交通事故严重程度C5.0决策树预测模型

根据中国现行交通事故严重程度分类与事故信息数据分布特征,基于C5.0决策树方法,选取某省会城市城区及周边重点公路16 009起交通事故现场数据,分别将事故严重程度输出变量按照2分类和3分类,输入变量按照空间属性、涉事驾驶人及车辆属性和全属性,建立事故严重程度预测模型,生成相应规则集并利用测试样本进行检验和模型对比。研究结果表明:2分类和3分类事故严重程度预测模型精度分别为70%和61%,多模型综合优度有所提升;实证规则集揭示了影响事故严重程度分类的因素主要有,碰撞类型、道路属性、事故致因和驾驶人类型等。     

高速公路隧道内交通事故分布规律

以北京-珠海高速公路韶关段4个隧道为研究对象,运用统计分析、对比分析的方法,研究了高速公路隧道内交通事故的时空分布规律、形态及车辆类型规律.研究结果表明:交通量大小与交通事故发生有直接关系;星期五、星期六发生交通事故比例较高,均为26.12%;小时分布波动较大,15:00～17:00发生交通事故次数最多;在洞口附近交通事故发生的概率高;随着隧道长度的增加,隧道交通事故频数逐渐减少,但当隧道长度增加到某一长度后,交通事故频数急剧增加;碰撞是隧道内主要的事故形态;事故车型分布中,小型客车的相对比例最高,大型货车的绝对比例最高.     

基于VISSIM仿真的高速公路事故交通影响

高速公路发生交通事故时,由于事故车辆占用车道,造成事故路段形成交通瓶颈,影响路段的实际通行能力,导致事发路段的车辆延误和排队长度的增加。为了研究高速公路交通事故对交通造成的影响,通过VISSIM仿真软件,建立高速公路基本路段和路段上的交通事故模型,分析不同输入交通量、大小车比例下,事故路段的车辆延误和平均排队长度随时间的变化规律;对中国高速公路在事故情况下的有效通行能力进行了研究。研究结果表明:高速公路基本路段输入交通量越大、大车所占比例越大,交通事故的影响时间越长、范围越大;运用VISSIM仿真模型得到基于中国高速公路交通特点的有效通行能力参数。     

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。     

广东省机-非交通事故时空特征与严重程度分析

为探究广东省机-非交通事故的时空特征和事故严重程度影响因素,对2011～2017年广东省发生的机-非交通事故进行统计分析;并选取2017年发生的3 337起事故,以事故严重程度为因变量,道路线形、照明条件和路面状况等12个道路环境因素为候选自变量构建Logistic模型。结果表明:广东省机-非交通事故数量和死伤人数整体呈上升态势。冬季事故伤亡情况最严重,且高峰期容易出现事故,但夜间事故致死率高。珠三角地区的事故数量和死伤人数比例最高,而东翼地区的事故致死率最高;非城市道路事故情况比城市道路严重。事故严重程度与道路线形、路口路段类型、横断面位置、地形、时段、能见度和照明条件等7个因素显著相关。研究结论可为降低机-非交通事故的危害性提供参考依据。     

老年驾驶人交通事故严重程度影响因素分析

为研究老年驾驶人交通事故严重程度影响因素,文章对美国得克萨斯州17 819起老年驾驶人交通事故进行统计分析,并选择16 634起个案,以事故严重程度为因变量,选择驾驶人属性、车辆属性、道路属性及环境属性因素等共17个自变量构建多项Logit模型。结果表明:老年驾驶人的交通事故数量、伤亡人数在工作日、每天中午和下午时间段占比较大。事故严重程度与性别、是否佩戴安全带、车辆类型、车辆使用年龄、路口路段、限速、车道数、纵断面线形、是否高峰期、光照条件、发生在郊区/城区共11个因素在0.05水平下显著相关,模型通过检验。研究结果有助于交通管理者采取措施降低老年驾驶人交通事故的严重程度。     

语音预警对降低闯红灯交通事故的功效研究

为解决信号交叉口处闯红灯车辆常常引发交通事故的问题,利用北京交通大学驾驶模拟器,采用语音预警的方法对驾驶员避撞行为进行研究,通过实验得到了事故发生概率和碰撞严重程度两个结果分析语音信息的功效. 研究结果表明,语音信息能够减少事故发生的概率和碰撞的平均严重程度,是降低道路交叉口闯红灯交通事故发生的重要措施.     

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。     

考虑严重程度的城市道路交叉口事故密度空间分布

为探究城市道路交叉口交通事故的空间分布特征,找出影响事故严重程度的关键因素,基于哈尔滨市城市道路交通事故数据库,获得有效交叉口事故样本1 758起,并提取9类事故特征.采用密度分析方法,分别获得考虑路网密度、交叉口密度、严重程度的事故密度空间分布特征,并将其可视化显示.将事故严重程度分为死亡事故和非死亡事故2类,选择事故严重程度预测效果最好的随机森林算法分别对整个城市区域、低密度区域和中高密度区域影响交叉口事故严重程度的因素排序.结果表明：考虑路网密度、交叉口密度和事故严重程度时,交叉口事故空间分布呈现一定的差异性;对于整个城市区域、低密度区域和中高密度区域,季节和天气情况均为事故严重程度的主要影响因素,交叉口类型、事故形态和时段分别为3类区域的主要影响因素.     

