高速公路交通事故与交通流量的定量关系分析

高速公路的交通事故预防研究是交通管理领域中的重要课题.通过具体分析事故发生前特定时间段的交通流量分布规律,统计交通流量中小型车和大型车等车型占比,建立交通流量计算模型,确定交通流量在事故高发时的阈值,通过高速公路实践验证结果的正确性,为今后高速公路精准控制交通流量,预防交通事故的发生提供了理论依据.     

轿车-自行车碰撞事故再现及仿真试验

通过数值模拟方法对某一真实车-自行车碰撞事故案例建立车辆及人员的数值模型,人体损伤仿真结果与法医勘验结果吻合,验证了该模型的可靠性.以该模型为基础,对不同速度及不同撞击位置情况下的车-自行车碰撞虚拟试验进行计算,探讨了不同情况下人体抛距、头部最大加速度及小腿最大受力等信息的规律性.数值模拟技术与法医勘验工作相结合将为交通事故鉴定提供科学的理论依据和数值参考.     

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。     

马鞍山市314省道交通事故特征分析及改善策略

以马鞍山市S314交通事故整治为背景,通过系统分析方法,结合事故原始记录资料,对事故特征及规律进行研究,得到了交通事故受集镇化、横断面设置和车速等因素影响较大的结论,并提出相应的事故预防与控制策略.     

基于空间自相关的城市道路事故多发点鉴别

提出了基于空间自相关鉴别城市道路事故多发点的方法,并利用5年内交通事故数据进行验证.首先,以非参数核密度估计模型描述交通事故点的空间二维分布,得到事故分布密度的最优窗宽为115.2m,借此划分路段的空间单元.然后,基于地理信息系统"面弧"城市道路网络拓扑模型构建空间统计单元,并集计事故数和事故严重度指数属性.最后,通过全局Moran指数检验,事故数据呈现聚集的空间分布模式,局部G统计量鉴别出属性值高低的聚类,并生成事故多发点分布图.研究结果表明,与事故频率建模的负二项模型相比,事故位置与属性数据一体化下的空间数据分析不但能够鉴别路段(交叉口)的事故多发点,而且能够对其属性值进行空间关联排序,交通管理部门可利用空间分析可视化结果定位事故多发点和进一步开展交通安全决策研究.     

基于关键点变形的汽车碰撞事故再现

应用有限元理论提出了基于车身关键点三维变形的事故再现方法.以某起车障碍物碰撞事故为例,建立车身、驾驶员及事故现场环境的有限元模型,根据事故特点,确定碰撞速度及角度为变化因素,在车身上选择关键点作为研究对象,综合应用响应面理论和均匀设计方法最终求解得到碰撞前车与被撞物围墙之间的角度、碰撞接触时刻的汽车运动速度及在事故中人体伤害的评价.结果表明,应用有限元方法可以对缺少刹车印迹的事故进行再现研究,同时与传统方法相比该方法具有较高的计算精度.     

基于判别分析的高速公路交通安全实时评价指标

为了实时评价交通流变化对高速公路交通事故风险的影响,利用高精度交通流数据建立了高速公路交通安全实时评价指标.提取了美国加州I-880 N高速公路上采集间隔为30 s的实时交通流数据和事故数据,采用Fisher判别分析方法建立交通流参数的线性组合,以判别危险交通流状态.该线性组合被定义为高速公路交通安全实时评价指标,当该指标小于0时,代表危险交通流状态,有发生交通事故的风险;当该指标大于0时,代表正常交通流状态,没有发生交通事故的风险.采用条件logistic回归模型进一步研究了该指标与交通事故风险之间的定量关系.研究结果表明,该指标预测事故的精度为65.7％.另外,该指标每减小1个单位,交通事故风险将提高1.8倍.     

