基于灰色马尔科夫链的建筑事故死亡人数预测研究

合集下载

灰色系统理论在河南省建筑安全事故预测中的应用研究

灰色系统理论在河南省建筑安全事故预测中的应用研究作者：郝会娟来源：《价值工程》2020年第26期摘要：对2015-2019年河南省建筑安全事故统计数据进行处理后构建灰色预测模型GM （1，1），求得白化方程和时间响应式并通过了模型精度检验。

结果表明，灰色GM（1，1）模型适用于建筑安全事故预测，并利用该模型预测了河南省2020年和2021年安全事故发展趋势，为河南省事故预防和措施的制定提供科学的数据支持。

关键词：灰色系统理论;GM（1，1）模型;河南省建筑安全事故预测Abstract： After processing the statistical data of construction safety accidents in Henan Province from 2015 to 2019， the grey prediction model GM （1， 1） is constructed， the whitening equation and time response formula are obtained and the model accuracy test is passed. The results show that the gray GM （1， 1） model is suitable for building safety accident prediction，and the model is used to predict the development trend of safety accidents in Henan Province in 2020 and 2021， providing scientific data support for the formulation of accident prevention and measures in Henan Province.0; 引言建筑业作为国民经济的重要支柱产业，是拉动国民经济快速增长的重要力量，在国家经济建设中占有举足轻重的地位。

安全事故指标多变量灰色预测方法及应用

［10 ］
定基于安全改善的绩效指标： y' = y × 1 －
(
Et Ft × Et － 1 100
)
（ 9）
，同时为提高事故折减系数准确性
［11 ］
y 为多因素灰色模型预测的事故指标， F t 为自其中， Et － 1 ， E t 分别为上一回归模型预测的事故折减系数，年度和预测年度的国内生产总值。式中对事故折减加入经济总量的影响使其预测系数 F t 进行了还原，结果更具实际指导意义。 4 事故指标预测方法的应用结合我国经济社会发展和安全生产的相关历史 “事故死亡人数 ” 统计数据，以指标为例进行实证应用分析。（ 1 ）多变量灰色预测。根据 1990 —2011 年 7 个变量的原始统计数据，共 22 个样本点（数据来源：），国家统计局 1990 —2012 年《中国统计年鉴》利用通过 Mat式（ 1 ）至式（ 3 ）建立多变量灰色预测模型， lab 编程计算出各变量的拟合值。其中， 2012 年预测数据及各变量平均相对误差，如表 3 所示。
和适应环境的变化，不能忽略之前系数的影响
。
时刻 t 的事故折减系数 F t ，受到之前若干年政策措施的综合影响，包含之前序列的滞后项，与之前的序列间存在密切的动态关联性。据此，对事故折减系数构成的时间序列｛ F t ｝，建立 p 阶自回归预测模型（ Autoregressive Model）： ^ t = α0 + α1 F t － 1 + α2 F t － 2 + … + α p F t － p F
图1 事故控制指标预测及制定
回归分析或单因素预测及定性预测的缺陷，具有较高的预测精度。对于安全生产事故由于漏报、瞒报

道路交通事故灰色马尔可夫预测模型_李相勇

0 引言
道路交通事故预测对于探究道路交通事故的发生规律 , 分析现有道路交通条件下交通事故的未来发展趋势以及道路交通安全控制等具有重要意义。道路交通事故预测是道路交通安全评价、规划以及决策的基础。国内外对于道路交通事故预测进行了多方面研究 , 提出了一些较实用的事故预测方法 , 主要有以下几种 :
年份事故死亡人数 (千人)
年份事故死亡人数 (千人)
1971 11.331 1980 21.818
1989 50.441
1972 11.849 1981 22.499
1990 49.271
1973 13.215
1982 22.164
1991 53.292
1974 15.599
1983 23.944
(1)
x(0)(t +1)=x(1)(t +1)-x(1)(t)
(2)
设
Y (t )=x(0)(t +1)
(3)
式中 , Y (t)为 t 时刻 GM(1 , 1)模型求得的道路交通事
故预测值 , x(0)(t +1)曲线较好地反映了道路交通事
故原始数据列的总体变化趋势。 2.2 状态划分
对于一个具有马尔可夫链特点的非平稳随机序列 Y(t )(Y(t )=X(0)(t +1)), 将其划分为 n 个状态 , 任一状态表示为
2.4 道路交通事故灰色马尔可夫预测
当确定了道路交通事故未来状态转移概率矩阵
后 , 也就确定未来时刻道路交通事故的变动灰区间 ,
可以用区间中位数作为未来时刻道路交通事故的预测
值 G (t), 即
G(t)=2-1( 1i + 2i)=Y (t )+2-1(Ai +Bi ) (10)