基于聚类分析的重型载货车辆长大下坡路段交通事故分析

 长大下坡路段是重型载货车多发事故区域。当前针对重型载货车发生事故的研究大都集中在车辆超速方面,忽略了车型、天气、驾驶人特性等因素。本文通过分析云南罗富高速公路某长大下坡路段在2012 年内的重型载货车事故数据,研究车型、天气、驾驶人特性等因素对重型载货车事故的影响。统计分析了不同因素影响下重型货车在长大下坡路段发生事故数的分布规律;然后利用K 均值聚类算法,依据不同因素造成的事故严重程度(事故量、受伤人数、死亡人数),将所有的因素分为3 类。研究结果显示,外地车辆、六轴车和在00:00-07:59 时段发生交通事故的严重程度最重,而有雾、有雨和低温对事故的影响很小。     

快速路交通流运行安全关键参数识别与评估

基于上海市两条快速路采集的事故数据和相应检测器数据,应用随机森林模型对事故发生前5~10min内的交通流数据进行重要变量筛选.利用基于高斯混合模型和最大期望算法的贝叶斯网络(BN)模型对快速路实时交通流事故风险进行建模分析,并对建立的BN模型进行了可转移性测试.结果表明:选取重要变量后建立的BN模型效果优于使用直接检测数据建立的模型,事故预测准确率达到82.78%;可转移性测试中BN模型的事故预测准确率虽有所下降,但整体预测精度和事故预测精度仍都优于利用直接检测数据建立的模型.     

基于修正因子的雾天可变限速交通流模型

分析雾天可变限速控制作用下高速公路的特性,提出基于雾天修正因子的在线自调整可变限速交通流模型。雾天修正因子通过T-S模型根据高速公路实时能见度与曲面半径在线自我调整,进而实现雾天可变限速交通流模型自我调整。采用灰狼算法对交通流模型参数及T-S模型参数进行优化调整。采用速度与密度的平均绝对百分比误差对模型性能进行评价。使用VISSIM与MATLAB进行仿真研究,仿真结果表明：相比于一般可变限速交通流模型,本文提出的交通流模型在速度和密度的辨识精度方面分别提升了41. 5%和10.5%,可以更加准确反映出雾天可变限速作用下高速公路的特性。     

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。     

碰撞事故再现的快速仿真

在ADAMS软件平台上,开发了用于碰撞事故快速再现的专用模块,把在事故现场记录下来的主要参数在事故参数输入界面输入,即可利用这些参数建立参数化事故模型,求解后即可用三维再现道路交通事故的整个过程.通过实际应用表明,该模型适用于交通事故再现领域.     

基于特征模型的电力系统在线动态等效建模

针对现有基于元件机理进行动态等效建模可能导致模型结构复杂及参数辨识难度大的问题,在对电网进行分层分区建模时,引入模型结构简单、工程实现容易的特征建模方法,对下层电网(或区域电网)进行在线的动态等效建模。通过理论分析和仿真对比,确定了特征模型的输入量为电压,输出量为电流实部、虚部；针对实际电网运行工况随时发生变化的问题,当元件机理模型发生慢时变时,采用递推最小二乘算法辨识特征模型的慢时变参数。算例结果表明,该模型拟合误差小且参数平稳性高。     

侧撞事故伤亡决定特征提取和影响因素分析

在交通事故中侧撞事故严重性最强,分析侧撞事故伤亡特征并得出决定性影响因素有助于降低事故风险.该文先使用随机森林特征选择算法对交通事故的影响因素进行降维;然后,通过随机森林、神经网络、SVM模型3种分类模型来验证降维效果,得出事故影响因素的重要程度;最后,构建了3种Logit模型来探究事故伤亡程度与影响因素之间的关系,得...     

开放性边界条件下优先随机慢化对交通流的影响

NaSch模型是一种描述单车道高速公路交通的概率性元胞自动机,但它不能再现实际交通中出现的同步流现象.研究表明:改变NaSch模型的基本演化次序后,开放性边界系统在高产生概率和高消失概率这两种情形下出现低速的同步相,减小了追尾事故发生的可能性,提高了道路的通行能力.计算机模拟的结果显示了同步流、启止坡、非平衡相变等实际交通所具有的特性.     

数据包络分析方法的灵敏度分析

本文对数据包络分析方法的有效决策单元作了灵敏度分析。文中首先提出一种只考虑乎一投入量变化时的灵敏度分析方法,然后在此基础上研究几个报入量同时变化时的灵敏度分析。进而扩展到产出量变化投入产出量同时变化时的灵敏度分析,最后用数例进行了说明。     

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.