基于原始信息采集的交通事故原因分类法研究

以实现对我国道路交通事故相关的各方面因素的全面统计与分析为目的,重点研究了我国道路交通事故在原始信息采集时的事故原因分类及应用。论文在分析对比原有交通事故原因分类方法的基础上,研究了一种新方法——交通事故原因关联分类法。在该方法中首次提出,对交通事故相关的各方面因素:交通事故当事人、交通事故车辆、道路及交通环境、安全管理措施、意外等要素进行全面分析与统计,并将它们与引起事故和加重事故后果二要素进行二维组合。利用该方法,对于每一起交通事故,反映该事故原因的原始信息均可实现全面地应用于统一的事故分析。     

基于结构方程模型的公交驾驶员负性情绪驾驶下工作状态的影响因素分析

为减少公交驾驶员负性情绪下消极驾驶造成的交通事故,基于结构方程理论,选取了工作环境、个人属性、心理特性、综合压力以及感知水平5个指标,构建了影响公交驾驶员负性情绪驾驶下工作状态的结构方程模型,并定量分析了各影响因素之间的关系以及对驾驶员工作状态的作用大小.结果表明:工作环境、个人属性、心理特性以及感知水平对驾驶员负性情绪驾驶下的工作状态具有正向影响,综合压力具有反向影响,其中工作环境的总影响效应最大(0.97).     

区域公路交通事故及高速公路交通事故特征

基于中国公路交通事故统计和当前交通安全面临的严峻形势，应用理论分析和统计对比的方法，从宏观角度分析了GDP、交通量和公路里程在不同区域对公路交通事故的影响，并有针对性地分析高速公路交通事故。认为高速公路交通事故具有重特大事故比率较高、尾随相撞事故比例大、受气候因素影响大、驾驶员和车辆性能是事故主要原因等基本特征。该研究结果可为制定公路交通事故预防对策提供理论依据。     

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.     

用信息扩散理论分析高海拔、寒、旱地区矿山事故风险

利用青海省安全监督管理局数据库近六年以来矿山事故数据,采用信息扩散理论,从矿山事故概率和矿山事故人员死亡概率两个方面对高海拔、寒、旱地区矿山事故进行风险分析,建立了适合本地区特殊要求的矿山事故分析模型.分析模型、参数和预测结果均与实际情况吻合,说明应用信息扩散对高海拔、寒、旱地区矿山事故进行风险分析,能够预测出该地区矿山企业年均发生事故的概率及矿山事故人员死亡概率.     

网约车平台的动态定价策略

在现实情况下,网约车市场具有随机性,平台静态定价策略无法对系统中司机供给和乘客需求的瞬时不平衡做出反应。从政府和网约车平台双重角度出发,针对平台、司机和乘客三方面,研究了基于社会福利最大化及利润最大化的平台动态定价策略。利用排队论及生灭过程理论描述了司机在网约车平台中的流动过程,并引入乘客和司机心理预期价格曲线,构建了动态定价策略下的社会福利最大化和平台利润最大化模型;应用布劳威尔不动点定理考察模型解的存在性;基于序列二次规划法设计算法求解模型,得出实现网约车系统社会福利最大化和利润最大化的平台定价及司机分成,并进行对比。研究表明,所建立的模型不仅能计算平台的最优定价策略,还能分析基本参数（平均乘坐时间、乘客/司机心理预期价格分布等）的变化对平台定价策略的影响。     

浮标气象站上的光伏供电系统设计

给出了太阳能电池板对蓄电池充电环节的控制方案以及硬件电路的具体实现,其中,充电控制器是选用最基本、高可靠性的元器件自主设计而成,其内部不含有智能芯片和复杂集成电路,具有电路简单、性能稳定可靠、故障率低的特点,设计的稳压器利用开关稳压芯片作为核心元件,具有对蓄电池储能利用的高效性。同时,还对所设计电路进行了实际测试,测试结果表明本设计很好地实现了技术指标预定的功能。     

基于贝叶斯网络的公交车事故外因分析

为了系统的探究车、路和环境共同作用下的公交车事故致因,利用A市259条公交车事故数据,基于专家知识与数据融合方法建立贝叶斯网络结构;利用服从Dirichlet分布的贝叶斯方法进行参数学习。在验证了模型的有效性后,结合贝叶斯网络模型,运用团树传播算法推理了各变量之间的关系。研究结果表明：天气、时间、道路线形、地点都可能导致公交车事故;根据概率由大到小,导致的事故类型依次为非碰撞事故、与小汽车、非机动车、公交车碰撞;且每一事故类型的伤亡情况及最强致因因素都不尽相同。除此之外,各致因因素在不同情况下,导致的事故类型及伤亡情况概率也有差异。相关结果可以为政府及企业建立事故管理制度,减少公交车事故的发生提供一定的依据。     

