本文格式為Word版，下載可任意編輯——交通安全灰色預(yù)計(jì)模型課程設(shè)計(jì)模板

蘭州交通大學(xué)博文院

道路交通安全課程設(shè)計(jì)

學(xué)院班級(jí)

姓名學(xué)號(hào)

成績(jī)指導(dǎo)老師楊文霞

2023年月日

指導(dǎo)教師評(píng)語(yǔ)及成績(jī)

任務(wù)分派表序號(hào)123456學(xué)號(hào)202315532023157020231563202315502023154620231552姓名范學(xué)強(qiáng)虎高林張漢忠劉啟晨胡延慶張愛(ài)鑫所做任務(wù)過(guò)程計(jì)算，文字輸入及排版文字輸入圖表輸入及過(guò)程驗(yàn)算文字輸入文字輸入文字輸入成績(jī)指導(dǎo)教師評(píng)語(yǔ)：導(dǎo)師簽字：年月日

蘭州交通大學(xué)博文學(xué)院課程設(shè)計(jì)任務(wù)書(shū)

所在系：交通運(yùn)輸系課程名稱：道路交通安全指導(dǎo)教師（簽名）：楊文霞專業(yè)班級(jí)：學(xué)生姓名：學(xué)號(hào)：

一、課程設(shè)計(jì)題目某城市道路交通事故次數(shù)預(yù)計(jì)模型二、課程設(shè)計(jì)的目的對(duì)道路交通事故預(yù)計(jì)進(jìn)行研究，對(duì)于探究道路交通事故的發(fā)生規(guī)律，分析現(xiàn)有道路交通條件下交通事故的未來(lái)發(fā)展趨勢(shì)以及道路交通安全控制等具有重要意義。通過(guò)本課程設(shè)計(jì)，首先可以使學(xué)生對(duì)灰色系統(tǒng)預(yù)計(jì)模型有整體的認(rèn)識(shí)和了解。在對(duì)某城市道路交通事故次數(shù)預(yù)計(jì)的過(guò)程中，使學(xué)生能夠在道路交通事故預(yù)計(jì)的基礎(chǔ)上，熟練采用簡(jiǎn)便、有效的灰色系統(tǒng)預(yù)計(jì)模型，培養(yǎng)學(xué)生分析問(wèn)題和解決問(wèn)題的能力。

三、課程設(shè)計(jì)的主要內(nèi)容和要求1、設(shè)計(jì)內(nèi)容某城市2000~2023年交通事故發(fā)生次數(shù)的數(shù)據(jù)見(jiàn)下表，請(qǐng)預(yù)計(jì)2023年該城市道路交通事故次數(shù)。表一序號(hào)年份事故次數(shù)表二序號(hào)年份事故次數(shù)表三序號(hào)年份事故次數(shù)表四序號(hào)年份事故次數(shù)表五序號(hào)年份事故次數(shù)表六序號(hào)年份事故次數(shù)2、設(shè)計(jì)方法灰色系統(tǒng)預(yù)計(jì)模型020003312023342202329320232842023300200030120234522023323202328420233002000321202333220231832023224202327020004012023362202345320233042023410200033120233522023283202332420233602000281202333220233732023364202335

五、主要目錄

摘要錯(cuò)誤！未定義書(shū)簽。1前言錯(cuò)誤！未定義書(shū)簽。2道路交通系統(tǒng)的一般特征與灰色系統(tǒng)關(guān)系錯(cuò)誤！未定義書(shū)簽。3灰色預(yù)計(jì)法24灰色系統(tǒng)理論的預(yù)計(jì)模型25課程設(shè)計(jì)詳解36結(jié)論77?1??2?33?67??1???67?96??構(gòu)造數(shù)據(jù)矩陣Bb??21???96?124??2?1??124?154???2?1??1???將該數(shù)列帶入圖1-1計(jì)算程1???1??序框圖可得：

??0.03328

??34.49468

時(shí)間響應(yīng)函數(shù)為：令x(0)?(1)?x(1)???ak??(1)(t)??x(0)??e?

????x(0)(0)?33

?x(1)????5.237485?t?527.31074?????5.237485?t?527.31074?(t)??33?????100.6801??e??133.6802e?5.237485?5.237485??????

