为了您的安全请正确选择和佩戴头盔

近年来,电动自行车以其经济、便捷、环保等特点,已经成为市民交通出行的重要交通工具.然而,许多交通参与者交通安全意识淡薄,各类违法行为频现,使得电动自行车驾驶人成为了交通事故的高发群体.而因电动自行车违法行驶导致交通事故的典型案例更是胆战心惊,发人深省.在这些涉及电动自行车的交通事故中,电动自行车骑行者因未佩戴安全头盔或未正确佩戴安全头盔导致颅脑损伤是造成电动自行车骑行者重伤和死亡的最主要原因.安全头盔不是摆设,它是遇到危险时的最后一道防线.为了自身安全,希望广大电动车驾驶人在驾驶电动车时,一定要正确佩戴安全头盔.     

基于非线性互补的电动自行车-机动车用户均衡模型

为了研究出行者关于电动自行车和机动车的出行方式选择行为以及路径选择行为,文章基于非线性互补方法构建了考虑电动自行车与机动车的用户均衡模型。该模型探讨了出行时间与损失成本对出行者出行选择的影响,同时分别构建了机非分隔与机非混合情形下的各方式路段出行时间函数。算例结果表明模型的分配结果满足用户均衡原则,验证了模型的有效性和准确性,同时通过分析得出实行机非分隔可以显著减少系统总旅行时间。     

基于层次分析法的郑州市民市内出行方式选择

针对自行车、电动自行车、公交车、BRT、出租车、私家车和地铁等出行方式,应用层次分析模型,通过建立市民出行方式的层次结构模型和判断矩阵,把定性和定量评价相结合,对各种出行方式进行了评价和排序,为郑州市政府进行交通建设决策和市民市内出行选择提供科学的依据.     

电动自行车交通事故严重程度影响因素分析

为了分析电动自行车交通事故严重程度的主要影响因素,以广西桂林市2 365起电动自行车与机动车交通事故数据为例,从电动自行车驾驶者、机动车驾驶者、道路条件、车辆、环境、驾驶行为等6个属性中选取19个候选自变量,运用有序Logit模型估计电动自行车财产损失、受伤和死亡3种等级交通事故的分布概率,引用弹性分析定量鉴别电动自行车事故严重程度的显著影响因素,并对影响因素的作用进行了分析和讨论。显著分析表明:电动自行车驾驶者性别、年龄、交通管控方式、道路中央隔离形式、机非隔离形式、机动车类型、照明情况、事故责任方、违规行为、机动车驾驶行为、电动自行车驾驶行为等11个因素与电动自行车事故严重程度显著相关。弹性分析表明:电动自行车不按车道行驶、超速驾驶和酒后驾驶等违规行为,电动自行车左转和横穿道路,涉及货车的事故等因素的伪弹性值均大于200%,对电动自行车交通事故严重程度的影响最为显著。     

基于模糊综合评判法的自行车骑行环境评价—以北京市为例

机动车与自行车争夺有限的道路资源，恶化了自行车骑行环境，如何改善自行车骑行环境并提高自行车道改善工作的决策水平是保障自行车出行的关键。本文从道路设施和交通运营两个方面分析筛选出13项骑行环境评价指标；基于拉格朗日条件极值原理综合运用包含层次分析法-熵值法的组合赋权法确定各项指标的权重系数，进而构建了城市自行车骑行环境模糊综合评判模型。最后选取北京市朝阳区部分道路为实例，进一步验证了模型的可行性。结果表明：根据道路状况和交通运营的评分高低确定自行车骑行环境改造的优先次序，可为较差的骑行环境提供明确的改造指导，避免无方向的盲目改造，从而以耗费更少的社会资源取得更优的骑行环境改善成效。     

电动自行车滑动附着系数实验测量与分析

电动自行车是我国城市道路交通中重要的出行工具之一,近些年来保有量及事故量不断上升。现行国家标准中未提供电动自行车滑动附着系数参考值,给通过电动车自行车事故现场制动痕迹鉴定车速带来不便。基于车辆制动过程中的功能转换特点,采用便携式制动性能测试仪和人工测量相结合的实验方法,得到在不同道路状况下电动自行车的滑动附着系数值。研究表明,与机动车相比,电动自行车的滑动附着系数更小,且受道路干湿程度、车辆类型、骑行车速等因素的影响不大。     

电动自行车交通事故严重程度影响因素分析——以杭州市为例

电动自行车交通事故已经成为我国许多城市的重要交通安全隐患。以杭州市新塘街道涉及电动自行车的交通事故数据为基础,首先从交通事故时间分布、空间分布、影响因素等方面进行了数据统计分析,接着定量分析了造成电动自行车交通安全事故的主要原因。然后,建立了电动自行车交通事故严重程度影响因素的Logistic模型,结果表明骑行人年龄、事故违法行为以及事故种类是影响电动自行车交通事故严重程度的主要因素。最后,提出了电动自行车交通管理的相关对策建议,为电动自行车交通事故预防与安全管理提供了依据。     

平交口右转机动车穿越直行自行车行为研究

平面交叉口的机动车与非机动车的干扰主要由于机动车与自行车之间的相互穿越行为引起的.本文以其中的右转机动车穿越相邻车道直行自行车的行为为例,应用统计学方法,分析了机动车穿越前自身的速度,机动车进入干扰区时,干扰区内自行车的数量,自行车提供机动车穿越的间隙和后辆自行车的速度等相关影响因素.并在此基础上,应用logistic回归模型,建立了机动车穿越自行车的行为决策模型,经实测数据检验和验证,模型拟合度和预测精度良好.     

共享电动汽车选择行为分析

为探索共享电动汽车选择行为,构建出行行为选择模型,基于南京市出行者选择行为调查数据,采用计划行为理论、技术接受理论和结构方程模型,综合考虑出行者个人社会属性、出行特征及潜变量,分别构建不包括潜变量的多项Logit模型和包括潜变量的混合选择模型,并对这些因素进行显著性和敏感性分析.结果表明:不包括潜变量的多项Logit模型中,模型拟合系数(伪R2)为0.275 ＞0.2,表明模型拟合效果较好,年龄、收入、拥有机动车、受教育程度、对共享电动汽车了解程度等因素存在显著影响;在包括潜变量的混合选择模型中,模型拟合系数(伪R2)为0.354 ＞ 0.275,表明模型拟合效果优于多项Logit模型,对共享电动汽车了解程度、拥有机动车、舒适性、快捷性、行为态度、使用偏好、行为意向、使用障碍、站点障碍、车辆障碍、个人障碍等因素存在显著影响.     

基于两阶段聚类的电动自行车出行者选择研究

为了得到准确的电动自行车差异化管理量化决策,本文根据2014年南宁市调查数据,基于两阶段聚类方法,对电动自行车出行者进行差异化分类,在此基础上构建南宁市电动自行车与公交车之间的出行方式选择BNL(binary-nomial logit)模型,并运用SPSS 22.0对模型参数进行标定;最后结合南宁市实际情况对模型结果进行分析。本文研究结果表明:在公共交通缺乏或服务水平不高的条件下,电动自行车是中低收入居民主要的通勤出行方式之一;在提高常规公共交通服务水平的情况下,不分类模型有可能高估常规公交的分担率提高程度,分类模型能更有效地反映不同人群的差异性。本文提出的方法能为探讨南宁市电动自行车差异化管理策略提供更准确的量化决策支持。