文献类型：期刊文章

作　　者：庞媛媛[1] 张徐军[1] 崔梦晶[1] 顾月[1] 陈宇[1]

机构地区：[1]东南大学公共卫生学院/伤害预防研究所

出　　处：《伤害医学（电子版）》

年　　份：2013

卷　　号：2

期　　号：2

起止页码：49-53

语　　种：中文

收录情况：普通刊

摘　　要：道路交通伤害发生率高,造成伤害严重,已成为全球性公共卫生问题.道路交通伤害预测对掌握其未来的发生状况,及时采取相应的措施,具有重要作用.目前常用的预测方法主要有回归分析法、时间序列法、灰色模型法和BP(Back Propagation,BP)神经网络法等.回归分析法主要适用于样本量大、数据波动小、规律性较强的预测;时间序列分析法中应用较多的是自回归滑动平均混合模型(autoregressive integrated moving average model,ARIMA),其对数据的要求不高,具有较好的拟合效果,适用于近期或短期预测;灰色模型法所需样本数据少、原理简单、运算方便,特别适合对具有复杂性、随机性和灰色性特点的道路交通伤害的预测;BP神经网络法则需要较为全面的数据,短期预测精度高,可用于宏观问题的预测.本文就道路交通伤害预测方法进行综述,总结各方法的适用条件及优缺点,为减少和预防道路交通伤害提供依据.

关 键 词：道路交通伤害 预测方法  文献综述  

分 类 号：U492.8[物流管理与工程类]