基于IOWA算子的水上交通事故组合预测方法研究
发布时间：2021-08-28 19:22
随着水路运输的持续稳定发展,航运经济已经成为国民经济的重要组成部分,在国家实现现代化建设过程中扮演着举足轻重的角色。虽然水路运输在迅速发展的过程中带来了一定的经济效益,但水上交通的安全隐患也随之增加。水上交通事故不仅会造成巨大的经济财产损失,甚至可能会对生命安全造成威胁。因此,通过合理的方式有效预测水上交通事故,从整体上控制水域内事故发生的趋势,对降低事故发生风险、提高水上交通安全状况具有重要的现实意义。论文重点对水上交通事故影响因素分析和预测方法两方面进行研究。通过分析组合预测方法,确定建立基于IOWA算子的水上交通事故组合预测模型,并通过水上交通事故预测实例加以验证。通过对比各预测模型的误差指标,证明组合预测模型的适用性和准确性。本文的主要研究工作如下:首先,建立集成的DEMATEL、ISM、ANP方法分析水上交通事故影响因素。由于水上交通系统是一个动态的、不确定性的、随机的复杂系统,因此利用集成方法构建水上交通事故影响因素的递阶层次网络结构模型,将系统内繁杂的因素关系转变成明晰简单的层次结构关系,进而明确影响因素间相互影响的内在运行机制,获取关键影响因素。?其次,在对水上交通事故...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
水上交通事故影响因素的ANP网络模型?
影响度的重要性程度。通过上述计算，最终 的计算结果是：（9）建立水上交通事故影响因素因果关系网络模型?按照解释结构模型得到的因素间的层级关系和上一步获得的各影响因素的混合影响度重要性程度，建立如图 3-8 所示的水上交通事故影响因素层次网络结构模型。网络结构模型中，节点的大小表示各影响因素重要程度的高低；节点间连接线条粗细差别反映影响因素之间影响关系强弱。?
阵 和参数向量 的值。原始事故数据序列和模型背景值 和参数向量 求解的关键因素，因此合理确定背景值是差、优化模型的重要途径。（4-8）中 个白化方程在区间 1, 上进行积分处理，( )( )d =( )( ) +( )( ) + +( )( ) ) = ∑( )( )d + ( = 1,2,…, ; = 2,3,…, 比上述公式（4-10）和公式（4-26）可知，第 个变量的积代替了实际背景值，实际背景值应为曲线( )( )在区成的面积，两者的差值便是误差的来源，如图 4-1 中阴影间间隔和序列数据变化波动不大时，传统背景值引起的，但当数据序列的变化波动较大，此时误差会有所增加。)( )d 作为第 个变量的z( )( )不需要考虑数据序列的波动提高预测模型精度提供保障。
【参考文献】：
期刊论文
[1]基于网络层次分析法的节水型社会综合评价[J]. 李岱远,高而坤,吴永祥,王高旭,万永静. 水利水运工程学报. 2017(02)
[2]基于SARIMA模型的船舶交通流量预测研究[J]. 李晓磊,肖进丽,刘明俊. 武汉理工大学学报(交通科学与工程版). 2017(02)
[3]改进灰色模型在海上交通综合安全指数预测应用[J]. 陈昌源,戴冉,冯纪军,岳兴旺,张杰. 中国航海. 2017(01)
[4]基于对数灰关联度及IOWGA算子的组合预测方法及应用[J]. 胡文权,葛文,唐旭,徐长虹,崔逍. 城市勘测. 2017(01)
[5]长江干线水上交通事故黑点分析[J]. 毛喆,任欲铮,桑凌志. 中国航海. 2016(04)
[6]改进灰色理论在海上交通事故预测中的应用[J]. 陈昌源,戴冉,牛佳伟,黎泉,吴祖新. 船海工程. 2016(06)
[7]ARIMA模型在城市客流聚集风险分析中的应用[J]. 张嘉成,杜渂. 电信快报. 2016(12)
[8]水上船舶交通事故人为因素致因机理[J]. 王海燕,刘清. 中国航海. 2016(03)
[9]加权灰色理论在海损事故分析与预测中的应用[J]. 牛佳伟,李连博,陈昌源,孙海洋,乔林. 中国航海. 2016(03)
[10]基于加权灰色关联度的空中交通管制员工作负荷影响因素分析[J]. 高伟,高兴. 交通信息与安全. 2016(03)
博士论文
[1]水上交通事故致因问题研究[D]. 张丽丽.大连海事大学 2017
[2]城市轨道交通系统脆弱性研究[D]. 袁朋伟.北京交通大学 2016
[3]水上交通事故的空间分布与后果评级研究[D]. 黄道正.上海交通大学 2015
[4]基于隐马尔可夫模型的车辆行程时间预测方法研究[D]. 欧阳黜霏.武汉大学 2015
[5]路网交通事故动态分析及预警方法研究[D]. 代磊磊.哈尔滨工业大学 2010
硕士论文
[1]基于负二项回归分析的高速公路神经网络事故预测模型[D]. 覃薇.哈尔滨工业大学 2017
[2]基于时间权重的船舶事故组合预测分析[D]. 王雅钦.集美大学 2017
[3]台州辖区水上交通事故规律分析及预测研究[D]. 谢世根.大连海事大学 2016
[4]水上安全事故成因分析与预测模型的研究与实现[D]. 全硕.北京邮电大学 2016
[5]基于最优加权组合模型的交通事故预测与可视化实现[D]. 杨琭.华北电力大学(北京) 2016
[6]石岛以东及东南水域水上交通事故防范及监管对策研究[D]. 房超.哈尔滨工业大学 2016
[7]基于网络层次分析法的总承包项目风险分析研究[D]. 赵阳.中国石油大学(华东) 2015
[8]天津水域水上交通事故预测和对策研究[D]. 孟永富.大连海事大学 2014
[9]大连辖区水上交通事故研究[D]. 彭波.大连海事大学 2013
[10]公路客运量诱导有序加权平均组合预测模型研究[D]. 武宁宁.哈尔滨工业大学 2012
本文编号：3369100
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
水上交通事故影响因素的ANP网络模型?
