考虑车道变换影响的高速公路交通事故预测模型研究

考虑车道变换可能对交通安全造成不利影响,结合广东省3条高速公路64个路段的交通运行状况数据和交通事故历史数据,利用负二项分布预测方法,建立并标定了基于交通量、路段长度、车道变换次数、大型车变道比例、单位里程变道次数等5个解释变量10组不同组合的交通事故预测模型.通过计算各组模型的Akaike信息量准则指标,得到了3组权衡了模型结构(即解释变量数量)和数据拟合度的最优模型.结果表明,虽然3组最优预测模型的预测精度仍有待提高,但是考虑车道变换影响的交通事故预测模型明显优于其他模型.这说明与车道变换相关的变量可以作为交通事故预测的有效解释变量,并且引入该类型变量可以更好地预测高速公路交通事故的发生.     

苏州市高速公路安全统计建模

高速公路作为连接长三角地区的重要通道,承载了大量的交通需求。通过安全建模分析,识别长三角都市圈通勤时段高速公路交通事故特征及交通安全主要影响因素,提高其运行安全和效率,有利于推进长三角城市群交通一体化建设。本文采集苏州市10条高速公路双向的交通事故数据、道路几何数据和交通运行数据,考虑空间相关性,基于微观路段单元,建立了贝叶斯负二项条件自回归模型。结果表明,道路几何特征、交通运行特征对高速公路安全均存在显著影响。     

基于可拓理论的高速公路事故动态预警方法

高速公路交通事故动态预警是预防交通事故发生的有效途径.通过高速公路交通事故致因机理分析和危险源分析,构建动态预警指标体系,并确定各项预警指标的警限区间.基于可拓学理论,将预警等级、评判指标和指标限值结合成物元,通过物元表述关系式建立预警等级确定的物元模型,计算关联函数矩阵,以及基于层次分析法确定权重的各等级关联度,判断交通事故发生风险的预警等级,以达到事故预控的目的.     

高速公路大区段交通事故预测模型研究

针对交通事故记录位置精度较低和路段划分过短可能引起的分析结论偏差问题,探讨了大区段划分条件下高速公路交通事故预测模型的构建方法。结合辽宁省5条高速公路的交通事故数据和道路交通条件数据,提出了基于高速公路天然节点(互通式立交和服务区)的大区段划分方法。构建了处理大区段内指标异质性的模型变量,应用积分-微分方法确定了变量模块,进而利用负二项回归方法建立了高速公路交通事故预测模型。研究表明:在大区段条件下,年平均日交通量、累积纵坡和标志密度等变量的事故预测模块为Hoerl函数,累积曲率为幂函数,而挖方段比例为指数函数;路段长度、年平均日交通量、累积纵坡和标志密度等因素对大区段上的交通事故发生具有显著影响,且考虑这些变量的模块式模型具有较高的预测精度。     

高速公路交通事故威胁程度预警评价模型

为了评价高速公路交通事故对交通运行安全的影响程度,基于二级模糊综合评判法,构建了高速公路交通事故威胁程度预警指标体系模型。其中包含评价指标及预警等级。将这一模型运用到一起交通事故实例的研究中,分析各指标对交通运行的威胁程度,根据模型的计算方法和最大隶属原则,确定了事故威胁程度的预警等级。     

高速公路交通服务水平与交通安全关系研究

交通服务水平是道路使用者从道路状况、交通条件、道路环境等方面可能得到的服务程度或服务质量,交通安全没有包括在评定交通服务水平的指标里.基于样本高速公路的交通流和交通事故数据,分析了路段1d24h每个小时的服务水平与交通安全的关系、每起事故发生前15 min的路段服务水平与交通安全的关系.通过比较各级交通服务水平下的交通伤亡事故水平,表明随着交通服务水平的提高,高速公路发生伤亡事故的机率也随之增加,交通事故后果越严重.      

高速公路车辆典型交通违法行为危险度分级预警方法

高速公路不文明驾驶行为及交通违法行为的频发严重影响了高速公路交通流运行的安全与效率.基于采集的高速公路交通安全相关数据,对高速公路典型交通违法行为的危险度的分级预警方法进行了研究.针对高速公路的交通事故数据,以从恶劣天气、道路线形、违法类型的角度分析了道路交通事故与各类因素的相关性,在此基础上确定进行分级预警的影响因素.综合考虑在气象条件、交通状况、道路线形及各类违法行为,提出了层次分析与模糊评价相结合的方法,建立了针对高速公路违法行为危险性的分级预警模型,并用实际案例数据对模型的适用性进行了验证.结果显示,模型具有良好的适用性,所建立的分级预警模型可以为高速公路的主动交通预警及管理提供参考与支撑.      