灰色马尔柯夫模型在建筑工程坍塌事故预测中的应用

灰色马尔柯夫模型在建筑工程坍塌事故预测中的应用刘红艳;苏曼曼【摘要】This paper presents a thorough study of frequent collapse accident in building construction process,and creates a Grey-Markov forecasting model of collapse accident by combining model GM（1,1）with the forecasting techniques of Markov,and then prejudges the trend and conditions of the collapse accident on the basis of grave collapse accident statistics data.%以建筑施工过程中频发的坍塌事故为研究对象,将灰色GM（1,1）模型与马尔柯夫预测技术相结合,构建坍塌事故的灰色马尔柯夫预测模型,并以我国三级以上建筑工程坍塌事故统计数据为基础,对我国坍塌事故进行趋势分析和状态预测。

【期刊名称】《重庆科技学院学报（自然科学版）》【年(卷),期】2011(013)006【总页数】4页(P150-153)【关键词】坍塌事故;GM（1,1）模型;灰色马尔柯夫预测;建筑工程【作者】刘红艳;苏曼曼【作者单位】青岛东方监理有限公司,青岛266071;中国海洋大学,青岛266100【正文语种】中文【中图分类】TU196;N941建筑施工中，坍塌事故的危害程度最为严重。

坍塌往往出现在不同的施工阶段和施工部位，一旦出现容易造成大面积的伤害，发生群死群伤事件，而且会对工程的施工安全、质量、进度造成很大的影响，给人民生命财产造成巨大损失。

同时，坍塌事故也是建筑安全事故中最为严重的频发事故。

由于建筑工程坍塌事故具有不确定性、随机性和突变性，因此表征坍塌事故的的参数是随机变化的灰数。

基于灰色马尔科夫模型的交通事故预测研究

基于灰色马尔科夫模型的交通事故预测研究王星;刘小勇【摘要】以全国交通事故数为研究对象,旨在实现对道路交通事故的有效预测,通过采用灰色模型和马尔科夫模型相结合的方式,建立灰色马尔科夫模型.依据2005~2014年的全国交通事故起数对模型进行精度验证,并对未来3年的交通事故数进行实例预测.结果表明:灰色马尔科夫模型的残差均值相比单一的灰色模型降低了0.020 4,平均相对误差降低了4.45%,预测精度有明显提高,预测结果具有动态波动性,更符合实际需求,从而为道路安全管理提供决策支持.【期刊名称】《交通科技与经济》【年(卷),期】2017(019)004【总页数】5页(P9-13)【关键词】道路交通事故;灰色模型;灰色马尔科夫模型;动态波动性;决策支持【作者】王星;刘小勇【作者单位】新疆农业大学机械交通学院,新疆乌鲁木齐 830000;新疆农业大学机械交通学院,新疆乌鲁木齐 830000【正文语种】中文【中图分类】U491.14随着我国交通行业的快速发展，全国民用汽车保有量正逐年增加，道路交通安全问题依旧是交通行业急需解决的问题。

《2015年国民经济和社会发展统计公报》(下称《公报》)的统计数据显示，全国道路交通事故的万车死亡人数为2.1人，比2014年年末的万车死亡人数2.22人下降了4.5%；2015年交通事故死亡人数36 178.8人，比2014年的死亡人数34 292.34增加了1 886.46人，增长率为5.5%。

