安全生产对于铁路运输来说,是第一要务。预防铁路事故的发生,对提高铁路运输效率,提高铁路系统的运输稳定,都具有比较大的意义。研究铁路事故的规律,需要借助于历史数据,深入发掘其中存在的因果关系。从铁路运营指标来说,不管是客运周转量还是货运周转量,我国铁路完成的任务量都是世界前列的,而目前铁路点多、线长、辐射广等特点又决定了发生事故的概率必然增大。铁路运输在漫长的运营过程中,产生了海量的数据,在行车事故方面也有充足的数据可以用于分析研究,对这些数据进行科学研究,可以为决策指挥提供数据支持,对铁路安全稳定运行有着重要的意义。本文以实际数据为基础,量化研究铁路事故的各个方面。首先,对铁路事故的影响因素进行了数据统计分析,便于后续对数据进行挖掘分析,寻找其中存在的显性规律,为后文的研究打下基础。其次,介绍灰色关联度分析的概念,阐述了其基本理论和基本特点,对其计算步骤进行了介绍。然后对不同类型事故的灰色关联度进行了计算,得到事故矩阵,从中分析对铁路事故影响最大的因素。结合关联度分析,对不同类型事故隐患的关联度进行分析,并提出相应的分析结果。再次,介绍组合预测的概念,在组合预测中难点在于加权系数的确定,而组合预测模型的有效性检验要通过误差评价来分析。引入IOWA算子,建立基于IOWA算子的组合预测模型,分析其表达式,列出计算步骤,建立基于灰色关联分析的IOWA算子的组合预测模型。在此基础上,进行铁路事故预测对比分析。选择GM(1,1)模型作为单项预测模型,结合铁路事故真实数据,预测得到七类事故12个月以及虚拟月份的预测值,利用基于IOWA算子的组合预测模型,利用基于灰色关联度的IOWA算子的组合预测模型,分别预测得到七类事故12个月和虚拟月份的数据。将三种预测模型的预测值进行对比分析,并对其误差进行分析,结果显示,基于灰色关联度的IOWA算子组合预测模型得到的结果无论从与实际值的拟合程度,还是从误差精度来看,效果都是最好的,从而证明建立的模型有效,能够用于铁路事故预测,对预防铁路事故重点事项具有一定的指导作用。最后是结论与展望,总结全文观点,对下一步研究提出相应的问题。