考虑货车因素的高速公路短期交通流风险预测

基于G15上海段的交通流数据和交通事故数据,研究货车比例较高且货车事故率较高的高速公路短期交通流风险预测模型.分别选取整体交通流参数、货车交通流参数和综合参数作为特征变量,通过支持向量机进行建模,运用遗传算法对模型参数进行寻优,建立不同时间段、不同风险特征变量的分类模型并对比分析.结果表明事故发生前5~10min的模型预测精度最高.当加入货车因素时,总体的预测精度提高7.1%,事故预测精度提高6.1%,误报率降低4.7%.采用平均影响值法进行货车因素对预测结果的影响程度分析,表明货车因素对于预测模型有较大影响.该研究模型可用来开发交通安全预警系统,为高速公路货车安全管理提供理论依据.     

考虑驾驶风格的车辆换道行为及预测模型

车辆换道过程对交通安全和交通拥堵有重要影响,为了获得不同驾驶人的换道行为特性,考虑了车辆换道过程中驾驶人的因素,利用SPSS对问卷调查的结果进行主成分分析,采用K-均值聚类方法对驾驶风格进行量化,将驾驶人分为激进型和保守型两种类型,再利用时间对数模型提出了驾驶风格值变量。对两组类型驾驶人进行换道试验,获得了不同风格驾驶人换道时间和换道纵向距离等换道特性的试验数据,并建立了考虑驾驶风格的车辆换道时间预测模型;基于预测的换道时间以及换道车辆转向角与驾驶风格值变量、速度之间的关系,结合车辆运动学模型,建立了车辆换道纵向距离预测模型,并将预测结果与实际换道数据进行了对比分析,结果表明,本研究提出的预测模型准确率较高。研究结果表明,激进型驾驶人在换道过程中其行为较为激进,换道时间较短,换道距离较短;所建立的预测模型可以较准确地预测和解释驾驶人的换道行为。     

基于随机森林的公路隧道CO气体浓度预测模型

汽车尾气的主要成分是CO气体，是公路隧道通风设计的一项重要参数。准确、快速地预测隧道内CO气体浓度，能够为隧道通风控制提供有力参考，有助于CO气体浓度的及时控制，对保障隧道内人员的健康、安全和隧道绿色节能十分必要。采用公路隧道实地监测CO气体浓度数据，建立了以监测点位置、交通量、车速、风速为输入特征的公路隧道CO气体浓度预测随机森林模型。通过整理3 300 m长隧道CO气体浓度数据，对比了CO气体浓度实测数据与模型预测值，验证了模型的预测精度。结果表明，基于随机森林建立的CO气体浓度预测模型具有良好的预测精度，能够准确地预测隧道内CO气体浓度，测试集的均方根误差(root mean square error, RMSE )和决定系数(R2)分别为0.4974和0.9437；该预测模型性能显著优于线性回归模型和支持向量机模型；预测模型能够推广应用于其他隧道的CO气体浓度预测，对应的RMSE和R2分别为0.9095和0.7295，可以在已知测点位置、交通量、车速、风速的情况下预判隧道内CO气体浓度，为隧道通风控制或安全预警提供数据参考；特征重要性分析结果显示，测点位置对隧道内CO浓度的影响最大，在隧道出口处CO气体浓度值最高；随着风速的增大，隧道内CO气体浓度逐渐减小。     

基于支持向量机的矿压监测数据预测研究

冲击矿压具有非常复杂的行为特征,矿压监测数据隐含着冲击矿压系统参与演化的全部变量的信息,可以利用矿压监测数据对冲击矿压预测。文章首先对矿压监测数据进行混沌分析,构建混沌矿压监测数据的相空间,利用支持向量机建立矿压监测数据的预测模型。经与神经网络预测模型进行比较,文章所提出的基于支持向量机的矿压监测数据预测模型更加准确有效。     

基于贝叶斯理论与Vine Copula的化工过程异常事件数的预测

针对化工过程风险,提出了一种化工过程异常事件数的预测方法。化工生产过程中由于受到干扰,时常发生异常事件。异常事件如果得不到有效控制将引发生产事故,其发生次数越高表明发生生产事故的概率越大,因此,准确预测化工过程异常事件数有助于提高化工过程的风险管理水平。基于操作班组,采用贝叶斯理论与Vine Copula建立了动态预测模型,实现对化工过程一个轮班内异常事件数的预测。     

高速公路连续下坡路段交通事故预测

为解决高速公路连续下坡路段交通事故,以广东仁新高速公路为例,建立了事故率与事故点前2⁵ km的坡度、坡长之间的统计回归模型。结果表明事故率与事故点前2 km和3 km平均坡度之间呈现较为显著的指数关系,即事故率随平均坡度的增大而上升,事故率预测模型为:y=1.333 4e0.469 4x,R2=0.876 2。     

