基于贝叶斯网络的高速公路突发事件态势评估研究

为了提高高速公路应急管理能力,提升高速公路应急效率,从突发事件演化机理着手,基于贝叶斯网络构建了高速公路交通突发事件应急处置的态势评估模型,用于推理学习不同情况下的交通事故概率。评估模型首先确立了高速公路交通突发事件贝叶斯网络总体工作流程,将贝叶斯网络节点设置为高速公路突发事件的影响因素,贝叶斯网络结构根据各节点,即各影响因素之间的相互关系进行构建。其次,根据交通事故数据和专家知识对网络中每个节点进行条件概率赋值,再在条件概率的基础上根据现场初步事故信息运用联合树推理算法将贝叶斯网络转化为联合树,通过定义在联合树上的消息传递过程,计算后验概率;最后,在条件概率的基础上进行推理,建立评估模型实现对高速公路突发事件态势评估。实例分析随机抽取50次高速公路交通突发事件数据用于贝叶斯网络,通过软件Ge Nie2.2,以事故车辆类型,事故车辆数量,得到事故信息的时间,事发时天气及事发时段为证据信息,推理得出高速公路突发事件概率,预测结果表明基于贝叶斯网络的高速公路交通突发事件应急处置态势评估模型具有较高的准确性。     

常规公交风险的 SEM 与 Bayesian Network组合评估方法研究

常规公交系统具有载客量大、班次多、线路固定等特点,存在多种安全风险隐患.为综合评估常规公交风险,对国内外554条事故数据分析整理,构建了常规公交风险指标体系.建立了常规公交风险评估的结构方程模型,得到常规公交风险因素对事故的单向拓扑结构.在结构学习的基础上,利用信息熵理论研究风险因素对预测结果可信度的影响权重,从而进行变量筛选.以失火事故为例利用贝叶斯网络模型进行了城市常规公交风险评估参数学习.研究结果表明,失火事故的主要风险因素为油气泄漏、车内外温度均较高等.在风险因素组合作用下失火事故发生概率范围为 0 .002 1至0 .842 9 .所建模型预测精度高,验证了方法的科学性和准确性,可用于进行定量化的常规公交风险评估.      

大型邮轮人员感染新冠肺炎风险评估方法

为快速识别大型邮轮上感染新冠肺炎的高风险人群,避免疫情在邮轮上的社区传播,提出了一种基于数据驱动的大型邮轮新冠肺炎风险评估贝叶斯网络模型.结合《新型冠状病毒肺炎诊疗方案》(第七版)和确诊病例数据确定了大型邮轮人员感染风险评估模型的影响因素;从接触史和临床症状2个主线确定了感染风险的贝叶斯网络结构;通过建立改进的IF-THEN规则库,确定了"风险程度"节点条件概率表,并利用M类节点的逻辑关系确定节点概率,从而构建了大型邮轮人员感染新冠肺炎风险的评估模型;利用500条历史数据对构建的模型进行了验证,采用灵敏度分析识别主要影响因素.结果表明,该模型的预测精度为81%,且模型结构符合贝叶斯3项准则要求.研究结果可在不进行医学检测情况下对高风险人群准确预测,为大型邮轮早期干预新冠肺炎传播提供理论和方法支撑.      

高速公路隧道交通安全评估研究

主要介绍了高速公路隧道交通安全评估的理论与方法。隧道交通安全评估主要分为两个方面:一是安全风险评估,二是安全潜力评估。通过对高速公路隧道交通事故进行分析,得出影响隧道交通安全的风险因素,并针对各风险因素,找出可减少事故发生概率和减轻事故严重程度的安全保障措施。根据各种不同情况下所产生的风险因素及相应的安全保障措施,分别给出了安全风险参数和安全潜力参数的评分标准,及隧道安全评估参数的计算方法。最后应用模糊评价的方法,代入隧道安全评估参数,对隧道的交通安全状况进行评价。     

改进的山区高速公路伤亡事故贝叶斯网络及事故成因分析

为研究山区高速公路伤害和死亡事故的致因因素,利用故障树建立伤亡事故的贝叶斯网络模型,分别从人、车、路、环境4个方面分析事故影响因素,通过推理和计算可得出相应的发生概率.考虑故障树模型欠缺多态性、相关性和不确定性,提出改进的山区高速公路贝叶斯模型.研究发现:在受伤事故中,车辆因素和驾驶员因素占比最大,其次为道路和环境因素;在死亡事故中,道路因素占比相较于伤害事故增大,明显大于驾驶员因素;其中车辆类型为大型车、夜间无照明和超载3个致因因素导致伤亡事故的可能性增大最为显著.提取危险程度较高的影响因素并提出交通安全改善建议,对山区高速公路交通安全的改善治理工作具有重要意义.     

