粗集及遗传算法在交通事故黑点分析中的应用

交通事故黑点是由好多种因素综合到一起而形成的。利用粗集理论及遗传算法对冗余的黑点成因进行删减,得到主要的黑点成因,从而进行有针对性的治理,以达到减少交通事故的目的。     

基于GA-BP神经网络算法和粗糙集理论的交通事故黑点模型

道路交通事故黑点的预测鉴别是改善道路交通安全状况最重要、最关键的一步,采用基于GA-BP神经网络算法与粗糙集理论相结合的方法建立交通事故黑点预测模型.分析天津市津围公路的交通事故统计数据,通过GA-BP神经网络算法建立静态单元,考虑静态道路状况,分析得出道路的事故黑点样本.考虑实时动态道路交通环境条件的影响,并利用粗糙集理论建立有效的交通道路事故黑点预测模型,2种理论的有机结合,减少糙杂繁冗的数据量,降低伪报警率,提高事故黑点的预报精度,并通过实例进行实证分析.     

哈尔滨市区域事故多发路段和黑点鉴别及应对措施

事故多发路段和黑点的鉴别与整治对于提高道路交通安全水平,保障人民生命财产安全具有重要意义。通过对哈尔滨市道里区主要道路交通事故数据的分析,利用质量控制法对各主要道路的交通安全水平进行评价,应用经验一鉴别指数法对事故多发道路进一步鉴别,找到事故黑点,通过对事故黑点的成因分析,并针对事故成因给出具体整治措施。     

���ڴּ�����Ԥ�������ݵ��� ���罻ͨ�¼��Զ�����㷨

提出了一种基于粗集理论预处理数据的神经网络交通事件自动检测算法.首先简单介绍T数据挖掘技术中的粗集理论，然后说明了算法的原理、计算步骤以及所用的神经网络模型，最后为检验算法的有效性，时MATLAB编制的仿真程序的生成试验数据做了较充分的仿真试验.试验测试结果表明了此方法的有效性.     

沪宁高速公路交通事故黑点整治对策研究

本文在对沪宁路近三年半交通事故统计分析的基础上，系统分析了沪宁高速公路交通事故严重程度、形态分布、时间分布等特征，采用改进的事故频率法对事故黑点鉴别，详细分析了事故黑点的成因，进而提出了具有针对性的交通事故黑点整治对策。     

基于粗集理论的决策规则约简算法的研究与应用

粗集理论是一种新型的数据挖掘方法，其中约简是它的重要概念．粗集理论的主要思想是在保持分类能力不变的前提下，通过属性约简和值约简，导出问题的决策或分类规则．本文不同于目前将属性约简作为决策规则挖掘的重点，而是在属性约简的基础上又进一步提出了值约简算法，大大提高了规则的挖掘效率．该算法对原有算法进行了改进，最终可获得更简的决策规则．实例分析表明了该算法是较优的、有实用价值的．     

粗集决策与聚类分析的改进模型

通过分析粗集理论与聚类分析的内在联系，从理论上探讨了两者的融合机理，并给出了相关的数学证明．考虑到粗集决策难以构造决策表的缺陷，采用聚类分析构造等价关系扩展信息表，提出了等价聚类的概念。建立了基于聚类分析的粗集模型；考虑到聚类分析权重确定存在的问题，采用粗集理论的属性约简思想，解决聚类分析中的权重和冗余性问题，建立了基于粗集理论的聚类分析模型，从而解决了原有模型的不足．     

试论高速公路事故黑点的排查与治理

随着我国社会经济的高速发展,高速公路的承载量持续增加,如何保障高速公路的安全畅通,遏制交通事故的发生,开展高速公路黑点的排查、治理是一个值得探讨和亟待攻克的课题.在对高速公路进行事故黑点排查整治时,要注重事故多发的"显性黑点",运用多种方法,采取有效措施,切实加强对高速公路事故的预防及对事故黑点的治理工作.     

