论文部分内容阅读
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,在对水上交通事故预测方法适用性进行总结和水上交通事故影响因素分析的基础上,建立能够综合考虑多个相关因素的多元灰色预测模型MGM(1,n)和SARIMA时间序列预测模型两种单预测模型,并针对传统MGM(1,n)模型背景值取值存在的误差,对模型进行优化。根据单预测模型的预测结果,建立基于IOWA算子的水上交通事故组合预测模型,并借助马尔科夫链定性推算出样本外数据的精度状态,确定预测模型权系数。最后,以天津水域事故统计数据作为实例研究的历史数据,分别用单预测模型和组合预测模型对样本内2008年—2017年和样本外2018年—2020年的事故进行预测。通过对比各预测模型的误差指标以及预测值和实际值的拟合情况,证明组合预测模型能有效降低预测误差,该组合预测模型的建立为水上交通事故预测提供了新的研究思路。