基于空间广义有序Probit模型的高速公路事故严重程度分析

为深入了解影响高速公路交通事故严重程度的显著因素,以广深沿江高速东莞段2014—2019年事故数据为研究对象,将事故严重程度分为3类（即无伤亡事故、轻伤事故、重伤亡事故）,并以事故严重程度为因变量、13个潜在影响因素为自变量,通过条件自回归先验解析相邻事故间的空间相关性,建立不同关联距离阈值的空间广义有序Probit模型。结果表明：事故数据间存在显著的空间关联;空间广义有序Probit模型优于广义有序Probit模型和多项Logit模型,基于250 m关联距离阈值的空间广义有序Probit模型表现最优。该模型参数估计显示：车辆类型和归属地、事故发生时间、事故地点曲率、桥梁路段和事故类型对高速公路事故严重程度均有显著影响。边际效应结果表明：相对于小汽车间的交通事故,涉及客车、货车和其他类型车辆的交通事故导致人员重伤亡的概率分别增加3.27%、1.53%和4.11%;外省车使得重伤亡事故的发生概率增加1.02%;相对于周末、春季和桥梁路段,工作日、夏季和非桥梁路段发生的交通事故导致人员重伤亡的概率分别提高0.87%、2.38%和0.08%;单车事故导致重伤亡的概率比多车事故低1.64%;事...     

公交车单车事故严重程度影响因素分析

为研究公交车单车正面碰撞事故严重程度的影响因素,选取英国2014-2018年速度不高于30mph/h的公交车在城市交叉口范围内发生正面碰撞的数据,建立离散选择模型—有序logit模型,从公交车驾驶员特征、车辆特征、道路特征、环境特征和事故特征方面分析影响致命事故、严重事故和轻伤事故的因素。分析结果表明：在90%的置信水平下,事故严重程度与驾驶员性别、年龄、车辆意图、车龄、车辆状态、车辆是否离开车行道、事故是否发生在工作日、路面情况、是否信号控制、光线情况、警察是否在事故现场、事故发生位置、碰撞设施这些因素显著相关。研究结果可使交通管理者采取相应的措施降低公交车事故严重程度。     

基于配对组合logit模型的路线选择

通过实例比较分析关于路线选择行为的多项logit模型和配对组合logit模型,验证在放松对随机效用项的假定、允许选择肢的任何配对组合有不同共分散时配对组合logit模型的解释能力.首先推导了配对组合logit模型,然后在SP调查的基础上,标定出路线选择行为的多项logit模型和配对组合logit模型.研究结果表明:路线A与C、路线B与C之间存在一定的相似性;配对组合logit模型的ρ2(0.113)略高于多项logit模型的ρ2(0.112); 配对组合logit模型考虑了路线间的相似性,其模型精度和说明力高于一般的多项logit模型,其导入的路线相似性参数是合理妥当的.     

高速公路单车事故等级的影响因素分析

单车事故作为高速公路上一种常见的事故类型,每年给我国人民生命财产造成了严重的损失.为降低该类事故带来的负面影响,将高速公路单车事故等级作为因变量,建立计量模型,探究其主要影响因素,并从工程和管理角度提出相应的安全改善措施.在获取2013至2015年广东省开阳高速公路的单车事故数据的基础上,为对事故发生时的天气状况进行更...     

基于有序树的广义表运算算法设计

通过分析与研究广义表与有序树之间的关系和性质,并在相关文献对广义表的研究基础上,提出了基于有序树的广义表表头、表尾、长度和深度的定义,并根据有序树的二叉链表表示法对以上定义进行算法设计.     