基于粗集理论的交通流丢失数据补齐方法

为了解决交通检测器检测到的数据存在丢失的问题,提出了一种基于粗集理论的丢失数据补齐方法。利用检测到的交通流数据构造信息系统,通过计算扩充可辨识矩阵,并对其进行多次完整化分析,实施丢失数据的补齐,并采用英国南安普敦市的实际检测数据对算法进行了验证。研究结果表明:同一时间段,当仅有一个属性数据丢失时,粗集理论的补齐精度较高,绝对相对误差较小,基本保持在0～5%之间;当不同属性的数据同时丢失时,补齐精度较低,绝对相对误差甚至高达20%;当所有属性数据全部丢失时,补齐精度非常低,可视为无法实现补齐。可见,粗集理论是一种补齐少量丢失数据的有效方法。     

道路交通事故黑点治理的流程、方法与策略

结合现有的道路交通安全管理体制,提出了道路交通事故黑点治理的流程.在分析了已有的各类交通事故黑点鉴别理论的基础上,指出事故次数法与事故率法在我国现阶段仍具有初步筛选的现实意义.最后,结合日益普及的高速公路路网,分析了此类道路黑点的改造策略.     

基于粗糙集属性理论和差分进化算法的交通事故黑点成因分析

道路交通事故黑点作为交通事故的高发段,造成了大量的人员死亡和财产损失.文章首先运用粗糙集属性理论对诱发交通事故的因素进行评价分析,接着采用差分进化法筛选出主要影响因素,提出相应治理措施,并以兰州市滨河路交通事故黑点分析为例进行了说明,验证了该方法的实用性.     

不同类型道路黑点事故诱因分析与治理

道路交通事故黑点的有效鉴别可以显著降低交通事故的发生率与损失后果。首先对道路交通事故多发的黑点路段进行了分类,然后分析了各类路段事故诱发因素,最后针对这些路段的事故诱因提出了相应的治理改造对策。     

基于GIS空间聚类的事故多发路段鉴别分析系统

城市道路交通事故黑点及事故多发路段是城市交通管理中的顽疾所在,但如何在现有数据基础上精准识别和定位事故多发路段尚无统一定论。以深圳市为例,基于2014—2016年交通事故数据,利用空间模糊度搜索调用数字地图API来确定事故点位,并基于累计频率分析法对道路进行事故黑点分析,最后利用GIS线性参考技术对事故点位进行精确定位。结合GIS平台进行系统封装和二次开发,构建一套基于GIS空间聚类的城市道路交通事故多发路段鉴别分析系统。应用实例显示,系统可实现城市道路交通事故多发路段的精准定位及分析等多项功能。     

重庆高速公路事故多发路段原因分析及对策

结合重庆高速公路事故统计信息，通过对事故多发路段的鉴别，选出12个比较有代表性的事故多发路段进行现场勘察，从道路结构、交通条件、道路线形、路侧环境、驾驶员心理等各方面因素进行具体的单因素分析，再结合典型路段，依据事故多发的实际道路情况进行全面的多因素分析，最后针对事故多发原因从工程措施和管理两方面提出对策。     

道路交通事故多发点的鉴别

该文以宁连公路为例,介绍了道路交通事故多发点的鉴别方法及基数数据的收集和整理;采用累计频率曲线法找出了宁连公路的事故多发点,同时找出了事故黑点,找出了该段2000~2004年交通事故多发段数量及总里程变化情况。     

交通事故黑点鉴别实践中存在的问题与对策

治理改善道路黑点可以有效地降低交通事故的发生率与损失后果,科学合理的黑点鉴别则是整个治理环节中的关键一步。文章首先从鉴别方法、资料数据以及管理体制等方面,分析了黑点鉴别实践中存在的问题,然后提出了改进黑点鉴别管理的一些对策性建议。     

基于粗糙集的相邻交叉口信号控制方法研究

复杂交通区域的交通状况难以利用具体模型直接描述,而粗糙集理论能够在分析大量经验数据的基础上找到用于决策的规则。以交大东路上的行人和机动车为研究对象,提出一种基于粗糙集的信号配时算法,对交大东路上的两个相邻交叉口的信号灯进行控制,提出控制规则,对该复杂交通区域进行优化和疏导,是对多交叉口交通管理与控制的一次有益尝试。     

基于RST的事故黑点成因实例分析

本文结合实例,首先,对交通事故的主要形态进行分析,在此基础上,运用巴雷特曲线对事故主要形态进行事故因素分析,得到交通事故黑点的主要影响因素;然后,对交通事故黑点的主要影响因素简单加权,得到一个粗略的因素影响度排序;最后,运用粗糙集算法再次对影响因素的重要度进行分析,确定事故因素及其重要程度排序。