交通事故造成的人员伤亡和经济损失已严重制约了社会经济的发展，运用科学方法对交通事故进行预测可以探究其发生规律、分析未来发展趋势，从而为交通安全的评价、规划提供决策支持。

道路交通系统作为一个连接人、车、路及周围环境的复杂系统[1]，其安全性受到很多因素影响，并且运行机制也比较复杂，从而使道路交通事故的发生具有明显的偶然性和随机性。

传统的交通事故预测方法，如回归分析预测法、时间序列法、BP神经网络法，它们的模型具有很大的局限性，导致预测结果的偏差较大。

基于灰色马尔科夫链模型的交通事故伤亡人数预测

基于灰色马尔科夫链模型的交通事故伤亡人数预测摘要：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。

传统的GM(1,1)模型和马尔科夫模型都能单独解决有关时间序列的预测问题，但各有优缺点：GM(1,1)模型能预测出事物发展的总体趋势和大体方向，对预期远、波动大的数据的预测误差较大；而马尔科夫模型对于波动性大的数据序列的预测精度较高，但其主要是对具有平稳随机过程的问题进行的预测，对现实问题中占绝大多数的非平稳过程问题的预测存在局限性。

本文以灰色GM(1,1)模型为基础，利用马尔科夫链模型对灰色GM(1,1)模型的预测结果进行误差修正，并利用某市交通事故伤亡人数的数据对之后几年的伤亡人数进行预测。

通过对比，证明基于灰色马尔科夫链模型的交通事故伤亡人数的预测更加准确。

关键词：交通事故预测；马尔科夫链；灰色GM(1,1)模型；误差修正1、引言交通安全是国民经济发展和社会安定的重要方面，也是道路交通管理的两项基本任务之一。

道路交通事故预测是道路交通安全研究的一项重要内容，它的目的是为了掌握交通事故的未来状况，以便及时采取相应的对策，有效地控制各影响因素，避免工作中的盲目性和被动性，减少交通事故的发生。

因此，准确地对交通事故进行预测具有重要的现实意义。

道路交通系统的非线性、随机性、动态性以及不确定性等特点，决定了作为道路交通系统行为特征量的道路交通事故预测的复杂性。

本文根据现实生活中交通系统非线性、随机性和动态性的特点，将灰色GM(1,1)模型和马尔科夫模型的结合起来，使其优势互补，提高对交通事故预测的准确性。

2、GM(1,1)模型客观世界的很多实际问题，其内部的结构、参数以及特征并未全部被人们了解，人们不可能象研究白箱问题那样将其内部机理研究清楚，只能依据某种思维逻辑与推断来构造模型。

对这类部分信息已知而部分信息未知的系统，我们称之为灰色系统。

灰色马尔柯夫模型在保险预测中的应用

灰色马尔柯夫模型在保险预测中的应用
陈赣洪
【期刊名称】《统计与预测》
【年(卷),期】1994(000)002
【摘要】灰色马尔柯夫模型、在保险预测中的应用中南财经大学陈赣洪一、引论目前，保险业中定量预测分析最常见的方法之一是回归分析法。

我们知道，随着社会经济的发展，居民生活水平不断提高，同时，由于现代经济生活的多样性和多变性，使得人们的风险意识日益加强。

因此，人们的...
【总页数】4页(P35-37,34)
【作者】陈赣洪
【作者单位】无
【正文语种】中文
【中图分类】F840.4
【相关文献】
1.灰色马尔柯夫模型在陕西省苹果产量预测中的应用 [J], 苏哲斌
2.灰色马尔柯夫模型在煤矿安全事故预测中的应用初探 [J], 褚莹
3.灰色马尔柯夫模型在建筑工程坍塌事故预测中的应用 [J], 刘红艳;苏曼曼
4.灰色马尔柯夫模型状态划分方法在物流需求量预测中的应用 [J],
5.灰色—马尔柯夫模型在云南烤烟产量预测中的应用 [J], 凌卫平;范丽红
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进灰色Markov链的民机偶然损伤预测模型

