高速公路施工作业区追尾风险及其突出影响因素识别

针对高速公路施工作业区的追尾风险及其突出影响因素识别问题开展了研究.首先,采集和分析了处于高速公路半幅封闭施工区和单向超车道封闭施工区合流段和施工区段的车型、车速、车头时距等基于车辆个体的交通参数数据,然后引入了避免追尾碰撞减速率(aD)的概念并提出了基于aD的追尾风险度计算方法,进而归纳总结了追尾风险的影响因素并构建了4个用于描述追尾风险度与影响因素之间关系的模型.基于关系模型提出了应用灵敏度分析识别突出影响因素的方法.最后,针对典型半幅封闭施工作业区及单向超车道封闭施工作业区的合流区和施工区段,应用上述方法进行了案例分析,验证了方法的可行性和可用性.     

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.     

基于线形指标的山岭重丘区高速公路事故预测模型

依据我国山岭重丘区高速公路几何线形和交通事故数据,建立了基于交通流量和几何线形指标的高速公路基本路段事故预测模型.首先,基于几何线形条件对基本路段进行了划分,确定了路段单元.其次,分析并确定了理想线形条件的范围,建立了理想线形条件下的基本事故率预测模型.再次,应用BP神经网络与敏感性分析相结合的方法,确定出了对事故发生有突出影响的道路纵坡、平曲线半径和直线段长度3个线形指标,并确定了上述线形指标的事故率修正系数.依据基本事故率预测模型及事故率修正系数即可进行事故预测.模型验证结果表明:该模型能够对路段单元进行事故预测,事故总体预测值与实际值的相对误差在-5.85％～-7.87％之间.     

���ٹ�·ʩ����ҵ�����ٷֲ������������о�

针对四车道高速公路的单向行车道封闭施工、单向超车道封闭施工、半幅封闭施工、半幅封闭施工过渡区段的施工作业区进行调查,并分析施工作业区各主要区段的地点车速,确定平均车速、85%位车速、各区段间的车速差、大小型车间的车速差,以及各区段相对于现场限速值时的超速比例等车速分布特性.得出,从上游正常路段至警告区（或过渡区）再至施工区车速分布的标准差在明显减小,同时小型车与大型车的车速差也在明显减小等统计分析结论.最后,根据车速分布规律给出了作业区车速控制原则,以及基于车速统计分布特征的作业区各区段限速值建议.