影响度的重要性程度。通过上述计算，最终 的计算结果是：（9）建立水上交通事故影响因素因果关系网络模型?按照解释结构模型得到的因素间的层级关系和上一步获得的各影响因素的混合影响度重要性程度，建立如图 3-8 所示的水上交通事故影响因素层次网络结构模型。网络结构模型中，节点的大小表示各影响因素重要程度的高低；节点间连接线条粗细差别反映影响因素之间影响关系强弱。?
阵 和参数向量 的值。原始事故数据序列和模型背景值 和参数向量 求解的关键因素，因此合理确定背景值是差、优化模型的重要途径。（4-8）中 个白化方程在区间 1, 上进行积分处理，( )( )d =( )( ) +( )( ) + +( )( ) ) = ∑( )( )d + ( = 1,2,…, ; = 2,3,…, 比上述公式（4-10）和公式（4-26）可知，第 个变量的积代替了实际背景值，实际背景值应为曲线( )( )在区成的面积，两者的差值便是误差的来源，如图 4-1 中阴影间间隔和序列数据变化波动不大时，传统背景值引起的，但当数据序列的变化波动较大，此时误差会有所增加。)( )d 作为第 个变量的z( )( )不需要考虑数据序列的波动提高预测模型精度提供保障。
【参考文献】：
期刊论文
[1]基于网络层次分析法的节水型社会综合评价[J]. 李岱远,高而坤,吴永祥,王高旭,万永静. 水利水运工程学报. 2017(02)
[2]基于SARIMA模型的船舶交通流量预测研究[J]. 李晓磊,肖进丽,刘明俊. 武汉理工大学学报(交通科学与工程版). 2017(02)
[3]改进灰色模型在海上交通综合安全指数预测应用[J]. 陈昌源,戴冉,冯纪军,岳兴旺,张杰. 中国航海. 2017(01)
[4]基于对数灰关联度及IOWGA算子的组合预测方法及应用[J]. 胡文权,葛文,唐旭,徐长虹,崔逍. 城市勘测. 2017(01)
[5]长江干线水上交通事故黑点分析[J]. 毛喆,任欲铮,桑凌志. 中国航海. 2016(04)
[6]改进灰色理论在海上交通事故预测中的应用[J]. 陈昌源,戴冉,牛佳伟,黎泉,吴祖新. 船海工程. 2016(06)
[7]ARIMA模型在城市客流聚集风险分析中的应用[J]. 张嘉成,杜渂. 电信快报. 2016(12)
[8]水上船舶交通事故人为因素致因机理[J]. 王海燕,刘清. 中国航海. 2016(03)
[9]加权灰色理论在海损事故分析与预测中的应用[J]. 牛佳伟,李连博,陈昌源,孙海洋,乔林. 中国航海. 2016(03)
[10]基于加权灰色关联度的空中交通管制员工作负荷影响因素分析[J]. 高伟,高兴. 交通信息与安全. 2016(03)
博士论文
[1]水上交通事故致因问题研究[D]. 张丽丽.大连海事大学 2017
[2]城市轨道交通系统脆弱性研究[D]. 袁朋伟.北京交通大学 2016
[3]水上交通事故的空间分布与后果评级研究[D]. 黄道正.上海交通大学 2015
[4]基于隐马尔可夫模型的车辆行程时间预测方法研究[D]. 欧阳黜霏.武汉大学 2015
[5]路网交通事故动态分析及预警方法研究[D]. 代磊磊.哈尔滨工业大学 2010
硕士论文
[1]基于负二项回归分析的高速公路神经网络事故预测模型[D]. 覃薇.哈尔滨工业大学 2017
[2]基于时间权重的船舶事故组合预测分析[D]. 王雅钦.集美大学 2017
[3]台州辖区水上交通事故规律分析及预测研究[D]. 谢世根.大连海事大学 2016
[4]水上安全事故成因分析与预测模型的研究与实现[D]. 全硕.北京邮电大学 2016
[5]基于最优加权组合模型的交通事故预测与可视化实现[D]. 杨琭.华北电力大学(北京) 2016
[6]石岛以东及东南水域水上交通事故防范及监管对策研究[D]. 房超.哈尔滨工业大学 2016
[7]基于网络层次分析法的总承包项目风险分析研究[D]. 赵阳.中国石油大学(华东) 2015
[8]天津水域水上交通事故预测和对策研究[D]. 孟永富.大连海事大学 2014
[9]大连辖区水上交通事故研究[D]. 彭波.大连海事大学 2013
[10]公路客运量诱导有序加权平均组合预测模型研究[D]. 武宁宁.哈尔滨工业大学 2012
本文编号：3369100
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3369100.html
