艾克热木·艾合买提，阿肯江·托呼提，王立晓

（新疆大学 建筑工程学院，新疆 乌鲁木齐830047）

道路交通系统是一个基于人、车、路的动态系统，影响交通安全的因素很多，作用机理复杂，因此道路交通事故的发生具有很大的随机性和偶然性。交通事故根据传统的回归预测法、时间序列法、BP神经网络法进行预测时，由于各模型均存在一定的局限性，因此预测结果往往出现较大偏差。回归预测法具有回归系数较难确定，所需样本量较大等缺陷；时间序列法由于考虑的因素较少，不能反映随机的外部环境影响，预测结果的准确性、实用性较差；BP神经网络预测法则需要输入较为全面的数据，而且收敛速度慢，程序复杂。

1 灰色马尔科夫链GM（1，1）模型

1.1 灰色GM（1，1）模型

灰色GM（1，1）模型首先通过对原始数据进行累加，建立均值生成序列和矩阵B与Y，然后通过最小二乘回归和微分等数学方法建立模型，最后通过模型得到的值经过还原数据，得到预测结果。它的建模过程为

1）根据模型在各个时刻的值，建立如式（1）所示的原始数据序列

2）对原始数据序列进行累加（作1－AGO），得

3）对1－AGO序列作均值，生成序列

4）利用式（1）与式（3），建立矩阵Y与B，得

5）对参数进行最小二乘估计，得出a与b的值

6）确定模型形式，并还原得到的灰色预测值，如式（6）、式（7）所示

1.2 马尔科夫链模型

马尔科夫链是根据所观察的离散状态，以经验为主的估计转移概率参数化的随机过程。它是对原始数据进行状态划分，求出转移概率矩阵，得出未来的预测值。……