面向降低路面湿滑事故率的交通量与抗滑阈值确定（英文）

针对目前关于路面抗滑性能与交通量和湿滑事故的相关性主要为定性或简单定量研究,未提出明确的抗滑值与交通量推荐值,导致雨天湿滑路面对道路行车安全造成较大隐患,严重威胁交通安全,为分析抗滑性与交通量2个主要影响因素对湿滑路面事故的影响,解决雨天湿滑导致事故频发这一问题,首先,定义路面湿滑事故率(WAR);然后,运用统计学原理及分析方法,借助MATLAB分别分析不同交通量等级下路面抗滑性能或不同路面抗滑等级下交通量对路面湿滑事故率的影响,分别建立年均日交通量(AADT)、路面抗滑值(SN)、路面横向力系数(SFC)与路面湿滑事故率的3种回归模型,定量分析交通量、路面抗滑值、路面横向力系数对路面湿滑事故率的影响;最后综合分析了抗滑值和交通量的耦合效应,并基于道路行车安全,推荐了两者阈值。研究结果表明:年平均日交通量阈值为6 500～15 000,抗滑值、湿滑事故率范围分别为27～53、0.529～11.930;为实现零事故目标,在重交通路段应将抗滑值提高到52,以保证雨天行车安全。该推荐阈值为控制交通量或路面抗滑性能以减小路面湿滑事故率提供了参考,同时明确了沥青路面抗滑养护最佳时机,为建立更完善的公路预防性养护体系奠定了基础。     

煤矿瓦斯涌出量的非线性降维Elman动态预测模型

为对回采工作面绝对瓦斯涌出量进行有效预测,提出非线性降维的改进Elmand动态预测模型.模型采用非线性映射在特征空间内对数据进行有效降维,以此确定神经网络输入数目,并利用自适应蚁群微分进化算法对改进的Elman神经网络(IENN)的阈值、权值、自反馈因子和增益因子行全局寻优.将该预测模型用于矿井监测的历史数据进行检验.研究结果表明:模型能够有效地减少预测模型的输入变量个数,并且相比其他预测模型提高了预测的精度和效率.     

基于胜率预测的空战关键节点确定方法

以提高空战训练评估效率为目标,着眼于确定影响战局走向的关键节点,提出了一种基于胜率预测的空战关键节点确定方法。首先,基于长短期记忆网络设计并训练胜率预测模型,以实时评估空战态势;其次,引入最大类间方差法确定关键节点阈值,并将相邻时刻胜率差绝对值大于阈值的时间点确认为关键节点。实验结果表明,所设计的胜率预测模型预测胜率准确,所采用的关键节点阈值选择方法合理,总体方案具有可行性和泛化性。     

隧道围岩变形经验模态分解灰色系统预测模型研究

基于经验模态分解降噪原理,建立了EMD灰色系统GM(1,1)预测模型,使EMD方法与灰色系统GM(1,1)预测模型很好地相结合,有效地降低了原始监测数据内噪声干扰对预测结果的影响;并结合梅花山隧道工程实际,对EMD灰色系统GM(1,1)预测模型进行了检验。研究结果表明:EMD灰色系统GM(1,1)预测模型环境适应能力较强,预测结果与实际监控数据吻合程度较高,是隧道工程围岩变形动态预测较为有效方法,具有较好的工程实用价值。     

基于驾驶行为的隧道交通标志影响特征及作用机理

合理设置隧道交通标志能够在一定程度上缓解隧道特殊环境引发的“时空隧道效应”。文中研究了高速公路隧道内部交通标志（限速标志、出口预告标志）对驾驶行为的影响特性,首先选取特长隧道作为实验路段,通过驾驶模拟实验测试获取驾驶人细粒度微观行为数据,然后再考虑随机效应影响的条件下构建线性混合效应模型,揭示了隧道内部交通标志对驾驶行为的影响特征及作用机理。结果表明：不同影响区段内交通标志对驾驶行为的作用存在差异;在隧道内部设置限速标志能够一定程度上降低事故风险的发生概率,限速标志的重复设置一定程度上能提高驾驶人的操控能力;在隧道内部设置限速标志及出口距离预告标志有助于改善驾驶人空间控制能力、提高驾驶舒适度,其中,在距离隧道出口约小于1 km的影响区段内设置隧道出口距离预告标志有助于提高驾驶人的行车舒适性,在距离隧道出口2 km和1.5 km的影响区段内设置预告标志能在提高车辆控制能力的同时使驾驶人具有更高的行驶车速;此外,隧道交通标志作用下的驾驶行为受驾驶人性别、年龄、驾驶经验等特征属性影响,男性驾驶人的驾驶风险更低。     

An improved BP artificial neural network algorithm for urban traffic flow intelligent prediction

The traffic flow is interrelated to traffic congestion, the big traffic flow directly results in traffic congestion of some section. In this paper, on the basis of the research of overseas traffic accident, considering the characteristic of Chinese traffic, artificial neural network was used to predict traffic accident, and an improved BP artificial neural network model according with Chinese the situation of a country was proposed. The urban traffic flow prediction was simulated under the particular situation, the simulation result shows that the improved BP artificial neural network can fit the urban traffic flow prediction very well and have high performance.     

