山岭重丘区高速公路估算编制探讨

结合重庆市在建的几条高速公路项目估算编制中存在的问题,对山岭重丘区高速公路估算编制的方法和技巧进行总结,供同行参考。     

山岭重丘区高速公路中线及高程测量分析

结合西（昌）攀（枝花）高速公路的测量，论述山岭重丘区高速公路外业测量所采用的方法及应注意的问题。     

山岭重丘区二级公路水泥混凝土路面滑模摊铺工艺

重丘山区二级公路往往弯多、径小、纵坡大，滑模施工相对困难。针对弯道尤其是小半径弯坡组合路面的特点。从施工组织、摊铺机的技术应用、材料的选择及混凝土配合比的调整等方面采取相应措施，成功铺设了半径140m且最大超高达8％的弯道路面12个，取得了良好的质量效果。     

高速公路在山岭重丘区软土路段的地基处理

分析了山岭重丘区软土路段的分布及其特点，介绍了高速公路在山岭重丘区软土路段的施工方法和经验。     

皖南山岭重丘区高速公路水土保持方案设计

山区高速公路建设，对环境影响较大，在设计期间，结合水土保持法等相关法律规定，作了详细的水土保持方案设计。     

山岭区高速公路工程技术管理探讨

该文以京珠高速公路粤境北段项目为例,通过对该项目的技术管理措施的简介和分析,对山岭区高速公路的技术管理进行探讨。     

山岭重丘区高速公路水泥混凝土路面设计施工成套技术研究

1项目来源广东省交通厅科技计划立项编号：2004-012主要完成单位广东华路交通科技有限公司,交通部公路科学研究院,广东梅河高速公路有限公司,广东粤赣高速公路有限公司,广东冠粤路桥有限公司,广东省长大公路工程有限公司,广东晶通公路工程建设集团有限公司,华杰工程咨询有限公司。     

高速公路交通事故影响因素分析

分析了造成高速公路交通事故的原因，介绍了国外采取的高速公路交通安全措施，针对我国实际，指出了降低我国高速公路交通事故的对策。     

山岭重丘区高速公路建设管理关键技术研究与应用

<正>1项目来源广东省交通运输厅科技计划项目编号:2005-06《广梧高速公路安全、环保建设综合技术研究》广东省交通运输厅2007年交通科技计划项目编号:2007-19《公路隧道竖井机械化施工关键技术研究》广东省交通运输厅2008年交通科技计划项     

高速公路货车交通事故分析

根据国内某典型重载高速公路近几年交通事故的统计,分析大货车与高速公路交通事故之间的统计关系,并就载重货车交通对高速公路运营安全性的影响进行了研究。结果表明,事故的发生与车辆的实际操纵性能有关,超载、不同车型之间运行车速的显著差异、行车注意力不集中和疲劳驾驶等是造成货车交通事故的主要原因。从工程、交通管理等角度对提高高速公路运营安全水平提出了相应的改进措施。     

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.     

基于XGBoost的高速公路事故类型及严重程度预测方法

高速公路事故频发,而以往研究未能充分揭示交通流动态特性对事故类型与严重程度的影响。为此研究了基于动态交通流数据的高速公路事故类型与严重程度的预测方法。从高速公路门架数据中提取流量、密度、速度等交通流数据,同时考虑时间特征以及时间和空间不均匀性特征的数据,与事故数据相匹配构成全样本。建立了基于极端梯度提升树（extrem Gradient Boosting,XGBoost）算法的预测模型,预测事故是否发生、事故类型以及事故严重程度。分别考虑追尾事故和其他事故2种事故类型、有人员伤亡和仅财产损失2种事故严重程度,模型的结果表明：①上下游速度差大、低速、路段车流量大且频繁分流、合流条件下交通事故风险较高;②低速、路段车辆多且合流、分流交通量大、上下游速度差大的情况下发生追尾事故的风险更高;③路段车流量较少且追尾事故发生于周末或夜间可能会增大事故严重程度。将常用机器学习算法与XGBoost算法的预测效果进行对比,XGBoost事故类型预测模型与事故严重程度预测模型的ROC曲线下面积（Area Under Curve,AUC）分别达到了0.76和0.88——相比于序列Logistic、高斯朴素贝叶斯、线性SVM、随机森林以及神经网络等其他常用算法,平均分别提升了0.08和0.24。这表明基于XGBoost建立的模型具有较好的预测性能。研究结果为高速公路路段实时交通流状态预警提供了可靠手段,进而可以提升高速公路行车安全。     

