測(cè)2012年中國(guó)道路交通傷害十萬(wàn)人口死亡率,預(yù)測(cè)值(95%CI)為4.67(3.05-6.87),預(yù)測(cè)值與實(shí)際觀測(cè)結(jié)果相符,實(shí)際觀測(cè)值在預(yù)測(cè)值95%CI內(nèi);SARIMA模型法構(gòu)建道路交通傷害十萬(wàn)人口死亡率預(yù)測(cè)模型SARIMA(1,1,1)(0,1,1)12,Ljung-Box檢驗(yàn)P0.05,應(yīng)用該模型預(yù)測(cè)2012年中國(guó)道路交通傷害十萬(wàn)人口死亡率,預(yù)測(cè)結(jié)果與實(shí)際觀測(cè)值相符,觀測(cè)值在預(yù)測(cè)值的95%CI內(nèi);3、灰色模型法構(gòu)建道路交通傷害十萬(wàn)人口死亡率預(yù)測(cè)方程為x(k+2)=6.0778e-0-073k,對(duì)2012年我國(guó)道路交通傷害十萬(wàn)人口死亡率進(jìn)行預(yù)測(cè),預(yù)測(cè)值為4.22,與實(shí)際值誤差較。4、以1951-2012年道路交通傷害十萬(wàn)人口死亡率為樣本數(shù)據(jù)建立的BP神經(jīng)網(wǎng)絡(luò),最終選擇的BP神經(jīng)網(wǎng)絡(luò)為:以過(guò)去4年十萬(wàn)人口死亡率為網(wǎng)絡(luò)輸入,下一年十萬(wàn)人口死亡率為期望輸出,隱含層神經(jīng)元數(shù)目為6個(gè),模型對(duì)2012年道路交通傷害十萬(wàn)人口死亡率的預(yù)測(cè)誤差率為0.67%;以2000-2012年各月道路交通傷害十萬(wàn)人口死亡率為樣本數(shù)據(jù)建立的BP神經(jīng)網(wǎng)絡(luò),最終選擇的BP神經(jīng)網(wǎng)絡(luò)為:以過(guò)去5年同期十萬(wàn)人口死亡率為網(wǎng)絡(luò)輸入,當(dāng)前周期十萬(wàn)人口死亡率為期望輸出,隱含層神經(jīng)元數(shù)目為5個(gè),模型對(duì)2012年各月道路交通傷害十萬(wàn)人口死亡率的預(yù)測(cè)值與實(shí)際值平均絕對(duì)誤差率為3.8040%,預(yù)測(cè)效果較好。研究結(jié)論:1、以1951-2012年中國(guó)道路交通傷害十萬(wàn)人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)建立的預(yù)測(cè)模型,BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果最好,其次是ARIMA模型,回歸分析模型預(yù)測(cè)效果最差;2、以2006-2012年中國(guó)道路交通傷害十萬(wàn)人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)建立的預(yù)測(cè)模型,灰色模型的預(yù)測(cè)效果明顯優(yōu)于回歸分析模型;3、以2000-2012年各月中國(guó)道路交通傷害十萬(wàn)人口死亡率數(shù)據(jù)為樣本數(shù)據(jù)建立的預(yù)測(cè)模型,BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果略?xún)?yōu)于SARIMA模型;4、當(dāng)樣本數(shù)據(jù)沒(méi)有明顯的季節(jié)性,且數(shù)據(jù)數(shù)量足夠多時(shí),可選擇BP神經(jīng)網(wǎng)絡(luò)法進(jìn)行建模預(yù)測(cè);樣本數(shù)據(jù)較少時(shí),可選擇灰色模型法進(jìn)行建模預(yù)測(cè);5、當(dāng)樣本數(shù)據(jù)顯示有季節(jié)性或周期性時(shí),SARIMA模型法和BP神經(jīng)網(wǎng)絡(luò)法均可用于預(yù)測(cè)模型的建立,BP神經(jīng)網(wǎng)絡(luò)法的預(yù)測(cè)效果略?xún)?yōu)于SARIMA模型法:6、在對(duì)道路交通傷害進(jìn)行預(yù)測(cè)時(shí),可盡可能考慮多種預(yù)測(cè)方法,最后進(jìn)行綜合比較,選擇預(yù)測(cè)精度較好的預(yù)測(cè)方法進(jìn)行建模預(yù)測(cè)。
【關(guān)鍵詞】:道路交通傷害 回歸分析模型法 ARIMA模型法 灰色模型法 BP神經(jīng)網(wǎng)絡(luò)法
【學(xué)位授予單位】:東南大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2015
【分類(lèi)號(hào)】:U491.31;R181.3
【目錄】:
  • 中文摘要4-7
  • Abstract7-12
  • 縮略詞中英文對(duì)照12-13
  • 第一章 緒論13-16
  • 1.1 研究的目的和意義13-15
  • 1.2 研究的主要內(nèi)容15-16
  • 第二章 回歸分析模型法16-25
  • 2.1 資料與方法16-19
  • 2.2 結(jié)果19-22
  • 2.3 討論22-24
  • 本章小結(jié)24-25
  • 第三章 ARIMA模型法25-36
  • 3.1 資料與方法25-26
  • 3.2 結(jié)果26-33
  • 3.3 討論33-35
  • 本章小結(jié)35-36
  • 第四章 灰色模型法36-42
  • 4.1 資料與方法36-39
  • 4.2 結(jié)果39-40
  • 4.3 討論40-41
  • 本章小結(jié)41-42
  • 第五章 BP神經(jīng)網(wǎng)絡(luò)法42-51
  • 5.1 資料與方法42-44
  • 5.2 結(jié)果44-48
  • 5.3 討論48-50
  • 本章小結(jié)50-51
  • 第六章 結(jié)論、建議及不足51-55
  • 6.1 結(jié)論與建議51-53
  • 6.2 不足53-55
  • 參考文獻(xiàn)55-60
  • 附錄60-62
  • 道路交通傷害預(yù)測(cè)方法研究進(jìn)展62-71
  • 參考文獻(xiàn)68-71
  • 作者簡(jiǎn)介71-73
  • 致謝73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 梁劍暉;郭海慶;何忠意;黨亞倩;;灰色模型預(yù)測(cè)在真空預(yù)壓工程中的應(yīng)用研究[J];河南科學(xué);2014年08期

