楊春風，莊　燦，孫吉書，閆曉晨

(河北工業(yè)大學 土木與交通學院，天津 300401)

0　引　言

為更好控制交通事故發(fā)生，更深入地了解導致交通事故發(fā)生的因素以及各因素對交通事故的影響程度，從而采取更具目的性、有效性地手段對交通事故進行控制，減少交通事故發(fā)生，有必要對導致道路交通事故發(fā)生的各因素進行分析。作為由人-車-路和環(huán)境共同構(gòu)成的動態(tài)復合道路交通系統(tǒng)，影響道路交通安全的因素有很多，包括確定的白色信息因素如道路線形指標、路側(cè)構(gòu)筑物、指示標志等，也包括不確定的灰色信息因素如駕駛員心理生理狀態(tài)、氣候環(huán)境條件、車輛性能等。這些因素相互作用共同對道路交通安全產(chǎn)生影響，而道路交通事故在上述影響因素影響下發(fā)生也是隨機的、不確定的。

為能夠定量地對影響道路交通安全因素進行分析評價，相關(guān)學者將灰色關(guān)聯(lián)理論引入到對道路交通事故影響因素分析中，證明了采用灰色關(guān)聯(lián)理論對道路交通事故影響因素進行分析的可行性，并得出了部分地區(qū)各影響因素與道路交通事故關(guān)聯(lián)度[1-4]。但這些灰色關(guān)聯(lián)模型只考慮了參考序列與比較序列部分性質(zhì)的一致程度，無法全面對參考序列與比較序列的一致程度進行描述。曹鑫[4]在研究港口船舶交通事故因素時從多個角度入手，建立了灰色綜合關(guān)聯(lián)度模型，得出了港口各因素對港口船舶事故的影響程度，但該模型在確定各關(guān)聯(lián)度權(quán)重值時過于主觀，不能客觀反映各關(guān)聯(lián)度在綜合模型中的重要程度。為更加客觀全面地分析道路交通事故各因素與道路交通事故關(guān)聯(lián)程度，筆者引入灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度及灰色斜率關(guān)聯(lián)度建立灰色綜合關(guān)聯(lián)度模型[5-7]，利用離差最大化法[8-9]確定各關(guān)聯(lián)度在灰色綜合關(guān)聯(lián)度模型權(quán)重值。

目前，我國主要通過交通事故次數(shù)、死亡人數(shù)、受傷人數(shù)以及交通事故造成的直接經(jīng)濟損失這4個角度對歷年道路交通安全水平進行評價。選取這4項指標分析交通事故原因及相關(guān)性，從而找出影響交通事故次數(shù)、死亡人數(shù)、受傷人數(shù)及財產(chǎn)損失的主要因素，對減少該項損失采取的相關(guān)措施進行指導。筆者采用皮爾遜相關(guān)系數(shù)對駕駛員各違法行為與這4項指標相關(guān)性進行分析，并驗證其相關(guān)性，最后利用灰色綜合關(guān)聯(lián)度模型計算駕駛員各違法行為與4項指標灰色綜合關(guān)聯(lián)度，找出影響這4項指標各主要因素，并提出相應(yīng)防治措施。

1　皮爾遜相關(guān)性分析

皮爾遜相關(guān)系數(shù)是由英國數(shù)學家、生物統(tǒng)計學家卡爾·皮爾遜于19世紀80年代末提出并優(yōu)化而來。皮爾遜相關(guān)系數(shù)可對兩個定距變量間聯(lián)系的緊密程度進行描述，其計算如式(1)：

(1)

為研究機動車駕駛員各違法行為與道路交通事故這4項指標的相關(guān)性，筆者選取了2008—2012年我國道路交通事故的統(tǒng)計結(jié)果，如表1。機動車駕駛員各違法行為導致道路交通事故量如表2。

表1　2008—2013年我國道路交通事故4項指標統(tǒng)計Table 1　Four indicators of road traffic accidents of China from 2008 to 2012