北京市道路交通事故特征的研究

基于交通事故数据,对北京交通事故的时空分布、肇事车辆、死伤人员、事故原因等特征进行研究。结果表明,北京交通事故分布具有规律性,肇事主体以及事故原因具有特殊性。     

我国高速公路交通安全现状及对策研究

目前我国高速公路虽然事故总数有所下降,但伤亡人数降幅不大,并且一次性死亡人数为10人以上的特大交通事故多发,伤亡的绝对数还是很高,总体来说安全情况不容乐观。论文中详细研究了高速公路的安全现状,重点对一次性死亡人数为10人以上的特大交通事故成因进行了分析,并据此提出了改善建议。     

交通仿真技术在交通事故研究中的应用

交通事故研究对于个人和整个社会都具有重要意义。简述了交通问题的研究方法,并以仿真软件TSIS中的FRESIM模型,分析研究高速公路中的事故黑点对交通特性及环境的影响。另外,通过采用不同的管理措施,进行事故间接经济损失分析。     

处理道路外交通事故的相关问题及对策分析

公安机关交通管理部门在办理道路外交通事故时,要同处理道路交通事故一样,通过事故现场调查,最后出具《道路交通事故认定书》或《道路交通事故证明》,交强险及道路交通事故社会救助金对道路外交通事故同样适用。在事故现场调查过程中,可以根据需要采取行政强制措施,但涉及与道路外交通事故有关的"违法"行为的行政处罚及追究刑事责任方面已超出公安机关交通管理部门的职权范围,应当及时移送有关部门处理。     

车速与交通事故综合研究

随着人们对交通安全问题日益关注,道路交通安全技术和相关研究也得以快速发展。分析车速对交通事故率及事故严重程度的影响,建立车速与交通事故率和事故严重程度2者之间的相关关系。研究发现,车速偏差越大,事故率越高;事故冲撞前后车速变化越大,事故越严重。由此可知,车速对交通安全有显著影响。     

诱发道路交通事故的关键因子分析方法研究

为探究造成道路交通事故的关键成因,对道路交通事故的主要影响因素进行了多因致果集中分析,构建了涵盖机动车驾驶入、非机动车驾驶人、行人及乘车人、道路环境、意外的道路交通事故成因指标体系,运用因子分析法对指标体系进行降维处理,得到了造成道路交通事故的关键因子,进而提出了道路交通事故关键因子分析步骤.以我国2006~2012年全国道路交通事故统计为例,对原有38个相关联评价指标进行综合分析,结果表明:道路交通事故的关键成因是机动车非法行驶与停靠致因因子(贡献率57.34%)、交叉口与路段非法穿越道路致因因子(贡献率23.12%)和道路设施不健全与交通工具故障致因因子(贡献率12.58%)三方面.     

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。     

基于改进贝叶斯网络模型的高速公路交通设施风险评估

交通设施对高速公路交通安全起着关键作用,对交通设施进行风险评估是预防交通事故的有效方法之一.为实现对高速公路交通设施风险的评估,分析了交通设施对交通安全的影响机理.通过因子分析法提取了各作用节点和作用网络,根据网络中各节点之间的关系,结合条件概率知识对贝叶斯公式进行了变形与推导,舍去无关变量和无影响常量,构建基于改进贝叶斯网络的高速公路交通设施风险评估模型.用高速公路历史事故数据对模型概率参数进行标定和校准之后,可将高速公路交通设施现状调查结果带入模型进行风险评估.模型计算得到的 值越小,高速公路交通设施风险越大.采用珲乌高速公路实地调查数据,带入模型分析发现,值小于0.5时,事故数相对较高,设施风险较大;值大于0.5时,设施风险较小.