2 譚愛(ài)春;田丹平;黃淵秀;高林;鄧欣;李黎;何瓊;陳田木;胡國(guó)清;吳靜;;致死性道路交通傷害預(yù)測(cè)模型的構(gòu)建[J];中華流行病學(xué)雜志;2014年02期

3 賈現(xiàn)召;張濤;趙海蓮;段明德;;截尾時(shí)間下數(shù)控機(jī)床可靠性分析的灰色模型法[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

4 龐媛媛;張徐軍;涂志斌;崔夢(mèng)晶;顧月;;自回歸移動(dòng)平均混合模型在中國(guó)道路交通傷害預(yù)測(cè)中的應(yīng)用[J];中華流行病學(xué)雜志;2013年07期

5 胡振方;張錄達(dá);王玨璇;Shamaila Z;曾愛(ài)君;宋堅(jiān)利;劉亞佳;Wolfram S;Joachim M;何雄奎;;BP神經(jīng)網(wǎng)絡(luò)在使用紅外熱像儀技術(shù)預(yù)測(cè)冬小麥產(chǎn)量中的應(yīng)用(英文)[J];光譜學(xué)與光譜分析;2013年06期

6 董玉波;;道路交通事故多元線性回歸模型及其檢驗(yàn)方法[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

7 劉文東;吳瑩;艾靜;梁祁;胡建利;戴啟剛;李媛;湯奮揚(yáng);;BP神經(jīng)網(wǎng)絡(luò)在痢疾發(fā)病趨勢(shì)預(yù)測(cè)中的應(yīng)用研究[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2012年06期

8 董曉梅;彭淋;王聲ng;;道路交通傷害干預(yù)研究進(jìn)展[J];中國(guó)公共衛(wèi)生;2012年05期

9 彭振仁;楊莉;劉勇;張海英;陳世藝;尹曄;覃莉;;南寧市2000—2009年道路交通傷害時(shí)間序列分析[J];中國(guó)公共衛(wèi)生;2012年05期

10 黃開(kāi)勇;楊莉;;道路交通傷害的流行病學(xué)研究進(jìn)展[J];中國(guó)慢性病預(yù)防與控制;2012年02期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 石志安;基于MATLAB神經(jīng)網(wǎng)絡(luò)模型的道路交通事故預(yù)測(cè)[D];長(zhǎng)安大學(xué);2010年

2 閆建華;道路交通事故預(yù)測(cè)方法研究[D];山東理工大學(xué);2010年

3 李陽(yáng);摩托車(chē)道路交通事故及其傷害特點(diǎn)研究[D];第三軍醫(yī)大學(xué);2009年

4 劉淑環(huán);北京市道路交通事故灰色預(yù)測(cè)模型的構(gòu)建與應(yīng)用[D];首都師范大學(xué);2008年

5 張恩亮;基于BP神經(jīng)網(wǎng)絡(luò)的道路交通安全預(yù)測(cè)研究[D];北京交通大學(xué);2007年

6 劉利;道路交通事故統(tǒng)計(jì)分析及預(yù)測(cè)模型研究[D];重慶大學(xué);2004年

7 李相勇;道路交通事故預(yù)測(cè)方法研究[D];西南交通大學(xué);2004年


  本文關(guān)鍵詞:道路交通傷害預(yù)測(cè)方法研究,,由筆耕文化傳播整理發(fā)布。



本文編號(hào):388065

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/yixuelunwen/liuxingb/388065.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶(hù)e1e97***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com