利用式(1)對駕駛員各違法行為與道路交通事故4項指標相關(guān)系數(shù)進行計算，并進行顯著性檢驗，其結(jié)果如表3。

由表3可看出：道路交通事故總數(shù)、死亡人數(shù)、受傷人數(shù)與機動車駕駛員各違法行為之間的相關(guān)系數(shù)為r≥0.8，顯著性檢驗概率為p<α=0.05。這表明機動車駕駛員的各違法行為與交通事故總數(shù)、死亡人數(shù)、受傷人數(shù)有顯著相關(guān)性。直接財產(chǎn)損失與機動車駕駛員各違法行為的相關(guān)系數(shù)較小，且其顯著性檢驗概率為p>α=0.05。這表明各機動車駕駛員各違法行為對直接財產(chǎn)損失沒有顯著相關(guān)性。

表2　2008—2012年駕駛員違法行為導致的交通事故量統(tǒng)計Table 2　The number of traffic accidents caused by the illegal behavior of drivers from 2008 to 2013

表3　道路交通事故4項指標與駕駛員各違法行為相關(guān)性Table 3　Correlation between four indicators of road traffic accidents and driver’s illegal behaviors

注：**表示在顯著性水平α=0.01水平(雙側(cè))上顯著相關(guān)；*表示在顯著性水平α=0.05水平(雙側(cè))上顯著相關(guān)。

為更深入了解機動車駕駛員的違法行為對道路交通事故等4項指標影響程度大小。筆者通過道路交通事故主要影響因素，進一步利用灰色關(guān)聯(lián)度分析法對道路交通事故4項指標與機動車駕駛員各違法行為的關(guān)聯(lián)度進行分析。

2　基于灰色關(guān)聯(lián)度的事故分析

2.1　參考序列及比較序列

灰色關(guān)聯(lián)理論是鄧聚龍教授在20世紀80年代創(chuàng)建的，旨在研究數(shù)理統(tǒng)計、模糊數(shù)學所不能解決的“小樣本、貧信息、不確定”問題?；疑P(guān)聯(lián)度分析法作為灰色理論重要組成部分，具有對樣本需求量少、計算量小、分析準確、使用方便等優(yōu)點，被廣泛應(yīng)用在各領(lǐng)域的因素分析和綜合評價中。在文中的研究問題中，選擇我國2008—2012年的交通事故起數(shù)、死亡人數(shù)、受傷人數(shù)及直接財產(chǎn)損這4項道路交通事故指標作為參考序列，如式(2)：

Yi=[yi(1)，yi(2)，…，yi(n)]，(i=1，2，3，4)

(2)

根據(jù)我國道路交通事故統(tǒng)計年報統(tǒng)計，與道路交通事故有關(guān)的機動車駕駛員因素主要包括超速行駛、酒后駕駛、逆向行駛等。因此，筆者選擇超速行駛、酒后駕駛、逆向行駛、疲勞駕駛、違法超車、違法會車、違法變更車道、違法占道行駛、未按規(guī)定讓行、無證駕駛及違反交通信號作為比較序列(表4)，如式(3)：

Xj=[xj(1)，xj(2)，…，yj(n)]，(j=1，2，…，11)

(3)

表4　道路交通事故灰色關(guān)聯(lián)分析參考序列及比較序列Table 4　Reference sequences and comparison sequences of gray relational analysis of road traffic accidents

2.2　灰色絕對關(guān)聯(lián)度

灰色絕對關(guān)聯(lián)度是對參考序列曲線與比較序列曲線幾何形狀相似程度的描述，幾何形狀越相似，其絕對關(guān)聯(lián)度越大，參考序列與比較序列相關(guān)程度越高。參考序列與比較序列的灰色絕對關(guān)聯(lián)度計算過程如下。

2.2.1始點零化像

始點零化像計算如式(4)、(5)：

(4)

(5)

2.2.2灰色絕對關(guān)聯(lián)度

灰色絕對關(guān)聯(lián)度如式(6)～(9)：

(6)

(7)

(8)

(9)

2.2.3計算結(jié)果

根據(jù)上述公式，2008—2012年機動車駕駛員各種違法行為與道路交通事故4項指標的灰色絕對關(guān)聯(lián)度εi，j計算結(jié)果如表5。

表5　駕駛員違法行為與4項指標的灰色絕對關(guān)聯(lián)度εi，jTable 5　Gray absolute correlation degree εi，j between driver’s illegal behaviors and the four indicators