基于改进灰色Markov链的民机偶然损伤预测模型贾宝惠;耿喆元;蔺越国;王毅强【摘要】偶然损伤是造成飞机结构损伤的主要来源之一,对航空公司造成巨大经济损失的同时,也对航空安全构成了严重威胁.对偶然损伤事故征候的分析和预测是民航安全研究的重要内容之一,掌握民航偶然损伤事故征候的发展状况并据此提出相应的安全措施,可减少灾难事故的发生.依据中国民用航空安全信息统计数据,建立了灰色马尔可夫链(Grey-Markov chain)预测模型,该模型兼有灰色预测和马尔可夫预测的优点,可对偶然损伤事故征候进行短期预测.改进了灰色马尔可夫链模型,提高了预测精度并延长了可预测的时间.实例验证表明,改进的灰色马尔可夫链模型的预测精度要明显优于GM(1,1)模型,可用于偶然损伤事故征候的预测,为偶然损伤可能性等级评定提供参考.【期刊名称】《中国民航大学学报》【年(卷),期】2018(036)003【总页数】6页(P1-6)【关键词】偶然损伤;事故征候;GM(1,1)模型;改进的灰色马尔可夫链【作者】贾宝惠;耿喆元;蔺越国;王毅强【作者单位】中国民航大学航空工程学院,天津 300300;中国民航大学航空工程学院,天津 300300;中国民航大学航空工程学院,天津 300300;中国民航大学航空工程学院,天津 300300【正文语种】中文【中图分类】V267+.41偶然损伤是飞机结构损伤的三大来源之一[1]，是飞机在使用期间受到随机事件或非计划事件影响而造成飞机结构出现损伤，其表现为变形、开裂、穿孔或其它受损结构、分层或脱胶。

民用飞机维修大纲的制定有利于对飞机的偶然损伤进行恰当的维修和维护，其具有重要意义[2]。

偶然损伤贯穿民用飞机使用的全过程，具有随机性和偶然性，因而维修大纲中偶然损伤的维修等级和维修间隔较难界定。

民航事故征候，是指在航空器运行阶段或在机场活动区内发生的与航空器有关的、不构成事故但影响或可能影响安全的事件[3]。

基于灰色GM(1,1)模型的建筑施工安全事故预测

管理54中国建筑金属结构中国建筑金属结构安全管理2019年，全国共发生房屋建筑市政工程生产安全事故773起、死亡904人，比2018年事故起数增加39起、死亡人数增加64人，分别上升5.31%和7.62%[1]。

从事故数据统计来看，一些地区事故总量较大，群死群伤事故未得到有效遏制，我国建筑施工安全生产形势依然严峻复杂。

因此，深挖安全事故数据规律，研究我国建筑施工安全状况，预测安全事故的发生趋势，对事故预防和措施制定具有重要的现实意义。

建筑安全生产和管理是一个十分复杂的系统，受到人、环境、设备、制度、法规等因素的影响，具有统计数据少、数据波动较大、数据规律性差和易受外界因素影响等特点[2]。

基于灰色系统理论的灰色预测所选用的样本分布不需要有规律性，需要的数据量少，计算简便，预测比较准确，精度较高，因此目前被广泛应用于建筑、化工、环境、交通等领域。

1. 灰色系统理论灰色系统理论是将某灰色系统提供的少量且信息不完全的、杂乱无章的、没有规律或者规律性不强的原始数列转化成规律性很强的、存在明显规则的数据序列，然后针对对象系统的具体情况进行模型的选择和构建，对事物的发展趋势做出预测[3-4]。

2. 构建GM（1，1）预测模型构建GM（1，1）模型前，通过引入适当的序列算子，如二阶弱化算子、均值生成算子、累加生产算子等对原始数据序列进行处理，使其成为光滑序列后再进行建模[5-6]。

