交通事故预测的灰色GM（1，1）模型

在分析道路交通安全系统灰色属性的基础上,提出将道路交通事故作为道路交通安全系统行为特征量处理,运用灰色理论和方法进行道路交通事故预测,在此基础上,建立了道路交通事故的GM（1,1）灰色预测模型,并通过实例验证了预测模型的适用性。     

道路交通事故灰色马尔可夫预测模型

在道路交通事故灰色预测的基础上，引入马尔可夫链预测理论，建立道路交通事故灰色马尔可夫预测模型。道路交通事故灰色马尔可夫预测兼有灰色预测和马尔可夫链预测的优点，模型克服了随机波动性数据对道路交通事故预测精度的影响，拓宽了灰色预测的应用范围。实例计算证明：道路交通事故灰色马尔可夫预测模型预测精度高于GM(1，1)模型预测精度，模型可以用于道路交通事故预测。     

道路交通事故GM(1,N)预测模型

GM(1,N)模型适合于具有多个影响因素的系统特征变量的预测,文章研究了GM(1,N)模型用于道路交通事故的预测的方法。根据1990～2000年全国道路交通事故统计资料,建立了交通事故死亡人数的多因素灰色预测模型,预测的2000年死亡人数为90324人,相对误差为3.76%,可见GM(1,N)模型预测效果较好,可用于道路交通事故预测。     

基于灰色理论的道路交通事故预测模型综述

交通事故预测模型是进行交通安全控制的关键问题之一。重点介绍了目前几种主要的基于灰色系统理论的道路交通事故预测模型:基本灰色预测GM(1,1)模型、残差灰色预测模型、灰色Verhulst预测模型、灰色马尔可夫预测模型、灰色神经网络预测模型,并指出各模型的适用条件和优缺点,为相关研究提供参考。     

全国道路交通事故预测

研究表明,充满复杂性和随机性的道路交通事故具有灰色性。文中介绍了灰色预测的理论方法,运用灰色系统理论对交通事故进行分析。通过对交通事故死亡人数原始数据进行处理,得到新的生成数序列,据此建立白化微分方程,给出交通事故中死亡人数的预测模型,用相对残差、级比偏差值和后验差法对模型进行检验。结果表明,模型预测精度高,与实际数据相吻合;并运用该模型预测了之后4年的交通事故总数、死亡人数及受伤人数,以便于交通部门、公安部门和道路设计规划部门有针对性地对交通事故实施治理,减少交通事故发生。     

寒冷地区道路交通事故分布的研究

以地处寒冷地区的黑龙江省，辽宁省１９９２～１９９５年发生的３９７４１起道路交通事故案例为研究对象，在资料收集，处理及现场调查的基础地寒冷地区道路交通事故成因，月份分布，事故形态和事故与道路类型，等级等内容进行了分析和研究，进而得到寒冷地区道路交通事故的统计规律及相应的分析结论。     

贵州省道路分形特征及其对交通事故影响机制

随着城市化进程和机动车数量的激增,带来道路交通事故的频繁发生,造成严重的社会问题和伤害。为更好监测与预测交通事故的发生,减少人员伤亡和财产损失,对贵州山区道路交通事故发生机制进行研究很有必要。以贵州省为例,利用GIS技术,自动采集道路密度、曲率、比降等信息;根据分形理论,探讨贵州省9个行政区道路分形特征,研究道路因素耦合下的交通事故发生机制。结果表明:(1)2009年~2014年贵州省道路交通事故可划分为两个时期,即事故低发期和事故高发期,事故低发期交通事故变异系数呈现上升趋势,事故高发期交通事故变异系数呈现下降趋势;(2)贵州省道路密度、曲率、比降、分维4个指标与第1主成份可线性表达为Z1=0.000X1-0.018 X2-0.004 X3+0.872 X4;(3)贵州省道路交通事故受路的因素影响较为复杂,影响关系呈现三次拟合非线性相关,且事故低发期R20.79、事故高发期R20.49。     

道路交通事故中轿车当事人交通行为方式鉴定1例

在道路交通事故中遇一辆肇事车辆存在多名当事人,但因缺乏视频资料且证人证言相互矛盾或无法询问的情况下无法明确谁是驾驶人,根据事故调查需要,交警部门需委托司法鉴定机构进行道路交通事故涉案者交通行为方式鉴定,明确谁是驾驶人,为道路交通事故处理提供一定的依据。道路交通事故涉案者交通行为方式鉴定是指根据案情,对与事故相关的现场、车辆、伤亡人员进行勘验后,依据勘查结果进行综合分析,并做出涉案者在事故发生时所处行为状态书面意见的过程。     

道路交通安全研究的现状与热点分析

道路交通事故的产生对民众的生命安全和财产损失影响巨大,国内外学者在该方面进行了大量的研究。为了整体把握道路交通事故研究热点及发展趋势,从中国知网(CNKI)核心期刊数据库和Web of Science核心合集数据库选取了2000—2020年与道路交通事故相关的3 943篇文献为数据源,借助CiteSpace和VOSviewer文献计量软件平台从文献分布特征、关键词共现、关键词聚类、关键词突现等方面进行分析,并在此基础上从事故黑点鉴别与影响因素分析、事故安全评价与事故预测、事故伤害(RTI)的流行病学研究和预防、事故处理与安全管理、事故仿真与驾驶行为分析这5个研究方向分析道路交通安全的研究趋势与热点问题。研究表明:①从作者合作方面分析发现道路交通事故研究具有多学科交叉性质;②对关键词共现分析发现国内外期刊关键词共现类别基本一致,说明国内外对道路交通事故方面的研究具有较强的一致性;③数据分析发现当前研究还存在实时交通事故评价手段欠缺、道路交通伤害数据结构不统一、事故仿真模型的通用性与有效性有待于进一步提高等问题;④从研究趋势的演进来看,未来的研究趋势主要集中在道路交通事故侵权责任研究、道路交通事故对道路通行能力的影响等方面。      