2.3　灰色相對關(guān)聯(lián)度

灰色相對關(guān)聯(lián)度是對參考序列曲線和比較序列曲線分別相對其起始點變化速率相近程度的描述。變化速率相近程度越高，其相對關(guān)聯(lián)系數(shù)越大，二者的相關(guān)程度越高。

2.3.1參考序列和比較序列初值像

參考序列和比較序列的初值像計算如式(10)、(11)：

(10)

(11)

(12)

(13)

2.3.3灰色相對關(guān)聯(lián)度

灰色相對關(guān)聯(lián)度如式(14)～(17)：

(14)

(15)

(16)

(17)

2.3.4計算結(jié)果

根據(jù)上述公式，2008—2012年機動車駕駛員各種違法行為與道路交通事故4項指標的灰色相對關(guān)聯(lián)度γi，j計算結(jié)果如表6。

表6　駕駛員違法行為與4項指標的灰色相對關(guān)聯(lián)度γi，jTable 6　Gray relative correlation degree γi，j between driver’s illegal behaviors and the four indicators

2.4　灰色斜率關(guān)聯(lián)度

灰色斜率關(guān)聯(lián)度是參考序列曲線與比較序列曲線在整個比較區(qū)間內(nèi)所有點之間變化率的平均值，對兩曲線各點之間變化速率大小一致程度進行描述，兩曲線各點間變化率越相近，灰色斜率關(guān)聯(lián)度越大，二者相關(guān)性越大。

2.4.1序列Yi和Xj在第k項處灰色斜率關(guān)聯(lián)系數(shù)

當序列Yi和Xj均為時距為1的離散序列時，其在第k項處的灰色斜率關(guān)聯(lián)系數(shù)θi，j(k)如式(18)～(22)：

(18)

Δyi(k)=yi(k+1)-yi(k)

(19)

(20)

(21)

Δxj(k)=xj(k+1)-xj(k)

(22)

2.4.2序列Yi和Xj灰色斜率關(guān)聯(lián)度

參考序列Yi與比較序列Xj的灰色斜率關(guān)聯(lián)度計算如式(23)：

(23)

2.4.3計算結(jié)果

根據(jù)上述公式，2008—2012年機動車駕駛員各種違法行為與道路交通事故4項指標的灰色斜率關(guān)聯(lián)度θi，j計算結(jié)果如表7。

表7　駕駛員違法行為與4項指標的灰色斜率關(guān)聯(lián)度θi，jTable 7　Gray slope correlation degree θi，j between driver’s illegal behavior and the four indicators

2.5　灰色綜合關(guān)聯(lián)度

灰色綜合關(guān)聯(lián)度一般包括灰色絕對關(guān)聯(lián)度和灰色相對關(guān)聯(lián)度。筆者分別對二者進行加權(quán)得到灰色綜合關(guān)聯(lián)度，并綜合了參考序列與比較序列的幾何相似程度和相對于各自起始點變化速率相似程度，與從一方面對參考序列及比較序列相似程度進行評價比較，能全面地從綜合角度對相似程度進行評價?；疑^對關(guān)聯(lián)度和灰色相對關(guān)聯(lián)度均未充分考慮在整個比較區(qū)間內(nèi)各點變化率一致程度，為避免只考慮相對于起始點變化快慢一致性所帶來的局限性，筆者引入了灰色斜率關(guān)聯(lián)度，彌補灰色絕對關(guān)聯(lián)度和灰色相對關(guān)聯(lián)度不足，能更全面準確地評價參考序列及比較序列的相似程度。

灰色綜合關(guān)聯(lián)度ρi，j計算如式(24)：

ρi，j=λi，jεi，j+ηi，jγi，j+μi，jθi，j

(24)

式中：λi，j、ηi，j、μi，j分別為灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度及灰色斜率關(guān)聯(lián)度所占權(quán)重。

傳統(tǒng)灰色綜合關(guān)聯(lián)度在確定各部分所占權(quán)重時較隨意。為此筆者引入離差最大化法確定灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度及灰色斜率關(guān)聯(lián)度在灰色綜合關(guān)聯(lián)度模型中的權(quán)重。

當樣本屬性值相對于其他所有樣本屬性值都沒有差別時，那么該樣本屬性值對重要性排序沒有影響，其權(quán)重值可設(shè)為0；若該樣本屬性值相對于其他樣本屬性值有較大差異，則其對重要性排序影響也越大，這時應(yīng)給予該指標值較大權(quán)重?；谠撛?，得到各部分權(quán)重值計算如式(25)、(26)：