基于共轭贝叶斯模型的长江干线江苏段碰撞事故定量分析

对船舶碰撞风险的定量分析对于深入理解事故规律、避免事故的发生具有重要意义.以长江干线江苏段2012—2016年945起船舶碰撞事故或险情数据为例,对6个区域进行碰撞风险评估研究,建立相对事故贝叶斯模型,分析通航水域、航行状态和会遇情景3个指标下不同航行情景的相对风险关系.利用共轭贝叶斯方法,对江苏段船舶碰撞风险进行建模分析.研究发现,根据专家意见和事故数据进行风险评估的结果并不十分一致,深水航道、顺航道航行等普遍认为风险较低的情景,数据分析显示风险较大,这与数据的不完整性有关.当未来有更多数据时,可以对结果进行迭代更新,不断提升评价结果的精度和可靠性.      

城市群内高速公路交通运行动态风险评估模型

本文以江西省境内某段高速公路作为研究对象,研究了高速公路交通运行动态风险评估模型。以最能表征交通运行特性的交通流参数作为模型的输入参数,以事故风险作为模型输出。分别选择事故发生前0~5min、0~15min和0~30min3个时间段内的数据进行事故风险分析,并给出风险值的定义方法。通过利用自适应神经网络模糊推理系统(ANFIS),分别建立了不同数据选择情况下的交通运行动态风险评估模型。分析结果表明:选择事故发生前0~30min及对照组0~30min内的数据进行动态风险评估建模,所得的模型误差最小,约0.30,模型的事故预测准确率能达到65%左右。本研究可应用于实时的城市群内高速公路交通运行动态风险监测,并能很方便地对可能发生的事故进行预测。     

基于贝叶斯概率理论的物流园区选址优化研究

物流园区选址是其规划建设中不可或缺的部分，传统的选址方法以定性分析为主，缺乏对选址结果可靠性的评判标准，为此，引入贝叶斯概率方法开展了物流园区选址规划理论研究。借助EM算法和GeNie软件，构建了贝叶斯网络模型，挖掘出各影响因素间存在的内在因果和逻辑关系，量化各影响因素的显著性，构建科学合理的物流园区选址规划评价指标体系；采用K-means聚类方法建立了物流园区选址模型，使用MATLAB软件对建立的模型进行迭代计算，并引入贝叶斯判别方法对聚类结果进行了可靠性分析；基于贝叶斯网络方法优化了灰色模糊风险评估模型，结合了定性分析和定量计算，得出相应的选址风险系数与评估风险概率，完成了物流园区的选址风险等级评估。研究结果表明：基于贝叶斯方法建立的物流园区选址模型能够充分考虑城市规模、经济社会发展、城市物流量及交通区位等多因素的影响，实现了对物流园区选址结果的量化评价，降低了人为主观因素和客观数据的模糊性对物流园区选址方案的影响，有效提高了物流园区选址规划的科学性和可靠性。以陕西省10个地级市为候选地点验证该选址模型的可行性，结果显示：西安建设物流园区的选址风险系数为4.030 1，处于低风险水平，依据总体风险概率确定低风险水平的可靠性为65.50%，证实了在西安建设物流园区（西安港）风险系数较低，科学可行，且西安港风险评估结论具有较高的可靠性。     

基于故障树贝叶斯网的山区高速公路事故成因分析

为分析山区高速公路事故致因因素,采用故障树及贝叶斯网方法,分析各因素对事故的贡献率.建立以事故为顶事件,驾驶员、车辆、道路及环境为次顶事件,事故因素为基本事件的故障树模型;构建基于故障树的贝叶斯网模型,对人、车、路及环境各方面单独分析,定义证据节点的诊断方式计算4个方面的后验概率,找出各方面中最敏感的事件.结果表明,对事故影响较大的基本因素为"未保持安全距离""超限超载""长大下坡坡底"和"夜间无照明";驾驶员、车辆、道路及环境对事故的贡献率分别为54.4%,32.2%,48.1% 和4.5%;对人、车、路及环境最敏感的事件分别为"操作不当"、"超限超载"、"长大下坡坡底"和"能见度不足";基于故障树的贝叶斯网模型不仅可以更高效和简便地对基本因素进行概率推理,而且还能得出更可靠的推论.      

