全文总字数：1378字

1. 研究目的与意义及国内外研究现状

交通运输业的突飞猛进在促进社会经济繁荣的同时，也使得道路交通事故不断增加，严重威胁人民的生命及财产安全。与此同时，互联网也十分迅猛地发展起来，利用互联网技术来解决交通问题已经势在必行。本次选题是希望通过大数据处理算法对某特定路段的交通拥塞及事故发生概率等进行预测，从而合理分配交通资源，以降低交通事故损失、改善交通安全状况。

国内外研究现状

国内外对于道路交通事故预测进行了多方面研究，提出了一些较为实用的事故预测方法，主要有：回归模型法、经验模拟法、时间序列法、灰色模型、神经网络方法、arima模型等。

目前，很多发达国家已经从对智能交通系统的研究与测试转入全面部署阶段。美、欧、日是世界上智能交通系统开发应用最好的国家，已经基本上完成了its体系框架，在重点发展领域大规模应用。

而我国的特点是人口多、交通流的构成复杂，与国外的道路网络不同。城市中心区功能高度集中，近千万人集中在面积狭小的市中心生活、工作，城市的交通压力在这一区域内高度集中。但通过几十年的建设和完善，基本形成了环形加放射式的道路网络，缓解了交通压力，而职能交通系统体制已经成为国内交通可持续发展的必由之路。

2. 研究的基本内容

1、介绍研究背景以及研究过程中使用的技术与工具；

2、筛选交通大数据，导出与交通事故的影响因素有关的数据，用概率方法将各影响因素对事故发生概率影响量化；

3、联系相关影响因素，用大数据处理算法来对某特定路段的交通堵塞及事故发生概率等进行预测。

3. 实施方案、进度安排及预期效果

实施方案： 首先查阅交通事故预测方法方面的研究资料，了解交通事故的影响因素，并归纳分析出主要影响因素；学习各种大数据处理算法，提升业务能力，以便更好完成课题；尽可能设计出一个具有可行性的算法来进行道路交通事故预测。

进度安排：

寒假前：查阅文献，写任务书，开题报告，外文翻译

4. 参考文献

[1].arima模型在交通事故预测中的应用.

《北京工业大学学报》.被中信所《中国科技期刊引证报告》收录istic.被ei收录ei.被北京大学《中文核心期刊要目总览》收录pku.2007年12期.张杰.刘小明.贺玉龙.陈永胜.