基于分层logit模型的车辆换道行为研究

研究分析复杂交通场景中车辆换道行为,揭示车辆运行特性及其规律。基于效用理论方法,以实现驾驶行为决策效用最大化为目标,建立车辆换道分层Logit模型。系统分析影响车辆行为变化的因素,建立各层次参数变量相关模型。仿真分析表明:较一般的车辆行为模型,车辆换道分层Logit模型更能准确地描述实际交通场景中车辆换道的行为决策过程,有效提高车辆运行效率。研究结果为智能车路协同与交互行为、车辆可变限速技术、自适应巡航控制技术等提供理论依据和技术支撑。     

人车碰撞事故的行人伤害研究

将多体动力学方法与行人伤害分析相结合对一起真实的人车碰撞事故进行了准确的仿真再现,研究分析了碰撞过程中行人的动力学响应和伤害.事故再现结果与实际情况及法医尸检结论吻合,有效地验证了方法和模型的正确性.在此基础上计算得出行人头部及下肢伤害与汽车碰撞速度的变化关系,可为改善汽车的行人安全性提供参考.     

基于多项Logit模型的山区高速公路事故致因分析

为分析山区高速长大下坡路段事故严重程度的影响因素,本文首先对地处陕西省、广西省、云南省的典型山区高速公路长大下坡路段的道路交通事故数据进行深度调研,共获取2559条事故数据,然后基于上述事故数据,构建了多项logit事故严重程度模型,对导致山区高速长大下坡路段交通事故的直接致因进行了分析。分析结果表明：肇事驾驶人超速行驶、违法装载超限、疲劳驾驶、操作不当、违法停车、车辆制动失效对山区高速长大下坡路段伤亡事故有显著影响。为改善山区公路的运营安全性,从根本上寻求已建成山区高速公路事故频发的有效办法提供方向。     

基于Mixed logit模型分析的山地自行车运动 需求调查研究

采用文献资料、现场调查等研究方法,结合Mixed logit模型对山地自行车运动场地需求选择变量进行调查分析,发现路面状况、场地规划严重影响山地自行车运动爱好者的场地选择倾向;路面状况良好、路线设计完善的场地更具挑战性;同时,将广义估计方程应用于需求数据中,以便评估每年的户外山地自行车运动,并且计算所选取的6个场地中山地自行车运动的消费者盈余;该研究结果旨在强调路径评估、场地管理以及资源管理的重要性,并为山地自行车运动产业发展、公园管理规划提供可参考依据。     

基于多元Logit模型的城市公交准时可靠性分析

以多维度大数据为基础,分析不同时间、不同天气条件下的公交准时可靠性.结果表明:工作日和晚高峰期间的准时比例明显低于其他时段,周六和周日午夜的准时比例明显低于工作日午夜的准时比例;利用多元Logit模型预测了公交早到、晚到和准时与环境变量、时间变量及运行特性等之间的定量关系.结果表明:公交准时性在晚高峰、线路末端和恶劣天气条件下降低.研究结果可为出行者制定出行计划提供依据,减少等待时间;同时可为管理者优化公交发车间隔,提高公交服务水平提供有效的决策支持.     

A Generalized Comfort Function of Subway Systems Based on a Nested Logit Model

With rapid urbanization,subway systems are widely acknowledged as one of the best solutions to urban transportation problems.The operators or managers of subway systems should pay more attention to passenger＇s perceptions of service quality to maintain its competitive position.Taking the traffic state,efficiency,and environmental impact into consideration,the concept of generalized comfort is proposed in this paper.Based on a nested logit model,the selection probability for each factor in a generalized comfort function can be estimated using a nested structure.A certain factor is considered to be more significant in a generalized comfort function than others,when the corresponding probability of this factor is higher in value.Using stated preference and revealed preference data about passenger travel behavior obtained from the Beijing subway,the parameters of generalized comfort function are estimated by maximum likelihood techniques.     

基于多项罗吉特模型的路网形态判别

以718个交通分析小区作为研究对象,根据路网形态特征将其分成5类,并分别计算每个小区路网的6种定量指标.研究结果表明,网状指数、断头路比例和四肢交叉口比例三个指标对不同路网形态下均具有较好的筛选性.最后,基于上述指标建立了量化判断路网形态的多项罗吉特模型,实例验证结果表明,该模型的准确性达到88.4%,相较于人工判断提高了3.0%.提供了一种量化判别路网形态的方法,为研究路网形态对交通的影响提供了帮助.     