基于贝叶斯网络模型的道路交通事故链生成与演化研究

为了研究道路交通事故链的生成和演变规律并全面反映道路交通事故的产生机理,以美国100-Car自然驾驶研究数据为基础,充分考虑了驾驶员状态和驾驶行为对道路交通安全的影响,构建了事故发生前驾驶员状态和行为特征参数等变量,并与其他传统驾驶员特征、道路交通特性以及环境特点等影响因素变量共同建立了关于道路交通事故风险类型的贝叶斯网络模型。在贝叶斯网络模型基础上,引入事故因果链理论,利用有向无环网络中简单路径搜索算法生成事故链集合,并采用信息增益特征选择方法识别关键事故链。通过100-Car自然驾驶数据得到的关键事故链显示,单车事故类型更容易在弯道和坡道条件下驾驶员无注意力转移或进行简单非驾驶任务的情况下发生;而正面、侧面和尾部碰撞事故类型的发生,往往在水平直线道路条件下,伴随着驾驶员注意力由前方道路转移至两侧车窗或内后视镜,以及驾驶员非驾驶任务变复杂的情况。通过改变事故链中各节点的状态概率,可以探索不同类型事故的演化路径和规律,克服了传统方法对每个道路交通事故致因因素进行独立分析的局限性,揭示了事故链中影响因素/事件之间的相关关系,为更好地掌控道路交通风险状态和实现事故链阻断提供了新的思路。     

考虑高速公路运行风险的雨天可变限速方法

为保证雨天环境下高速公路行驶安全，降低道路整体运行风险，结合雨天风险特征，开展考虑运行风险的雨天可变限速研究。首先应用随机森林模型，标定雨天环境下高速公路动静态风险因素的特征重要度，并结合熵值理论，建立高速公路风险模型、计算风险系数、划分风险等级;之后，以空域自适应算法中可变限速推演变化规律为基础，考虑大、小型车的行驶特征，结合预期风险、雨天停车视距、水膜厚度等因素，优化可变限速模型，细化大、小型车辆的初始控制值，进而提出不同降雨强度、不同能见度下的可变限速推荐值；在此基础上，利用驾驶模拟实景仿真系统、心理生理检测设备、微观交通流仿真软件，开展可变限速系统控制值合理性及驾驶人行车适应性与交通流运行状态的实证分析。研究结果表明：随着能见度降低和降雨量增大，在可变限速控制下，驾驶人呈现出交感神经兴奋性减弱、副交感神经兴奋性增强、心理紧张度降低的状态，其平均心率、心率变异性高频值、心率变异性低频值、心率变异性差异值分别由74.13、0.121、0.643、2.37变为78.23、0.192、0.567、2.01，驾驶人对限速方案的适应性良好；同时，可变限速可保证道路整体通行效率，不会造成交通流风险震动，在小型车、大型车限速分别为80、60 km·h^-1和小型车限速60 km·h^-1、大型车禁止驶入场景下，碰撞时间均值、中值大于未限速场景，各车道的行车安全性均能得到保障;提出的雨天可变限速控制方法合理，且具有一定工程适应性，能为异常天气高速公路宏观车流主动防控提供理论支撑。     