將上式離散化，得

?x(1)(k)?-1003.65455e(0)-0.033275k?1036.65455(1)

上式為交通事故發(fā)生次數(shù)預(yù)計(jì)模型，可由上式求得x(k)值后，累減還原可得到預(yù)計(jì)數(shù)據(jù)x(k)，由于計(jì)算誤差較大，還需要進(jìn)行修正，建立生成數(shù)據(jù)殘差模型。

計(jì)算生成數(shù)據(jù)殘差數(shù)據(jù)列：

q(k)?x(k)?x?(k)

(1)(1)(0)式中：x(k)——實(shí)際原始數(shù)據(jù)累加值；

x?(k)——由時(shí)間響應(yīng)函數(shù)計(jì)算得到的數(shù)據(jù)列預(yù)計(jì)值。

(1)(1)計(jì)算得到的殘差數(shù)據(jù)如表二所示，在表中進(jìn)行殘差數(shù)據(jù)累加生成處理，得到數(shù)據(jù)結(jié)果。

表二

5

序號(hào)（k）年份02000(1)120236722023963202312442023154實(shí)際事故次數(shù)累加值x(k)預(yù)計(jì)值x?(k)(1)3333殘差q(k)?x(k)?x?(k)(1)(1)(1)00065.847197.6192128.351158.077491.1529-1.6192-4.3514-4.07791.1529-0.4662-4.8177-8.89561.15290.6867-4.1310-13.0266第一次累加q(k)其次次累加q(2)(1)(k)y??1.1529,?0.4662,?4.8177,?8.8956??

n將q(k)輸入計(jì)算即得到輸出結(jié)果為：?(2)?1.0710

時(shí)間響應(yīng)函數(shù)為：

??-0.0979

?q

(2)???at??-0.0979?(2)?-1.071t?0.0979??q(0)??e???1.1529-?e?????1.0710?1.0710?(2)將上式離散化得：q?將q?(2)(k)?1.2443e(1)?1.071(k?1)?0.0919

(t)求灰導(dǎo)數(shù)，與x?(k)相加可得到該城市用灰色系統(tǒng)理論建立的交通事

故預(yù)計(jì)模型（累加值）：

x(1)(k)??1003.65455e?0.033275k?1036.65455?1.3326??e?1.071(k?1)?e?1.071(k?2)?

修正后模型經(jīng)過(guò)精度檢驗(yàn)、殘差大小檢驗(yàn)和后驗(yàn)差檢驗(yàn)，均得到較好的結(jié)果。如對(duì)該城市2023年交通事故進(jìn)行預(yù)計(jì)，可按如下步驟進(jìn)行。

6

①由x?(k)的計(jì)算式求得：

(1)2023年k?15?4?11；2023年k?16?4?12。

?x?x?x(1)(11)??1003.65455e?0.033275*11?1036.65455?340.635?1036.65455?363.414

(1)(12)??1003.65455e?0.033275*12(0)(12)?(2)?x(1)(12)?x?(11)?363.414?340.635?22.779

(1)②由q?(t)的計(jì)算式得：

2023年K=10；2023年K=11；2023年K=12

?q(2)(10)?1.2443e?1.071(10?1)?0.0919??0.0918

?q?q(2)(11)?1.2443e(12)?1.2443e(1)?1.071(11?1)?0.0919??0.0919?0.0919??0.0919

(2)(2)?1.071(12?1)第一次累減：

q?(11)?q?(11)?q?(10)??0.0001q?(12)?q?(12)?q?(11)?0.0000其次次累減：

q?(12)?q?(12)?q?(11)?0.0001

∴2023年交通事故次數(shù)

為：x?x?(12)?22.779?0.0001?22.7791（百起）?(12)?q(0)(0)(0)(1)(1)(1)(2)(2)(2)

6.結(jié)論：

模型評(píng)價(jià)與結(jié)論灰色模型建模相對(duì)比較簡(jiǎn)單，計(jì)算比較簡(jiǎn)單，并且通過(guò)一次累加基本戰(zhàn)勝了數(shù)據(jù)的隨機(jī)性，使規(guī)律性更加明顯?；疑碚摾锰幚硪阎獢?shù)據(jù)的方法來(lái)尋覓過(guò)去統(tǒng)計(jì)數(shù)據(jù)間的規(guī)律，彌補(bǔ)了數(shù)理統(tǒng)計(jì)方法因數(shù)據(jù)過(guò)多帶來(lái)計(jì)算量過(guò)大的缺陷，并且擴(kuò)大了其應(yīng)用范圍。但該模型扔存在不足之處，如將連續(xù)函數(shù)直接離散化過(guò)程，會(huì)造成誤差的加大，與實(shí)際值相差甚遠(yuǎn)；直接采用均值生成序列也過(guò)于隨意，在以后