摘要:为探究交通事故的发生规律,分析交通安全状况的发展趋势以及对交通事故做出科学的定量预测,构建了一种基于无偏非齐次NGM(1,1,k)和马尔科夫过程的预测模型.对2002~2015年中国交通事故数进行统计并作为初始数列,建立无偏非齐次NGM(1,1,k)模型.将拟合值与实际值的相对值作为划分状态区间的依据,利用三步状态转移概率矩阵对预测值进行修正,提出根据对象可能状态的相对权重,加权修正预测值的方法.建立六种模型对初始数列进行拟合,本文方法平均相对误差为1.1334%,表明NGM(1,1,k)-Markov模型拟合精度较高.遵循新陈代谢原则,对2016~2018年交通事故数进行预测,预测值分别为180328、180056和179722.利用本文方法2016年的数据预测精度为98.40%,表明模型可以较为精确的反映实际情况.