基于ATT-LSTM模型的高速公路交通事件持续时长预测

为揭示交通事件对高速公路运行状态持续时间的影响规律，研究了高速公路交通事件持续时长预测方法。考虑高速公路交通事件时间序列特性，基于循环神经网络理论，从时间序列数据中提取交通事件时间依赖关系；通过引入长短时记忆网络，结合特征、时序注意力层挖掘历史时刻信息和当前时刻数据间的相关性，构建基于注意力机制-长短时记忆网络的高速公路交通事件持续时长预测模型。以2018年西安绕城高速公路交通监测数据集为例，开展了高速公路交通事件持续时长预测模型验证，对比了所提模型与反向传播神经网络、随机森林、支持向量机、长短时记忆网络模型这4种典型算法的预测精度，并分析了事件类型、天气条件、车辆类型、交通量等不同影响因素对持续时长的影响程度。结果表明:使用同一数据集，注意力机制-长短时记忆网络预测模型的预测结果平均绝对误差为24.43，平均绝对百分比误差为25.24%，均方根误差为21.17，预测精度优于其他4种预测方法。在模型的各影响因素权重中，事件类型所占权重最大为0.375，其次分别为车道数、车辆类型、天气等；采用立交出入口小时交通量作为修正参数，可以进一步提升预测精度，预测结果的绝对误差、平均绝对百分比误差和均方根误差可分别降低21.3%、7.5%和16.9%。研究结果能进一步提高高速公路交通事件持续时长预测的精度，为公路安全高效运行提供技术支持。      

基于时空交互模型的高速公路季节事故频次影响因素分析

为了深入了解影响高速公路事故频次的显著因素，采集2014年广东省开阳高速公路的事故、道路、交通和气象数据，以曲率和坡度同质性为原则将整条公路划分为154条路段，采用时空交互模型拟合路段季节事故数和道路设计参数、交通特征、气象因素间的内在关系。该模型不仅解释了相邻路段间的空间效应和相邻季节间的时间效应，而且还考虑了时空效应间的相互作用，有助于提高模型的拟合预测性能、减少参数估计偏倚。基于贝叶斯推断的模型估计和评价结果显示：事故数据中存在显著的时空关联和交互效应；时空交互模型比传统层级泊松模型的拟合优度更高；路段长度与事故频次线性相关，而交通量则与事故频次间存在非线性关系；高速公路交通安全性随着中、大型客、货车（三类车）比例的增加而显著提高；路段曲率、坡度越大，交通事故风险越高；风速越高、降水量越多的季节，事故频次将显著上升。研究结果可为高速公路交通安全改善方案的制定提供理论依据。     

基于负二项分布的高速公路交通事故影响因素分析

为分析高速公路交通事故的影响因素,构建基于负二项分布的事故分析模型,探究事故数与交通特性、公路线形及路面性能间关系.鉴于传统固定参数模型难以刻画各因素对事故风险影响的异质性,引入了随机参数建模方法.结果表明:相比于固定参数负二项模型,构建的随机参数负二项模型有更好的拟合优度,且能更合理地反映各因素对事故的作用效果;将随...     

基于状态观测器的城市快速路交通事故识别

针对城市快速路网中交通事故频发的现象,为及时准确地对事故进行识别,提出一种基于宏观交通流模型的状态观测器估计算法.根据利用交通仿真软件Paramics的实验数据,并结合元胞传输模型(CTM)理论分析事故发生前后,事故路段及其上下游路段的交通流密度分布特征.同时基于路网的交通流模型构建了城市快速路事故的状态观测器估计模型,模型通过估计密度的变化规律,并结合交通状态分布特征来对事故进行识别.以京通快速路为例,通过对观测器估计误差进行计算,得出了实验路段平均百分比误差(MPE)的均值为11.56%,模型估计精度为88.44%.该方法能较为准确的对事故进行识别,为快速路中的交通事故识别提供有效的参考.      

