基于GA-BP神经网络算法和粗糙集理论的交通事故黑点模型

道路交通事故黑点的预测鉴别是改善道路交通安全状况最重要、最关键的一步,采用基于GA-BP神经网络算法与粗糙集理论相结合的方法建立交通事故黑点预测模型.分析天津市津围公路的交通事故统计数据,通过GA-BP神经网络算法建立静态单元,考虑静态道路状况,分析得出道路的事故黑点样本.考虑实时动态道路交通环境条件的影响,并利用粗糙集理论建立有效的交通道路事故黑点预测模型,2种理论的有机结合,减少糙杂繁冗的数据量,降低伪报警率,提高事故黑点的预报精度,并通过实例进行实证分析.     

基于贝叶斯网的道路事故机理分析

在累计频率法原理的基础上,运用excel和数学软件MATLAB分析交通事故数据,进行道路交通事故黑点鉴别,并绘制出事故频率曲线.确定事故黑点位置后,应用贝叶斯网理论全面整理、分析事故数据,并结合贝叶斯网推理进行事故机理分析,利用贝叶斯网定性和定量分析相结合的特点,为改善黑点交通安全提供参考和指导.     

哈尔滨市区域事故多发路段和黑点鉴别及应对措施

事故多发路段和黑点的鉴别与整治对于提高道路交通安全水平,保障人民生命财产安全具有重要意义。通过对哈尔滨市道里区主要道路交通事故数据的分析,利用质量控制法对各主要道路的交通安全水平进行评价,应用经验一鉴别指数法对事故多发道路进一步鉴别,找到事故黑点,通过对事故黑点的成因分析,并针对事故成因给出具体整治措施。     

不同类型道路黑点事故诱因分析与治理

道路交通事故黑点的有效鉴别可以显著降低交通事故的发生率与损失后果。首先对道路交通事故多发的黑点路段进行了分类,然后分析了各类路段事故诱发因素,最后针对这些路段的事故诱因提出了相应的治理改造对策。     

道路黑点识别与改善

针对道路黑点识别方法、黑点成因及改善措施，总结了国内外经验，提出质量控制法识别路网中事故多发道路，经验一鉴别指数法识别道路事故多发点(段)，以及确定黑点改善优先排序方法．并进行了系统的说明与论述。应用结果表明该方法识别道路黑点准确，改善措施效果显著。     

基于二次感染的道路交通事故黑点建模

将道路交通系统简化成由人车体子系统、道路子系统和环境子系统3个部分构成的整体系统,在事故过程分析基础上,提出事故黑点形成必须具备的4个条件,即存在影响因素、影响因素具有感染性、感染必须达到一定程度、影响因素必须具有一定的集聚度.将人车体作为感染原生体,道路和环境因素作为感染源,构建事故黑点双因素二次感染生成模型,并给出危险率δ的置信区间近似解的计算方法,在此基础上扩展为多因素模型.论文最后根据某一级公路主要交通事故黑点统计数据,对模型进行实例验证.     

道路交通事故的灰色预测与黑点分析

以某市区为研究对象,分析该市区人口密度较高的三个区域交通事故现状,首先利用灰色预测法建立道路交通事故GM（1,1）灰色预测模型,对未来几年市区道路交通事故数进行预测;然后根据道路交通安全影响因素,研究市内三个区域交通事故黑点分布;最后基于人、车、道路、环境综合影响分析,结合事故类型和易发地点判定,找出道路交通事故黑点产生的原因,并根据具体情况提出相应防治措施,以期为城市交通安全管控提供依据．     

浅议道路事故黑点

事故黑点是道路上交通事故相对集中的地方,自然成为交通事故防治的切入点和重点。事故黑点的鉴别既是解决现在道路交通安全问题的需要,也是为交通事故的预测和预防提供第一手资料。本文针对道路事故黑点相关内容做以简单的介绍。     

高速公路运营阶段事故黑点识别与改造

为提高高速公路运营阶段的安全水平,首先应用不受统计尺度和位置影响的事故黑点识别方法,通过划分道路统计单元,选取参考窗口与比较窗口,计算事故严重程度系数,再根据识别阈值精确判断事故黑点的位置及严重程度。最后,对事故黑点的事故特征和成因进行分析,主要运用基于视觉光流率和边缘率的车速控制理论与方法对事故黑点进行改造。     

廊坊市县级道路事故“黑点”治理方案

分析了廊坊市县级道路各事故"黑点"的安全状况和事故特点,并提出了相应的治理方案。