(25)

(26)

將表5～表7中參考序列與比較序列的灰色絕對關(guān)聯(lián)度εi，j、灰色相對關(guān)聯(lián)度γi，j及灰色斜率關(guān)聯(lián)度θi，j值代入式(26)，可計算得出Bεi，j、Bγi，j、Bθi，j的值，如表8。

表8　Bεi，j、 Bγi，j、 Bθi，j計算值Table 8　Calculated values of Bεi，j、 Bγi，j、 Bθi，j

將表8中Bεi，j、Bγi，j、Bθi，j各值代入式(25)，計算可得灰色絕對關(guān)聯(lián)度εi，j、灰色相對關(guān)聯(lián)度γi，j及灰色斜率關(guān)聯(lián)度θi，j在灰色綜合關(guān)聯(lián)度計算模型中所占權(quán)重值，如表9。

表9　灰色綜合關(guān)聯(lián)度權(quán)重Table 9　Weight of gray comprehensive correlation degree

將2008—2012年駕駛員違法行為與4項指標的灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度、灰色斜率關(guān)聯(lián)度及其對應(yīng)權(quán)重值代入灰色綜合關(guān)聯(lián)度計算公式，得到各違法行為與4項指標間的灰色綜合關(guān)聯(lián)度，如表10。

表10　2008—2012年駕駛員違法行為與4項指標的灰色綜合關(guān)聯(lián)度Table 10　Gray comprehensive correlation degree between driver’s illegal behaviors and the four indicators from 2008 to 2012

2.6　結(jié)果分析

由計算結(jié)果可得出駕駛員各違法行為分別與道路交通安全4項指標灰色關(guān)聯(lián)度大小順序。

駕駛員各種違法行為與道路交通事故總數(shù)的灰色綜合關(guān)聯(lián)度大小順序為：ρ1，10>ρ1，3>ρ1，5>ρ1，1>ρ1，2>ρ1，7>ρ1，6>ρ1，8>ρ1，4>ρ1，11>ρ1，9?？梢钥闯觯涸隈{駛員各種違法行為中，無證駕駛與道路交通事故總數(shù)相關(guān)性最高，其次是逆向行車、違法超車和超速行駛等駕駛員違法行為。

駕駛員各違法行為與道路交通事故死亡人數(shù)灰色綜合關(guān)聯(lián)度大小順序為：ρ2，9>ρ2，1>ρ2，10>ρ2，3>ρ2，8>ρ2，6>ρ2，11>ρ2，2>ρ2，5>ρ2，7>ρ2，4?？梢钥闯觯涸诟鞣N駕駛員違法行為中，未按規(guī)定讓行與交通事故中死亡人數(shù)的相關(guān)性最高，其次是超速行駛、無證駕駛、逆向行駛等違法行為。

駕駛員各違法行為與道路交通事故受傷人數(shù)的灰色綜合關(guān)聯(lián)度大小順序為：ρ3，10>ρ3，3>ρ3，5>ρ3，1>ρ3，7>ρ3，6>ρ3，2>ρ3，8>ρ3，11>ρ3，4>ρ3，9?？梢钥闯觯涸诟鞣N駕駛員違法行為中，無證駕駛與交通事故中受傷人數(shù)的相關(guān)性最高，其次是逆向行駛、違法超車、超速行駛等違法行為。

駕駛員各違法行為與道路交通事故造成的直接經(jīng)濟損失灰色綜合關(guān)聯(lián)度大小順序為：ρ4，10>ρ4，11>ρ4，3>ρ4，1>ρ4，5>ρ4，9>ρ4，7>ρ4，6>ρ4，4>ρ4，2>ρ4，8。可以看出：在各種駕駛員違法行為中，無證駕駛與道路交通事故造成的直接經(jīng)濟損失的相關(guān)性程度最高，其次是違反交通信號、逆向行駛、超速行駛等違法行為。

在駕駛員各種違法行為中，無證駕駛與道路交通事故總數(shù)、受傷人數(shù)及直接經(jīng)濟損失的相關(guān)性最高，未按規(guī)定讓行與道路交通事故死亡人數(shù)相關(guān)性最高。其次，逆向行駛、違法超車、超速行駛的駕駛員違法行為與4項指標相關(guān)性都很高。