车与两轮车事故中驾驶员转向行为影响因素研究

为研究车与两轮车事故中驾驶员转向行为的影响因素,本文对172例车与两轮车真实案例进行统计分析,从中挑选出65例车辆具有驾驶转向行为的事故案例,并利用PC-CRASH对其进行事故再现仿真。运用Logistic回归模型对事故数据进行分析,得到驾驶员转向行为的显著性影响因素,最后利用拟合优度检验法和预测准确度检验法验证了模型的可靠性,置信度为95%时,模型的回判正确率为87.7%,具有良好的预测效果。结果表明：在车与两轮车事故中车流量、两者相对距离以及本车速度对驾驶员转向行为影响显著性较高,发生比依次为0.049、0.036、0.025,在车辆横向辅助驾驶系统开发及转向策略确定时应作为重点考虑因素,本研究可为汽车自动驾驶、紧急转向系统等汽车主动安全技术的研发提供参考价值。     

基于决策实验室分析法及解释结构模型的交通隧道施工事故致因链构建

为明确交通隧道施工事故致因之间纵向影响关系及层级结构,本文从事故发生全过程视角出发,在利用文本挖掘技术构建事故致因体系的基础上,借助决策实验室分析法（DEMATEL）及解释结构模型（ISM）判断各致因的重要性程度,建立事故致因多级递阶结构模型,确定关键致因因素,构建关键致因影响链,深入分析其纵向影响关系,并以WLM隧道为例进行验证,证实其实用性。研究结果表明：5方面20项交通隧道施工事故致因间存在明显的层级结构;人员、管理及环境因素对技术因素、机械设备与材料因素存在直接影响作用,其中安全意识及素养、安全监管、施工方案及各类环境因素在事故致因体系中占据重要位置,对其进行有效管控是良好安全管理的体现。本研究可为交通隧道施工安全管理提供参考与依据。     

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。     

An improved BP artificial neural network algorithm for urban traffic flow intelligent prediction

The traffic flow is interrelated to traffic congestion, the big traffic flow directly results in traffic congestion of some section. In this paper, on the basis of the research of overseas traffic accident, considering the characteristic of Chinese traffic, artificial neural network was used to predict traffic accident, and an improved BP artificial neural network model according with Chinese the situation of a country was proposed. The urban traffic flow prediction was simulated under the particular situat...     

具有视觉诱导功能的隧道进出口道路标线设计

隧道作为一种特殊的管状构造物,因内外光环境的差异导致隧道进出口处的事故率明显高于普通路段。为提高隧道进出口处的安全性,提出一种具有视觉诱导功能的交通标线设计,并采用眼动特征指标检验标线的警示作用。基于透视原理与闪现率原理确定交通标线宽度与间距的取值范围,依据山区隧道的特点确定交通标线的具体设计值,通过视觉诱导理论设计的渐变交通标线与常规等间距设计的交通标线作对比;选取85名年龄在18到50周岁的受试者参与本项试验,通过虚拟驾驶技术获得不同的交通标线对驾驶员眼动特征的影响规律,以眼动特征表征受试人员在模拟行驶时的心理和生理的变化。对比两种交通标线对受试人员的瞳孔面积和注视区域的影响,绘制路面热力图及眼动轨迹图。研究表明：受试人员在试验中,接近隧道入口处时,行驶在具有视觉诱导功能的交通标线上瞳孔面积变化率较小,注视区域集中,注视点离散程度低,待完全进入隧道后眼动特征变化基本一致。说明具有视觉诱导功能的交通标线能较好的吸引驾驶人员的注意力,减少事故发生,与常规的交通标线相比眼动特征明显且具有良好的区分度。     

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.     

基于相对差异函数的隧道群交通安全评价

引入可变模糊理论中的相对差异函数,建立高速公路隧道群交通安全评价模型.根据相关研究成果,选取影响高速公路隧道群交通安全的主要因素构建安全评价指标体系.综合层次分析法(AHP)和信息熵法确定评价指标的权重,建立相对差异函数安全评价模型.利用相对差异函数评价模型对隧道群交通安全等级进行判别,得出评价结果.将该方法应用于浙江省某高速公路隧道群交通安全评价,针对评价结果提出隧道群安全改善对策,并将该方法与其他交通安全评价方法计算结果进行对比,结果表明该模型在高速公路隧道群交通安全评价应用中有较好的实用性.