用改进的灰色关联度分析交通事故成因

改进的灰色关联模型与普通灰色关联模型相比,可以突出关联度的微小变化,且更加科学。通过实例,用改进的灰关联对道路交通事故成因进行了分析,并与普通灰色关联分析进行了比较,发现前者分析结果更具层次性、差异性,更容易识别事故主要、次要和潜在的成因。     

道路交通事故经济损失灰色预测模型

阐述了我国交通事故造成经济损失的状况,引入灰色预测模型,对利用此模型预测交通事故经济损失的可行性进行了分析。基于历史数据,对未来几年的事故经济损失状况进行预测,并对模型精度进行检验。     

交通事故灰色预测模型的研究

在交通事故统计的基础上，运用灰色理论，建立了一为量的交通事故预测模型，即ＧＭ（１，１），可用于交通事故各项统计指标的预测。它被传统的预测方法更科学、更合理。     

基于ARIMA-FNN的道路交通事故最优加权组合预测模型

1个适应性良好的道路交通事故预测模型对于交通管理、控制和有关规划设计起着重要作用,文中根据交通事故发生的时空性和多因素性,利用ARIMA模型良好的时间序列线性拟合能力和FNN强大的非线性映射能力,通过最优加权方法确定模型权重,建立ARIMA和FNN的组合模型,并对我国道路交通事故进行预测。结果表明：这一模型可以提高事故预测精度,是1种有效的事故预测模型。     

基于CIDAS数据与可解释模型的行人交通事故风险识别

行人道路交通事故是一种常见的交通事故,为了构建有效的行人交通安全防治体系,论文使用中国事故深度调查（CIDAS）数据集进行分析研究。采用多次重复的K折交叉验证评估,并确认随机森林模型在该数据集上具有统计学功效后,利用基于排列的特征重要性算法对影响行人交通事故的特征进行了量化分析。随后对重要事故特征的数据进行统计,并使用卡方检验确定随机性的影响。研究表明,事故参与人员数、行人年龄段、事故发生时间与道路最高允许车速是影响行人交通事故后果的最重要特征。整体趋势表明事故参与人员数越多,事故后果越严重;对于13岁及以上的人群,行人年龄越大发生事故的后果也更严重;在凌晨0:00-4:00发生的事故中,事故的严重程度明显高于其他时间段;在限速为80km/h及以上的道路上发生事故的后果更严重。     

老城区道路安全改善措施优选方法

基于某老城区代表性路段几何特征和交通流特征的调查数据及相应交通事故资料,运用灰色关联分析理论确定影响因素与道路交通事故率的绝对和相对关联度,提出道路改善措施优先顺序;为验证上述分析的正确性,运用Pearson相关分析和多元逐步回归分析,建立了事故率与高相关因素之间的简单多元回归模型,利用该模型预测改善后道路安全水平。     

澳大利亚的道路安全状况

本文介绍了澳大利亚近年来道路交通事故的变化趋势以及未来一定时期的事故预测结果。同时还介绍了90年代澳大利亚和新西兰以持续降低交通事故率为目的的道路安全战略规划。     

道路交通事故致因理论概要

道路交通事故致因理论是事故致因理论的一个分支,通过对大量交通事故典型案例的研究,揭示形成交通事故相关要素之间的关系,找出交通事故的机理。道路交通事故致因理论的核心是＂危险形成—避险失误＂机理和＂环境—危险＂作用律。道路交通事故致因理论可以指导事故调查、事故鉴定、判断交通事故当事人的行为对发生道路交通事故所起的作用,从而比较准确地认定道路交通事故当事人责任。     

基于神经网络的实时事故预测方法研究进展

道路交通事故预测作为道路主动安全管理的重要组成部分,在降低事故发生概率、帮助管理者制定安全决策等方面起着重要作用。随着数据需求的不断增加,传统方法已无法满足大数据的需求,机器学习和人工智能算法在动态、实时和复杂情况下的道路交通事故预测领域显示出强大的潜力。文章从数据获取和特征变量选择开始介绍,详细叙述了基于机器学习的神经网络及与深度学习结合后该方法在国内外的相关研究,分析了使用神经网络相关方法在建模时会面临的优缺点,最后对基于神经网络的交通实时事故预测方法进行了总结及展望,给出未来的发展趋势。     

中国和美国道路交通事故数据对比研究

采集了中美两国近十年的道路交通事故数据,通过对比分析发现我国交通事故死亡人数指标一直占居世界前列,在近三年才趋于下降态势,而美国道路交通安全的各项指标在世界范围内均处于最佳状况,交通事故死亡率指标在近十年基本一直处于稳定下降水平。究其原因在于美国成立了专门的道路交通事故研究机构,从不同角度对道路事故数据进行全面交叉分析,且及时将分析结果反馈运用于事故预测的各个方面,进而达到预防减灾的目的。该研究可为我国道路交通安全提供一定的参考和借鉴。     

基于地理信息和数据可视化的道路交通事故调研分析与对策建议

研究道路交通事故的发生与危害机理,是我国道路交通事故预防的基础。将道路交通事故的位置与地理信息系统相关联,实现数据可视化,确定事故热点的空间分布,进行深入分析。重点调查了道路工程和交通设计中死亡事故点的应用情况,并对事故发生与伤亡事故之间的相关性进行了分析。通过对我国交通事故空间数据的分析与分配,为我省交通事故的预防提供了一种创新措施,取得了初步成效。