3　道路交通事故防治措施

根據(jù)皮爾遜相關(guān)性分析可知，機動車駕駛員違法行為與道路交通事故總數(shù)、死亡人數(shù)及受傷人數(shù)都顯著相關(guān)。而灰色綜合關(guān)聯(lián)度計算結(jié)果進一步表明在眾多機動車駕駛員違法行為中，無證駕駛、未按規(guī)定讓行、逆向行駛、違法超車和超速行駛是與道路交通事故4項指標相關(guān)性最高的5個影響因素。因此，在進行道路交通事故防治時，應(yīng)加強對機動車駕駛員違法行為管控，尤其是對與道路交通事故相關(guān)性最高的5個機動車駕駛員違法行為進行管控。針對筆者分析結(jié)果，對道路交通事故的防治提出如下建議：

1) 加強執(zhí)法力度、監(jiān)管強度。機動車駕駛員無證駕駛、不按規(guī)定讓行、逆向行駛、違法超車和超速行駛違法行為與道路交通事故4項指標相關(guān)性最高，因此應(yīng)加強對這5種機動車駕駛員違法行為監(jiān)控和管理。一方面，要完善相關(guān)法律、條例，并做到“有法可依，有法必依，執(zhí)法必嚴”，尤其對以上5種機動車駕駛員違法行為，在責任判罰、事故處理及處罰力度上要有所側(cè)重，通過加大相應(yīng)違法行為產(chǎn)生的法律責任，加強機動車駕駛員對該項違法行為的重視程度。約束駕駛?cè)笋{駛行為，減少相應(yīng)機動車駕駛?cè)诉`法行為的發(fā)生。另一方面，要加強對這些違法行為的監(jiān)管力度，減少機動車駕駛員僥幸心理，減少這些違法行為發(fā)生。

2) 加強對駕駛?cè)说乃刭|(zhì)教育與法律教育，進一步完善駕駛員考核制度。機動車駕駛員出現(xiàn)不按規(guī)定讓行、逆向行駛、違法超車和超速行駛等違法行為與機動車駕駛員行車素質(zhì)低下、法律意識淡薄有關(guān)。出于趕時間、尋方便、開賭氣車等各方面原因會使機動車駕駛員產(chǎn)生以上違法行為的心理動機，并促使駕駛員違法行車。因此，在對機動車駕駛員進行培訓和考核時除了要對其駕駛技術(shù)進行教學和考查外，還要加強對機動車駕駛員行車素質(zhì)和法律意識教育，定期對機動車駕駛員進行素質(zhì)、法律教育，增強機動車駕駛員行車素質(zhì)和法律意識，減少相關(guān)機動車駕駛員違法行為。完善機動車駕駛員考核制度，減少不合格駕駛員上路可能性。

3) 針對不同機動車駕駛員違法行為進一步深入研究導致駕駛員產(chǎn)生該種違法行為的主觀、客觀原因，如對于超速駕駛違法行為應(yīng)進一步對駕駛員心理、道路條件、環(huán)境條件等因素進行研究，找到影響機動車駕駛員超速行駛的主要因素，采取相應(yīng)措施進行控制，從根源上找到解決辦法，減少機動車駕駛員超速行駛的違法行為。

4　結(jié)　語

筆者就影響道路交通事故的機動車駕駛員各種違法行為因素與道路交通事故的4項指標相關(guān)度進行了研究。結(jié)果表明：機動車駕駛員違法行為與道路交通事故總數(shù)、死亡人數(shù)及受傷人數(shù)都具有顯著的相關(guān)性。進一步用灰色綜合關(guān)聯(lián)度對機動車駕駛員各違法行為與道路交通事故4項指標灰色關(guān)聯(lián)度進行了計算和分析，找到了與道路交通事故4項指標相關(guān)性較高的5項機動車駕駛員違法行為，并提出了道路交通事故防治的相關(guān)措施，對減少我國道路交通事故發(fā)生具有一定的經(jīng)濟意義和實用價值。

參考文獻(References)：

[1]倪四紅，馬社強.河南省地級區(qū)域道路交通安全狀況評價[J].黑龍江交通科技，2014(2)：2-4.

