交通信息与安全
交通信息與安全
교통신식여안전
JOURNAL OF TRANSPORT INFORMATION AND SAFETY
2014年
3期
110-113,118
,共5页
水上交通事故%灰色预测%BP神经网络
水上交通事故%灰色預測%BP神經網絡
수상교통사고%회색예측%BP신경망락
maritime accidents%gray prediction method%BP neural network
水上交通事故预测是水上安全的重要组成部分，目的是为了掌握水上交通事故未来的发展状况，为管理决策提供重要的理论依据。运用灰色神经网络组合模型对水上交通事故量进行预测，运用灰色模型对水上交通事故进行模拟，将结果和原始数据进行对比，计算出残差。运用BP神经网络模型对残差进行修正，得到最终预测的结果。仿真得到的2012年和2013年的水上交通事故预测量分别是270和281。实践表明，水上交通事故量呈下降趋势，但有部分年份仍有回升趋势。
水上交通事故預測是水上安全的重要組成部分，目的是為瞭掌握水上交通事故未來的髮展狀況，為管理決策提供重要的理論依據。運用灰色神經網絡組閤模型對水上交通事故量進行預測，運用灰色模型對水上交通事故進行模擬，將結果和原始數據進行對比，計算齣殘差。運用BP神經網絡模型對殘差進行脩正，得到最終預測的結果。倣真得到的2012年和2013年的水上交通事故預測量分彆是270和281。實踐錶明，水上交通事故量呈下降趨勢，但有部分年份仍有迴升趨勢。
수상교통사고예측시수상안전적중요조성부분，목적시위료장악수상교통사고미래적발전상황，위관리결책제공중요적이론의거。운용회색신경망락조합모형대수상교통사고량진행예측，운용회색모형대수상교통사고진행모의，장결과화원시수거진행대비，계산출잔차。운용BP신경망락모형대잔차진행수정，득도최종예측적결과。방진득도적2012년화2013년적수상교통사고예측량분별시270화281。실천표명，수상교통사고량정하강추세，단유부분년빈잉유회승추세。
The prediction of maritime accidents is an important part of maritime safety as it helps estimate future maritime accidents for management decision making .First ,a gray model was used to simulate accidents in water trans-portation .Then ,the original data were compared with the results to calculate the residuals .Finally ,the BP neural net-work model for the residual correction was applied in oeder to get the final prediction results .It was predicted that the number of water transportation accidents in 2012 and 2013 was 270 and 281 ,respectively .
