1、面向面向交通數(shù)據(jù)的事故分析與預測交通數(shù)據(jù)的事故分析與預測TrafficAccidentAnalysisPredictionBasedonTrafficData學科專業(yè)：控制科學與工程作者姓名：王遠強指導教師：張軍副教授天津大學電氣與自動化工程學院2016年11月摘要隨著我國成為世界第二大經濟體，在道路交通基礎設施日益完善、汽車保有量及駕駛人數(shù)量持續(xù)增長的背景下，道路交通事故發(fā)生起數(shù)在進入新世紀以來雖趨于平穩(wěn)，但事故嚴重程度卻今非昔比，預

2、計在不遠的將來，道路交通事故將成為全球第三大死亡致因。道路交通安全問題受到了社會各界的廣泛關注和重視，如何有效預防道路交通事故已成為相關專家學者研究的一個關鍵性問題。基于交通流特性對道路交通事故的最直接表征作用，以交通流為中心，本文主要的研究內容、方法等有：（1）首先研究了交通流的時空相關性，利用Pearson相關系數(shù)來量化分析，采用距離度量交通流相似性，結合對實測交通流數(shù)據(jù)的分析研究，提出最相關交通流與當前時刻交通流相隔不能超出3個時

3、間間隔、最相關路段的選取一定要在5個路段間隔以內，并將交通流時空特性用于數(shù)據(jù)的預處理，在實證研究中驗證了該思路的有效性。（2）短時交通流預測是實現(xiàn)事故實時預測的一個重要環(huán)節(jié)。在對交通流預測問題及典型預測模型進行分析的基礎上，引入雙重變異算子改進PSO，進一步優(yōu)化神經網(wǎng)絡預測模型，在10min預測上，該預測模型的RMSE僅有2.17，且速度較快，很好地滿足了短時交通流預測的實時性、準確性、可靠性的要求。（3）對道路交通事故實時預測原理及過