基于ARIMA-GRNN组合模型的中国交通伤死亡预测模型的方法学研究及公共政策分析
기우ARIMA-GRNN조합모형적중국교통상사망예측모형적방법학연구급공공정책분석
A methodological study on Chinese road traffic fatalities prediction based on ARIMA-GRNN model and a public policy analysis
  • 万方数据
    四川医学 사천의학
    SICHUAN MEDICAL JOURNAL
    2011年 5期 624-627 ,共4页

    余阳艳%杨浩%江华%孙明伟%彭谨%周志远%李振宇%蔡斌%Charles Damien Lu%曾俊

    여양염%양호%강화%손명위%팽근%주지원%리진우%채빈%Charles Damien Lu%증준

    ARIMA%GRNN%交通伤%死亡人数%预测 ARIMA%GRNN%交通傷%死亡人數%預測
    ARIMA%GRNN%교통상%사망인수%예측
    目的 基于自回归移动平均模型(autoregressive integrated moving average model,ARIMA)-广义回归神经网络模型(generalized regression neural network,GRNN)联合构建交通伤死亡预测模型,并据此对相关公共政策对交通伤死亡的影响进行初步分析.方法 1991～2009年度交通伤死亡人数来源于中国公安部公布的相应年统计数据.根据ARIMA模型,建立拟合值-y和实际值y的相关回归模型,并计算预测未来年份的死亡数.继而将该预测值带入GRNN模型中,获得修正预测值.ARIMA运算平台采用SPSS 17.0,GRNN建模采用Matlab平台.结果 经GRNN修正的ARIMA(3,2,2)模型较好拟合了1991～2005年交通伤死亡人数的时间序列,2006～2009年交通伤死亡人数的预测值符合实际值的变动趋势,预测值与实际值的相对误差率仅为5%.以之为基础预测2010～2015年的全国交通伤死亡人数为6.6～6.4万.结论 ARIMA-GRNN联合模型能较为准确的对交通伤死亡人数变化趋势做出预测.中国交通伤死亡人数已步入持续下降通道.若维持现有的道路交通安全政策水平及执法力度,交通伤致死人数将从2015年起维持于6.5万的水平.若要进一步降低致死人数水平,可能需要提前从现有法规、政策及执行基础方面进行调整.
    목적 기우자회귀이동평균모형(autoregressive integrated moving average model,ARIMA)-엄의회귀신경망락모형(generalized regression neural network,GRNN)연합구건교통상사망예측모형,병거차대상관공공정책대교통상사망적영향진행초보분석.방법 1991～2009년도교통상사망인수래원우중국공안부공포적상응년통계수거.근거ARIMA모형,건립의합치-y화실제치y적상관회귀모형,병계산예측미래년빈적사망수.계이장해예측치대입GRNN모형중,획득수정예측치.ARIMA운산평태채용SPSS 17.0,GRNN건모채용Matlab평태.결과 경GRNN수정적ARIMA(3,2,2)모형교호의합료1991～2005년교통상사망인수적시간서렬,2006～2009년교통상사망인수적예측치부합실제치적변동추세,예측치여실제치적상대오차솔부위5%.이지위기출예측2010～2015년적전국교통상사망인수위6.6～6.4만.결론 ARIMA-GRNN연합모형능교위준학적대교통상사망인수변화추세주출예측.중국교통상사망인수이보입지속하강통도.약유지현유적도로교통안전정책수평급집법력도,교통상치사인수장종2015년기유지우6.5만적수평.약요진일보강저치사인수수평,가능수요제전종현유법규、정책급집행기출방면진행조정.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문