随着水路运输的持续稳定发展,导致船舶数量日益增加,水上交通事故潜在风险也随之增大。因此,建立合适的水上交通事故预测模型,对理清水上交通事故发生数量与事故影响因素之间的复杂关系,控制水上交通事故发生趋势具有重要的现实意义。本文首先从定性预测、定量预测和组合预测三个方面,归纳了水上交通事故预测方法的研究现状,介绍了五种单项预测模型、组合预测模型的理论和预测性能评价方法;应用博德理论,深入研究水上交通事故发生的机理,运用灰色关联分析法,从人为因素、船舶因素、环境因素、管理因素、经济因素五个方面,对水上交通事故的影响因素进行定量分析,并找出关键性的影响因素;在综合分析水上交通系统的非线性、随机性、动态性以及不确定性的特点和各单项预测模型适用性的基础上,选择灰色模型和BP神经网络模型,通过误差修正技术的方式进行组合,建立组合优化模型。最后,以2001年-2014年水上交通事故数据为样本数据,2015年～2016年水上交通事故数据为测试数据,分别用两种单项模型和组合优化模型进行实例预测,通过预测性能评价方法,比较组合优化模型和灰色模型、BP神经网络模型两种单项模型的预测结果,实例验证表明:组合优化模型的预测结果误差更小、精度更高、稳定性更好。基于组合优化方法的水上交通事故预测模型,在一定程度上丰富了水上交通事故预测的研究方法,可有效地帮助降低了水上交通事故发生的风险,避免水上交通事故的发生,有利于提高海事主管部门的安全管理和决策水平。