基于灰色支持向量机的矿山安全事故预测研究

为了提高矿山安全事故预测的可靠性,在灰色预测模型GM(1,1)和支持向量机SVM的基础上,提出了矿山安全事故次数的灰色支持向量机G-SVM的组合预测模型.首先采用GM(1,1)进行数据趋势预测,然后对于残差序列采用支持向量机预测进行捕获,最后将两种模型的结果进行融合,得到组合预测结果.结果表明,组合模型比单一的GM(1,1)模型和SVM模型具有更高的预测精度.     

基于K-means++的驾驶人致因因素倾向性分析

交通事故致因因素导致交通事故的发生,而交通事故致因因素的产生与驾驶人的特征相关。基于K-means++对事故伤亡人数、年龄、驾驶经验、事故责任、驾驶人的不安全行为值、车辆的不安全状态值进行聚类分析,探讨具备不同特征的驾驶人群体产生不同类别的交通事故致因因素的倾向性。结果表明,当聚类簇数为3时,轮廓系数为0.52,模型将驾驶人分为3个群体。其中：驾驶经验及年龄较低,事故责任较高的驾驶人群体存在较高的不安全行为值;驾驶经验及年龄较高,事故责任较高的驾驶人群体存在较高的车辆的不安全状态值及较高的伤亡人数;事故责任较低的驾驶人群体的不安全行为值与车辆的不安全状态值均较低。     

基于部分优势比的高速公路路产损失严重度分析

为了明晰路产损失严重程度的关联因素,以西南山区高速公路814起引起路产损失的事故数据为基础,将事故造成的路产损失按赔偿金额分为4 000元以下、4 000~10 000元、10 000元以上3个等级,从车辆类型、涉事车辆数、事故形态与原因及行车环境等方面选取了影响路产损失严重程度的潜在因素,利用部分优势比模型建立山区高速公路的路产损失严重程度分析模型,并以伪弹性系数分析各因素对路产损失的影响程度。研究结果表明:与路产损失程度相关性显著相关的共有13个因素,其中肇事车辆为中小货车、客车、轿车和季节为冬季不满足比例优势假定,其余变量均满足比例优势假定;肇事车辆为重大货车会增加发生2级和3级路产损失事故的概率,曲线半径较小的路段也呈现相同影响的关系;缓和曲线、多车事故、天气、平直路段也均会引起2级和3级路产损失事故发生概率的增加。     

城市快速路实时交通流运行安全主动风险评估

基于上海市快速路系统采集的线圈检测器数据和事故数据,应用贝叶斯网络(BN)模型对快速路实时交通流参数与事故风险进行建模分析,并利用可有效应对缺失数据的高斯混合模型和最大期望算法分别对BN模型输入和参数进行估计,进而主动评估快速路实时交通流运行安全风险,并对事故状态提前做出预警.分别对可能事故点前后2组检测器和4个时间段的8组交通流数据进行了建模,结果表明使用事故发生地点上下游各一个检测器在事故发生前5~10min内的交通流数据建立的BN模型效果最好,事故预测准确率为76.94%.最后不仅与朴素贝叶斯分类、K近邻、反向传播(BP)神经网络等经典事故风险估计算法进行了对比分析,还与现有的实时风险评估成果进行了对比,结果表明BN模型预测效果最好.     

基于BP神经网络的核安全事故分级研究

利用国际核事故分级表的量化指标作为分级标准,以福岛核事故的厂外检测样本中的I-31、Cs-37、Cs-34等指标作为参照,利用MATLAB构建BP神经网络,预测核事故的等级,构建了五级、六级、七级核事故等级预测模型。结果表明:分级后的核事故预测模型的预测准确率得到了较大的提高。