基于广义有序模块化算子的高校教师绩效评价

针对语言环境下绩效评价中多层级指标结构的模块化特征,构建了二元语义广义有序模块化平均(2TLGOMA)算子,该算子具有单调性、幂等性、有界性和置换不变性;进而提出二元语义广义有序加权模块化平均(2TLGOWMA)算子和混合加权二元语义广义有序模块化(H2TLGOM)集成算子的概念,同时定义了Orness测度;给出一种语言信息环境下,基于2TLGOWMA算子和H2TLGOM算子的高校教师绩效评价方法,该方法的优点在于它不仅考虑了评价指标体系各模块之间的结构关系,也兼顾了指标体系的权重信息和评价者的态度偏好;最后,通过实例分析说明了该评价方法的可行性和有效性。     

基于Ordered Probit模型的交通事故受伤人数预测

建立了交通事故受伤人数预测的Ordered Probit模型,应用极大似然方法进行了模型标定.应用模型分析了受伤人数的影响因素,计算了各影响因素的边际贡献,并进行了受伤人数的预测.结果表明,对受伤人数影响较大的因素有路表是否干燥、是否有大中型车辆、是否在交叉口.所建模型在进行事故受伤人数预测的同时,也可用于分析各因素对受伤人数的影响方向和影响程度.文中结果可为交通管理部门迅速准确地判断事故态势并做出快速响应提供决策支持.     

基于logit模型的共享汽车出行影响因素分析

为定量分析影响使用共享汽车出行的主要因素,以543份有效调查问卷收集的数据为基础,从个体特征、出行特征和出行者对共享汽车服务水平的主观感知3个方面开展研究,分别运用有序Logit模型和多项Logit模型建立共享汽车出行频率预测模型,并对比预测精度。结果表明,职业类型、对共享汽车舒适性、便利性、经济性和时耗性的主观感知5个变量与共享汽车出行频率显著相关。有序Logit模型和多项Logit模型的平均预测准确率分别为78.41%和92.40%,多项Logit模型的预测效果较好。     

基于巢式Logit模型的机场吞吐量预测方法

在中小机场吞吐量预测方法中首次引入了巢式Logit模型（NL）。并以无锡机场旅客吞吐量为实例,将预测结果与其他预测方法的结果进行比较,得出了对中小机场进行预测时,使用巢式Logit模型由于综合考虑了机场所在地经济社会的发展现状,机场的服务能力以及周边机场的竞争影响因素,所以预测结果的相对误差较小,并可以从计算过程中得到机场可能的客流量组成和地区客流量走向。     

交通事故Pi-Sigma模糊神经网络预测模型

提出了基于Pi-Sigma模糊神经网络的交通事故预测模型,选用Takagi-Sugeno型模糊推理系统和BP神经网络,以年平均日交通量、交通负荷、设计速度、车道宽度为输入,以每公里年均事故次数为输出,利用哈尔滨市133条主次干道的道路交通条件数据和5年的交通事故数据对模型进行了训练和检验,并将该模型与模糊逻辑模型、BP神经网络模型进行了对比分析.结果表明,交通事故Pi-Sigma模糊神经网络预测模型在预测精度及计算效率上总体优于其他两种模型,较适合于大样本条件下交通事故的快速预测.     

基于Kriging模型的大客车侧翻安全性多目标优化

建立某型客车的有限元模型,依据ECE R66法规对客车侧翻安全性进行了多目标优化.根据侧翻仿真结果,选取客车上部结构关键零件截面形状为变量,以最大质心加速度和质量为目标,以侧围立柱与地板间夹角θ为约束条件,并结合最优拉丁方试验设计法生成了高精度的Kriging模型.利用NSGA(non-dominated sorting genetic algorithm)-II算法对大客车侧翻安全性进行了多目标优化并得到了Pareto最优解集.优化结果表明利用截面形状优化法可以在质量增加较小的条件下提高整车的侧翻安全性能.