建模过程如下：2.1建立原始数据序列2.2引入二阶弱化算子D22.32.4利用时间响应式，求得模拟序列，并进行精度检验符合模型精度要求后，即可对未来年份进行事故起数和死亡人数的预测。

3. 预测分析本文以2010-2019年全国建筑安全事故起数和死亡人数为数据基础，建立GM（1，1）预测模型，预测2020年和2021年事故发生情况。

2010-2019年我国建筑安全事故起基于灰色GM（1，1）模型的建筑施工安全事故预测郝会娟申商坤【摘要】本文通过引入二阶弱化算子，对2010-2019年我国建筑施工安全事故统计数据进行处理，构建灰色预测模型GM（1，1），并对模型参数求解和精度检验。

分析采用聚类和灰色关联度对建筑施工事故的影响

分析采用聚类和灰色关联度对建筑施工事故的影响摘要：我国的社会各界人士一直都对建筑行业有着高度的关注，其主要就是因为建筑业是一个高危行业。

且建筑业的安全事故频发，而造成建筑业安全事故频发的主要原因就是因为该行业在施工的过程中对监管的重点很难把握。

对于这种现象，该文章通过对多起安全事故的分析，以高空坠落事故的案例为重点，利用聚类分析的办法，总结出一套以＂人—管理—物＂为重点因素的改善该行业安全事故频发的方法。

并利用灰色关联度对各种因素进行排序,找出相应的薄弱环节,为该方面的工作人员提供一些的具有针对性的监管措施和预防方法。

关键词：建筑施工事故；影响因素；聚类分析；灰色关联度引言建筑工程与其它的工程相比，其施工阶段的周期相对较长，而且整个过程所涉及到的工种较多，最关键的是有太多的不可预见因素。

以上的几点都是导致我国的建筑施工安全事故频发的原因。

根据本人的调查得知，在2012年的上半年，我国的建筑行业就发生了多起安全事故，造成的死亡人数达到了276人。

在这些安全事故中，对社会造成了一定不良影响的较大事故有13起，引起了相关部门的高度重视。

在这种严峻的形式下，对相关数据的统计就显得非常重要了。

而要建立一个较完整的数据库，是有一定难度的。

特别是在我国目前这种工程建设量大和相关的数据资料种类多的情况下，让这项工作完成的难度系数更高。

为了解决这个严峻的问题，我国的相关企业和部门正在加大该方面人才的培养力度，且相关的专家也在尽力的进行该方面的研究。

目前，在我国相关学者的不懈努力下，终于对建筑施工事故的聚类和灰关联度这方面研究有了一定的成果。

其中周继忠、赵金娜、张明轩等人就是对该方面的研究有较大贡献的人。

特别是他们提出的一些理论，对降低建筑业安全事故发生频率有很大的指导作用。

比如以周继忠为主提出的灰色关联理论，就可以根据工程事故发生的因素进行关联度的排序，进而找出事故发生的原因。

而赵金娜主要是研究高处坠落类的事故，对造成这类事故发生的因素重要度进行排序。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