NI Sihong，MA Sheqiang.Evaluation of traffic safety of Henan Province regional road[J].CommunicationsScienceandTechnologyHeilongjiang，2014(2)：2-4.

[2]敖谷昌，楊利.機動車駕駛員人為因素與交通事故危害性關(guān)聯(lián)分析[J].重慶交通大學學報(自然科學版)，2010，29(1)：121-124.

AO Guchang，YANG Li.Correlation analysis on driver’s human factors and accident hazard in road traffic accidents[J].JournalofChongqingJiaotongUniversity(NaturalScience)，2010，29(1)：121-124.

[3]李嘉，朱順應(yīng)，張啟明，等.用改進的灰色關(guān)聯(lián)度分析交通事故成因[J].公路交通技術(shù)，2006(1)：114-116.

LI Jia，ZHU Shunying，ZHANG Qiming，et al.Traffic accidents reasons analyzed with innovated gray association degree[J].TechnologyofHighwayandTransport，2006(1)：114-116.

[4]蘇梁，邵東，唐伯明，等.灰色理論在交通事故預(yù)測的應(yīng)用[J].重慶交通大學學報(自然科學版)，2008，27(3)：446-448.

SU Liang，SHAO Dong，TANG Boming，et al.Application of gray theory in road accident forecast[J].JournalofChongqingJiaotongUniversity(NaturalScience)，2008，27(3)：446-448.

[4]曹鑫.基于改進型灰色關(guān)聯(lián)度的港口船舶交通事故因素分析[J].廣州航海高等?？茖W校學報，2009，17(3)：11-13.

CAO Xin.The analysis of factors leading to ship accidents in port based on improved gray relevance theory[J].JournalofGuangzhouMaritimeCollege，2009，17(3)：11-13.

[5]郝慶龍，戴冉，梁凱琳，等.基于加權(quán)灰色系統(tǒng)的寧波水上交通事故致因和預(yù)測[J].大連海事大學學報，2013，39(4)：35-37.

HAO Qinglong，DAI Ran，LIANG Kailin，et al.Maritime accident cause and prediction based on the weighted grey system in Ningbo waters[J].JournalofDalianMaritimeUniversity，2013，39(4)：35-37.

[6]孫友良，閆濱，趙波，等.基于改進廣義灰色關(guān)聯(lián)分析法的水閘安全評價指標的選取[J].水電能源科學，2014，32(4)：102-105.

SUN Youliang，YAN Bin，ZHAO Bo，et al.Index selection of sluice safety assessment based on improved generalized grey correlation analysis[J].WaterResourcesandPower，2014，32(4)：102-105.

[7]左大杰，唐建橋，張瑞婷，等.基于一種灰色綜合關(guān)聯(lián)模型的區(qū)域客運結(jié)構(gòu)優(yōu)化研究[J].數(shù)學的實踐與認識，2016，46(9)：7-14.

ZUO Dajie，TANG Jianqiao，ZHANG Ruiting，et al.Study on optimization of regional passenger transportation structure based on an model of synthetic degree of grey incidence[J].MathematicsinPracticeandTheory，2016，46(9)：7-14.

[8]張桂江，葉玉清，崔鐵軍，等.改進廣義灰色關(guān)聯(lián)故障樹的礦車墜落故障模式分析[J].數(shù)學的實踐與認識，2015，45(23)：169-178.

ZHANG Guijiang，YE Yuqing，CUI Tiejun，et al.Failure mode analysis of tramcar crashes based on fault tree and improved generalized gray correlation degree[J].MathematicsinPracticeandTheory，2015，45(23)：169-178.

[9]馬永紅，周榮喜，李振光.基于離差最大化的決策者權(quán)重的確定方法[J].北京化工大學學報，2007，34(2)：177-180.

MA Yonghong，ZHOU Rongxi，LI Zhenguang.The method of determining the weights of decision-makers based on the maximizing deviation[J].JournalofBeijingUniversityofChemicalTechnology，2007，34(2)：177-180.

[10]劉思峰，楊英杰，吳利豐.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學出版社，2014.

LIU Sifeng，YANG Yingjie，WU Lifeng.GraySystemTheoryandItsApplication[M].Beijing：Science Press，2014.