基于累积Logistic模型的交通事故严重程度预测模型

为了分析交叉口交通事故严重程度的影响因素,在对北京周边无信号三路交叉口交通事故数据调查的基础上,建立的累积Logistic模型,可为我国交叉口严重交通事故的预防提供科学依据。模型分析结果表明,交叉口转弯车辆比例、控制方式和土地开发强度对无信号三路交叉口交通事故的严重程度有显著影响。     

三路无信号交叉口事故预测模型分析

交叉口是路网中重要的结点和枢纽,在路网中发挥着非常重要的功能.交叉口的安全性直接关系到路网整体的安全性能,关系到路网运行效率的发挥.以三路无信号交叉口为研究对象,采用相关分析与AIC原则分析方法,建立基于概率模型的平原区无信号三路交叉口事故预测模型.模型有助于三路无信号交叉口安全分析,探究交通事故的发生规律.     

基于神经网络的交通事故严重程度影响因素研究

为分析交通事故严重程度的影响因素,运用感知器神经网络理论,从人、车、路(环境)因素及交通流因素等方面选取12个输入参数,以交通事故严重程度为输出参数,搭建基于MATLAB平台的3层前馈人工神经网络模型。对建立的网络模型的拟合优度进行检验,求解回归曲线以及总响应,并通过实例验证模型的有效性。分析表明,驾驶员性别、年龄、事故类型对交通事故严重程度的影响可以忽略不计,交通流特征对交通事故严重程度的影响最大,天气情况、路面情况对交通事故严重程度的影响程度基本相同。     

路侧式公交专用道对信号交叉口通行能力影响研究

以设有路侧式公交专用道的信号交叉口为研究对象,总结了信号交叉口通行能力的影响因素。运用VISSIM软件进行仿真试验,定量分析了各影响因素对信号交叉口通行能力的影响程度,得到了改进的信号交叉口通行能力折减系数计算模型,结果表明:改进后的模型结果比基础模型结果更能反映设置路侧式公交专用道后的信号交叉口通行能力。     

基于Multinomial Logit模型的美国北卡罗莱纳州慢行交通事故严重程度分析

为分析慢行(自行车与行人)交通事故严重程度的显著性影响因素,将交通事故分为仅财产损失事故、潜在伤害事故、非伤残事故、伤残事故、死亡事故5类,从人、车、路、环境4个层次选出11个自变量,以交通事故严重程度为因变量,基于Multinomial Logit模型计算每个变量对慢行交通事故严重程度的边际效应。结果表明,驾驶员性别、驾驶员饮酒状态、行人年龄、道路特征、路面状态、一天内发生时间、光线条件、年平均日交通量、地形等9个变量均与道路交通事故严重程度显著相关。     

基于Logistics回归的道路交通事故影响因素辨识方法

探索特大城市道路交通事故影响因素,分析交通事故严重程度的时空分布特征,以交通事故严重程度为依据,基于二元logistic回归模型,提出交通事故影响因素辨识方法,讨论时间、天气、能见度、照明条件、道路线性、道路物理隔离等14个道路环境因素对交通事故严重程度的影响。结果表明,模型拟合度良好,对交通事故严重程度影响程度最大的因素为能见度、照明条件和交通信号方式;其次为道路物理隔离、道路横断面位置、天气和时间,同时根据模型拟合结果提出减轻交通事故的相应措施。     

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

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。     

基于随机森林的电动自行车骑行者事故伤害程度影响因素分析

为研究电动自行车道路交通事故对骑行者伤害程度影响因素的重要性排序,分析电动自行车骑行者事故伤害程度的影响因素.收集某市2013-2015年电动自行车交通事故数据,对其进行描述性统计分析,从中选出与交通事故严重程度相关的22个影响因素.利用随机森林模型对电动自行车骑行者受伤严重程度进行预测,并对相关因素的重要程度进行排序...     

信号控制四路环形交叉口多进口协同放行方法

针对传统信号控制四路环形交叉口环内车辆间相互干扰对交叉口延误的影响,本文提出 1种多进口协同放行的信号控制方法.首先,基于元胞传输模型建立能描述信号控制四路环形交叉口车流特征的动力学模型;并在此基础之上,以交叉口延误为优化目标、配时参数为目标变量建立信号优化模型,利用遗传算法进行优化,从而得到信号配时参数;最后,通过实例对模型的适用性进行分析.结果表明：四路环形交叉口进口道左直车道分流渠化后,环道车辆延误明显降低;与单进口轮流放行方式相比,本文提出的多进口协同放行控制方法能有效降低交叉口车辆延误.     

基于数据挖掘的道路交通事故成因分析

为减少道路交通事故的发生,基于某市2020年的交通事故数据分析道路交通事故规律及成因,以照明条件、能见度和天气等9个因素为自变量,以无伤害、轻伤、重伤及死亡等4种交通事故严重程度为因变量,采用多元Logistic回归模型和有序多分类Logistic回归模型,分析影响交通事故严重程度的重要因素。对某市2021年第1季度的交通事故数据进行验证,结果表明：多元Logistic回归模型和有序多分类Logistic回归模型对交通事故严重程度的正确预测率分别为75.1%、75.0%。基于数据挖掘的道路交通事故成因分析可为交通管理部门治理交通环境、降低交通事故提供依据。