０引言
建筑业在我国经济发展中扮演着重要的角色，是国民经济的支柱产业。“ 十五 ” 期间，建筑业产值约占国内生产总值的６％～７％。目前，我国建筑业产值占国内生产总值的５．７％，成为国内第四大行业。但建筑生产露天高空作业多、劳动密集、复杂性等特点，使得建筑安全事故频发Ｉ２Ｊ。进入二十一世纪以后，国家加大对建筑安全事故的整治力度，全国建筑施工安全事故起数和死亡人数的总量呈逐年下降趋势，其中２００３年是最高点；２００４年一２００６年下降幅度较大；２００６年～２００８年趋于平稳下降；２００９年一２０１０年明显下降，２０１１２０１２年稳步下降（如图１所示）。建筑安全事故给人民的生命安全带来重大损害伤害，给国家和企业带来巨大的经济损失，对于社会的稳定造成极大的负面影响。可是美国统计
Ｋｅｙｗｏｒｄｓ：Ｔｈｅｃｏｎｓｔｕｃｒｔｉｏｎｉｎｄｕｓｔｒｙ；Ｃｏｎｓｔｕｃｒｔｉｏｎａｃｃｉｄｅｎｔ；ＧｒｅｙＭａｒｋｏｖｃｈａｉｎ；ｐｒｅｄｉｃｔｉｏｎ；ｍａｎａｇｅｍｅｎｔ；
福建建设科技２０１４．Ｎ色马尔科夫链的建筑事故死亡人数预测研究
闫亚庆（华侨大学福建厦门３６１０２１）
［摘要］建筑安全事故统计数据少、波动大，预测建筑事故死亡人数的精度往往偏低。在传统的预测模型的基础上，取灰色预测模型所需样本少，马尔科夫链可以预测随机波动大的动态过程的优势，建立灰色马尔科夫链，可以增强预测的精度。将该方法以我国２００３—２０１２年建筑事故死亡人数为基础，对２０１３— ２０１４年我国建筑安全事故死亡人数进行预测，并提出适当的管理
措施。
［关键词］建筑业；建筑事故；灰色马尔科夫链；预测；管理；
ＰｒｅｄｉｃｔｉｏｎｒｅｓｅａｒｃｈｏｆＤｅａｔｈＮｍｎｂｅｒｉｎＣｏｎｓｔｒｕｃｔｉｏｎＡｃｃｉｄｅｎｔＢａｓｅｄｏｎＧｒｅｙＭａｒｋｏｖＣｈａｉｎ
～
图１建筑安全事故起数和死亡人数（数据来源：中国建设）
Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅｏｆｌｉｔｔｌｅｓｔａｔｉｓｔｉｃａｌｄａｔａａｎｄｌａｒｇｅｌｆｕｃｔｕａｔｉｏｎｏｆｃｏｎｓｔｒｕｃｔｉｏｎａｃｃｉｄｅｎｔｓ，ｔｈｅａｃｃｕｒａｃｙｏｆｐｒｅｄｉｃｔｉｏｎｏｆｃｏｎｓｔｕｃｒｔｉｏｎａｃｃｉ — ｄｅｎｔｓｄｅａｔｈｓｉｓａｌｗａｙｓｌｏｗ．Ｂａｓｅｄｏｎｔｒａｄｉｔｉｏｎａｌｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｇｒｅｙｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｒｅｑｕｉｒｅｓｌｅｓｓｓａｍｐｌｅａｎｄｔｈｅＭａｒｋ — ＯＶＣｈａｉｎｃａｎｐｒｅｄｉｃｔｔｈｅｄｙｎａｍｉｃｓｏｆｒａｎｄｏｍｆｌｕｃｔｕａｔｉｏｎｓ，ｗｅｅｓｔａｂｌｉｓｈａＧｒｅｙＭａｒｋｏｖＣｈａｉｎｔｏｅｎｈａｎｃｅｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ．Ｗｉｔｈｈｅｔｎｕｍｂｅｒｏｆｃｏｎｓｔｒｕｃｔｉｏｎａｃｃｉｄｅｎｔｆｒｏｍ２００３ｔｏ２０１２ｉｎｏｕｒｃｏｕｎｔｒｙ，ｔｈｉｓｐａｐｅｒｆｏｒｅｃａｓｔｓｔｈｅｄｅａｔｈｎｕｍｂｅｒｏｆｃｏｎｓｔｕｃｒｔｉｏｎａｃｃｉｄｅｎｔｓｆｒｏｍ２０１３ｔｏ２０１４ｉｎｏｕｒｃｏｕｎｔｒｙａｎｄｐｒｏｐｏｓｅｓｓｏｍｅａｐｐｒｏｐｒｉａｔｅｍａｎａｇｅｍｅｎｔｍｅａｓｕｒｅｓ．