基于广义线性模型的高速公路事故预测能力对比研究

为了寻求能够高效拟合事故数据的模型,提高高速公路交通事故预测的能力,以广东省京珠、粤赣以及开阳高速为研究对象,收集整理了共4657起交通事故及相关影响因素数据,通过路段划分得到5573个交通事故建模样本.基于系统聚类及四分位数法,筛选交通事故数据中的异常值,剔除了建模样本中的离群样本;基于方差膨胀因子法,对模型的解释变量进行共线性诊断,对存在共线性问题的解释变量进行了处理.分别对负二项(NB)、零膨胀负二项(ZINB)及Tobit模型进行变量筛选,分别确定了16,24,16个解释变量;基于模型变量筛选结果,利用交通事故数据样本,完成了NB,ZINB及Tobit模型的建模.分析对比了NB,ZINB及Tobit模型的拟合效果及预测能力,结果显示,在模型的事故预测能力方面,当交通事故数据中存在大量零值,NB,ZINB及Tobit模型经过K折交叉检验计算得出的PRESS值分别为2185,2239,4442,表明Tobit模型预测能力最优,ZINB模型其次,NB模型再次.      

基于交通流稳定性系数的高速公路交通事故实时风险预测

预测交通事故实时风险时，存在大量指标变量，导致数据难以采集，不仅不利于构建预测模型，且带来的过拟合问题会降低模型预测可靠性。为了减少预测指标数量，提升预测模型可用性，降低预测模型过拟合影响，构建具有可解释性的2种交通流稳定性系数以简化指标集，分别为纵向交通流稳定系数和横向交通流稳定系数。采集西安市G3001高速公路交通事故与交通流历史数据，选用支持向量机、随机森林、Logistic回归模型，分别构建高速公路交通事故实时风险预测模型。通过改进的GI指数评估交通流稳定性系数的显著性，以检验其有效性；通过指标集在训练与测试数据中的预测精度、AUC值差异评估交通流稳定性系数对降低预测模型过拟合的作用，并通过训练耗时评估模型的计算效率，以检验新方法的可靠性。研究结果表明:2种交通流稳定性系数对应的改进GI指数分别为0.952和0.922，显著大于其他受试指标，与交通事故实时风险显著相关。在3种预测模型中，包含2种交通流稳定性系数的简化指标集在训练和测试数据中的预测精度分别为91.1%和90.5%，与完整指标集相近。2种指标集在训练与测试数据中的平均预测精度差异分别为0.69%和4.87%；平均AUC值差异分别为1.61%和5.87%；平均训练时间下降了15.2%。交通流稳定性系数大幅提高了预测模型的可靠性，同时显著提升了模型的计算效率。      

基于重要指示变量和特征的高速公路浓雾短临预测研究

浓雾天气严重影响高速公路车辆运行安全,导致道路交通事故频发,而对高速公路浓雾天气的有效预测是解决交通事故多发问题的有效途径。因此,通过交通气象监测站获取全时段高速公路气象数据,立足浓雾形成机理和车辆运行实际需求,选用"滑动窗+模糊统计和线性插值"方法对其气象数据进行预处理,获取浓雾产生过程的连续气象要素数据,并提取出浓雾产生前3 h的各气象指标数据。利用统计分析方法获取和分析浓雾形成前各气象要素数据变化趋势,进而采用先决条件阈值和滑动窗口算法,确定出浓雾形成的重要指示变量及变量的变化特征。最终,提出了基于"能见度前期振荡"和"大气温度回温波动"特性的浓雾短临预测模型,利用沪宁高速公路沿线江苏境内交通气象监测站2013—2015年浓雾发生前3 h气象数据对短临预测模型参数进行标定,进而对其2016年气象数据进行浓雾短临预测。结果表明:浓雾短临预测模型的预测结果中22组数据与实际结果相符,遗漏数据组7组,其预测准确率达到了75.86%,漏检率仅为4.35%,故该模型可以实现对高速公路沿线浓雾产生前短时间内进行有效预测,能及时警示公路运营管理部门提前做好预防处理准备,降低因突发浓雾而造成的交通事故发生的概率,极大的保障高速公路车辆运行安全。