甘肃省道路交通事故预测研究

预防道路交通事故是公安交通管理部门的重要工作之一,由于道路交通事故具有随机性、突发性和不确定性的特点,因此对道路交通事故成因进行科学分析,全面提出预防道路交通事故的措施,才能有效控制道路交通事故的发生。利用数学模型对甘肃省道路交通事故进行预测研究,以便为公安交通管理部门提供有效的决策信息。     

一种基于视频的交通事故检测方法

针对目前交通事故检测中存在因疲劳等原因造成交通事故漏检的现象,提出一种基于视频的交通事故检测方法。该方法包括3部分:预处理模块,检测车辆和分析车辆状态;交通事故检测模块,判断是否会发生碰撞;报警模块,主要进行事故实时报警且实时存储事发图片。以车流量较小的路口为例进行仿真实验,结果表明,该系统能准确地预测并判断交通事故的发生。     

基于BP神经网络的道路交通事故预测

以我国近年来道路交通事故统计资料为基础,采用改进型BP神经网络,建立起我国道路交通事故发生的时间序列模型,该模型可用于短期内道路交通事故多少的预测。     

交通事故的灰色预测

对交通事故的分析、预测,多采用数据统计方法结合平滑处理和回归分析的手段,运用模糊数学和概率统计理论来进行。本文运用灰色系统理论并结合长沙市几个月的交通事故发生次数建立灰色预测模型预测将来交通事故月发生次数。     

基于BP神经网络的道路交通事故预测

以我国近年来道路交通事故统计资料为基础,采用改进型BP神经网络,建立起我国道路交通事故发生的时间序列模型,该模型可用于短期内道路交通事故多少的预测。     

汽车视觉盲区预测及解决方案

汽车视觉盲区是交通事故发生的主要原因之一。分析了汽车视觉盲区的形成原因,提出了一些解决方案,可以有效地避免交通事故的发生,对安全驾驶汽车具有重要意义。     

交通事故预测方法初探

通过我国城市交通事故采样分析,对国内外流行的几种事故预测方法进行了深入的探讨和辨析,并引出了交通事故预测最佳方法Kalman滤波方法。     

道路交通事故多元线性回归模型及其检验方法

根据多元线性回归分析基本原理,以道路交通事故数据为研究基础,依据我国道路交通安全法及实施条例等相关规定,选择导致道路交通事故发生次数和死亡人数比例较多的主要因素:超速行驶、无驾驶证与无牌照和酒后驾驶机动车等三个因素,建立道路交通事故次数的多元线性回归分析数学模型;重点结合显著性检验原理,对所建立的回归分析模型是否有意义以及如何检测导致道路交通事故发生的各个因素对回归模型的显著作用给出了检验方法,为合理、科学和有效地进行道路交通事故预测提供了理论依据。     

浅析道路交通安全事故的研究与预防

随着国民经济和社会的快速发展,我国面临的交通安全形势相当严峻,交通参与者的道路安全意识淡薄;车辆的可靠性和安全性能较差;道路的安全设施不足;道路交通事故应急处理和救护水平较低等。在分析我国目前道路交通安全形势的基础之上,对发生在我们身边的各类危及大众人身财产安全的交通事故进行研究。分析影响我国道路交通安全的主要因素及原因,根据我国基本国情就如何预防、减少此类事故的发生提出相关的防治措施和解决办法。同时,对发生在农村地区的交通事故进行更深入的单独研究。     

STNN仿真模型的道路交通事故趋势预测

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发展状况,是对交通安全措施的可行性和实施效果进行合理评价,有效地控制各影响因素,以我国近年来交通事故统计资料为基础,利用STNN建立BP神经网络预测模型,运用反向传播算法和遗传算法对神经元网络进行训练。研究结果可为相关问题的科学决策提供依据。     

城市快速路交通事故特性分析与安全评价

通过分析济南市快速路交通事故统计数据,分别从时空分布、事故形态、事故发生原因等角度探究了城市快速路交通事故的特性。通过提取事故发生前5 min内的车型比数据和交通流量数据,并分析其与交通事故之间的规律性特征,构建基于色阶图的事故风险安全评价表,根据概率统计模型推算出事故发生的临界流量,最后综合以上数据分析构建快速路事故风险安全评价模型。数据拟合结果表明,根据当前交通流量和车型比例实时评估快速路的交通流运行安全风险,可以通过调控当前交通流量对可能发生的事故进行预警。针对快速路交通事故规律和特点,提出了事故预防及安全管理对策与措施,以达到预防事故发生、提升快速路运行安全水平的目的。     

考虑不规则驾驶行为的城市隧道事故率预测

准确预测交通事故风险概率是实现隧道内交通安全主动管理的先决条件。本文从交通状态和驾驶员行为2个方面分析影响事故发生的主要因素,提出“不规则行为率”作为特征变量。对特征变量显著性检验,选用Logistic概率模型构造城市隧道事故率预测模型,并提出利用ROC曲线寻找阈值的方法。最后基于实测的青岛胶州湾隧道数据进行实例验证,研究结果表明,阈值确定为0.36较为合适,此时基于不规则驾驶行为的事故率预测模型准确度为78.4%,能够较为准确预测隧道内事故发生的可能性,研究成果可以为智能交通安全发展奠定理论基础。     

基于超越对数函数的道路交通事故频数预测

针对道路交通事故频数预测常见方法——对数-线性模型中弹性系数假定为常数,简化了探索性变量之间相互关系的局限性,提出了基于超越对数函数的道路交通事故频数预测方法.该方法采用动态弹性系数,选择路段长度和年平均车流量两个探索性变量以预测道路交通事故频数,通过运用加拿大安大略省道路交通事故数据对其有效性进行了实例验证,并与对数-线性模型进行了对比.研究结果表明:超越对数函数模型具有更好的拟合优度,其动态弹性系数更接近真实情况.     