消除高速公路运动波的可变限速控制方法

运动波是高速公路一种常见的交通拥堵，可通过可变限速控制有效消除。近年来，研究中提出了大量消除高速公路运动波的可变限速控制方法，却鲜有方法成功落地应用。可变限速控制方法的成功应用需满足3个基本条件，即模型预测的准确性，优化求解的实时性，以及控制方案的安全性，而当前研究中的方法难以同时满足上述基本条件。因此，为提高高速公路交通效率，保障高速公路交通安全，提出了消除高速公路运动波的可变限速优化控制方法。构建了模拟运动波传播的离散一阶交通流模型，解析了可变限速控制对交通效率及安全的影响机理，建立了提升交通效率、保障交通安全的可变限速优化控制方法。利用数值仿真模拟，测试了轻微拥堵与严重拥堵2种不同场景下限速控制方法的控制效果，评估了控制方法在提升交通效率和安全方面的表现，对比了所提方法与文献经典方法在控制效果上的优劣。结果表明：可变限速优化控制方法在2种场景下降低总行程时间分别为10.1%和10.6%，降低事故风险指标TET分别为72.6%和73.1%，降低事故风险指标TIT分别为92.4%和82.9%。与文献方法相比，在预测模型准确性以及对交通流效率与安全的改善方面均有提升，其中在严重拥堵测试场景下，效果提升更为显著。     

Modeling wrong-way crashes and fatalities on arterials and freeways

Wrong way driving (WWD) research and mitigation measures have primarily focused on limited access facilities. This is most likely due to the higher incidence of fatal WWD crashes with dramatic consequences on freeways, media attention, and a call for innovative solutions to address the problem. While public agencies and published literature address WWD incidence on freeway systems, the crash analyses on non-limited access facilities, i.e., arterial corridors, remains untouched. This research extends previous works and attempts to provide many new perspectives on arterial WWD incidence. In particular, one work showed that while WWD fatalities are more likely to occur on freeways, the likelihood of these crashes is higher on arterials. Hence this work with univariate and multivariate analyses of WWD and non-WWD crashes, and fatal and non-fatal WWD incidents. Results show the impressive negative impacts of alcohol use, driver defect, nighttime and weekend incidence, poor street lighting, low traffic volumes, rural geography, and median and shoulder widths. The objective here is to highlight the need for paying greater attention to WWD crashes on arterial corridors as is done with fatal WWD incidents on freeway systems. It suffices to say that while engineering countermeasures should evolve from the traditional signing and pavement markings to connected vehicle technology applications, there is a clear and compelling need to focus on educational campaigns specifically targeting drunken driving, and enforcement initiatives with an objective to mitigate WWD in the most efficient manner possible.     

基于监控数据的高速公路实时事故风险模型

近年来,高速公路事故发生率高居不下.同时,对于高速公路而言,其交通流检测器安装又较为普遍.因此研究如何深入挖掘交通流检测数据以实现对高速公路事故风险实时预测很有必要.基于美国加州2012年发生事故最多的4条高速公路I5,I10,I405和I15的全年事故数据和交通流数据,以病例对照基本思路选取事故组和对照组数据,选定交通流数据研究范围,并选用ADASYN算法处理不平衡数据集问题.基于随机森林模型,利用事故发生前10~40 min内的事故地上游4个检测器、下游2个检测器的3种基本交通流数据构建高速公路实时事故风险模型,事故预测准确率可达到88.02%.选取重要性前十的变量作为事故重要诱导因素,对事故重要诱导因素进行调值,将调值后的测试集放入之前构建的随机森林模型进行分类预测,结果显示减少了41.82%的事故,故可认为利用事故重要诱导因素可进行事故先兆预警工作,从而减少事故的发生.      

基于检测器脉冲数据的高速公路事件自动检测算法研究

提出了一种全新的高速公路事件自动检测算法,直接利用车辆检测器输出的脉冲宽度和脉冲间隔作为参数,运用LVQ神经网络对获得的脉冲宽度数据和脉冲间隔数据进行处理来判断是否有事件发生,从而大大减少了检测时间,为交通事件的快速处理提供了可靠的依据。此外,该算法利用神经网络的自学习能力,可以很好地确定各条道路发生交通事件的门限值。仿真结果表明:该算法具有较高的事件检测率(约为97%)、较短的检测时间和较低的误警率(约为0 41%),具有很好的应用前景。     

基于GIS的高速公路安全管理系统数据库框架设计

为了提高高速公路的安全服务水平，有必要建立一个先进的高速公路安全管理系统。文中研究了系统的核心部分——基于GIS的数据库。通过对系统的应用状况进行全面、仔细的调查，在系统需求分析的基础上，提出了以高速公路基础信息库、空间要素数据库、决策模型参数库、安全管理对策库为主体的数据库整体框架，并介绍了各专题数据库的内容与结构，以及高速公路交通网络空间数据模型的设计。