基于贝叶斯网络的高速公路交通事故严重程度预测及致因分析 |
| |
作者姓名: | 成卫 马铭炜 张小龙 |
| |
作者单位: | 1. 昆明理工大学交通工程学院;2. 通号智慧城市研究设计院有限公司 |
| |
基金项目: | 国家自然科学基金面上项目(71771062); |
| |
摘 要: | 为了深入研究高速公路交通安全,剖析高速公路交通事故的发生机理以及各类因素对高速公路交通事故严重程度的影响,收集曲靖市境内沪昆高速段2017—2019年的1 939起交通事故进行研究。以事故严重程度为因变量,筛选出人、车、路、环境4个大类下的与事故严重程度相关的19个影响因素为自变量,采用数据融合法基于树增广型贝叶斯网络构建事故严重程度预测模型,量化各因素间的影响关系,经特征筛选找出关键致因,并结合案例进行推理分析。结果表明:影响高速公路交通事故严重程度的关键致因依次为天气情况、视距情况、路面情况等。模型对高速公路事故严重程度预测准确率可达84.27%,高于传统贝叶斯方法,模型有效性验证良好。针对事故主要致因提出改进建议,可为交管部门提供准确事故信息辅助决策,加快事故响应速度,提高事故应急指挥能力。
|
关 键 词: | 交通运输工程 高速公路 事故严重程度 树增广型贝叶斯网络 致因分析 |
|