基于贝叶斯网络的网约车交通事故致因机理分析

为了缓解网约车交通事故,以网约车驾驶员为研究对象,探究网约车交通事故致因机理.通过调查问卷收集了2 458名网约车驾驶员个体属性、工作强度、工作压力、不良驾驶行为和交通事故经历的相关信息.对数据进行分类处理后,通过贝叶斯网络建立网约车事故频率预测模型.基于十折交叉验证法,使用混淆矩阵与接收者操作特征曲线校验模型精度.结果表明,模型预测能力较好,模型分析了11种与事故频率直接相关的影响因素,识别了16类导致高频率事故发生概率增加的不利状态,且发现多种不利状态组合对事故频率产生的非线性扩增效应和叠加效应.研究结论有助于管理部门制定相应预防对策以减少网约车交通事故频率.     

高速公路隧道群交通事故分布特点及预防对策

针对中国高速公路隧道交通事故问题突出的特点，根据高速公路隧道的道路及交通环境特性，对北京一珠海（京珠）高速公路韶关段隧道群交通事故的统计资料进行分析，提出了交通事故的时间分布、空间分布、事故形态和事故车辆组成特征；结合隧道出入口处和隧道内的通风、照明和道路特征对交通的影响，进行了交通事故多发段的成因分析，从而给出了控制和减少高速公路隧道群交通事故的相关对策。     

山区高等级公路交通事故原因特殊性分析与改进措施

分析我国山区高等级公路交通事故的特点、产生原因及特殊性。提出提高山区高等级公路交通安全性的具体措施。     

中国道路交通事故变化趋势预测

道路交通事故在中国已成为威胁人民群众生命财产安全和社会可持续发展的严重问题。对过去10年间中国道路交通事故时间序列数据进行分析,建立了11个预测模型,用平均绝对百分误差(MAPE)对各种预测模型进行寻优,并用筛选出的最优预测模型对2004～2007年中国道路交通事故死亡人数和直接经济损失进行预测。研究结果可为相关问题的科学决策提供可靠的依据。     

2013~2014年我国道路危险化学品运输事故统计分析及对策

基于2013~2014年我国发生的562起危险化学品运输事故,从危险化学品运输事故发生路段、危险化学品类别、事故致因因素、事故发生时间段等方面进行了统计分析.结果表明：正常路段发生事故的比例最高,占总数的54%;易燃液体化学品种类运输过程危险性较大,容易导致事故;事故致因因素的统计显示交通事故引发的危险化学品事故的比例高于非交通事故;每年3~8月是危险化学品运输事故的高发时期,每天早上8~9时是危险化学品运输事故的高发时间.最后,基于这些特点分析提出了减少我国危险化学品运输事故的相关对策建议.     

高速公路交通事件管理系统

随着高速公路的迅速发展，我国高速公路上的交通拥挤日趋严重，据估计交通事件引起的拥挤占60％以上，预计到2005年该比例将增加到70％．为了减少由交通事件带来的负效应，许多国家的运输部门建立了高速公路交通事件管理系统．本文在ITS技术基础上，通过对比国内外交通事件管理研究和发展的现状，提出了适合于我国事件管理系统结构框架，并在此基础上对事件管理的活动和工作过程进行了探讨，从整体上把握了事件管理实施过程中关键问题。     

山区高速公路事故涉及车辆数致因分析

为减少山区高速公路的交通事故发生率以及提升其交通安全性,对山区高速公路交通事故中涉及车辆数的影响因素进行分析。首先对西部某高速近八年来发生的一万多起交通事故进行时空特性分析和起因分析;其次以事故涉及车辆数为因变量,将其分为单车、双车、多车事故三个等级,并从驾驶员、车辆、行驶环境等层面选取8个潜在自变量作为有序Logit模型的分析因子,得到显著性小于0.05的6个自变量;最后利用有序Logit模型对6个显著变量进行分类,通过分析得到各自变量分类优势比(or)大小,并采用负二项回归(NB)模型验证自变量分类风险大小的正确性。分析结果表示各自变量分类中的冬季、涉及大货、间距不足、收费站、晴、白天等分类优势比最大,且优势比在有序Logit模型分析时变化更大,说明有序Logit模型比负二项回归模型更适合用于分析事故涉及车辆数变量的分类优势比。结论表明,在交通安全治理时尽量控制优势比大的因素可减小事故车辆数,从而可间接降低严重事故的发生率,为高速公路管理提供有力的决策依据。