基于事故黑点识别模型的江西省普通国省道公路事故黑点路段选择

文章以江西省近5年普通国省道公路交通事故数据为基础,结合各主管部门的管理经验,使用事故多发道路筛选方法,以事故起数、路产损失绝对值为参考,以单起事故路产损失、事故起数占比/里程占比、路产损失占比/事故起数占比相对值为依据,筛选出事故频发的普通国省道公路。同时根据事故黑点识别方法与模型,使用事故频数法计算单元路段平均事故次数与事故次数临界值,将单位里程路段交通事故起数与事故临界值进行比较,高于事故临界值的路段即为事故黑点路段。     

过去30年铁路危险货物运输事故规律剖析

为了掌握铁路危险货物运输事故的特点和规律,统计分析了1985~2015年我国121起铁路危险货物运输事故的发生时间、事故类型、事故发现环节及事故原因。统计表明:事故数量在季节分布上有明显特征;在时间段分布上有两个明显的高峰期;有两类物质是引发事故的主要危险货物类型;泄露和火灾占危险货物运输事故主要类型;事故发现环节集中在站内作业时,两站间不易发现事故;人的不安全行为是造成事故的主要原因。针对发现的规律,从重视泄漏事故、研发自动监测报警装置、加强站间事故发现方法的研究、对托运人定期进行安全教育培训等方面提出了预防和减少事故的对策建议。     

水上交通事故分析与调查的基本方法

水上交通事故调查的基本目的就是查明事故原因,吸取教训,制定预防措施,防止同类事故再次发生。事故原因分析就是在调查取证的基础上,对所有证据进行分析、审查和判断,以掌握事故发生的过程和结果,查明事故原因。深入分析典型的个案事故和群案统计事故原因,能够得出本质化和普遍化的安全建议和事故预防措施,从而促进水上运输安全。     

公路隧道交通智能无线预警系统布设方案

随着我省长隧道及隧道群的不断增多,隧道安全管理和隧道事故的预防已成为重要的研究课题。文章在分析隧道事故预防现状的基础上,从研究隧道事故预警、事故应急体系和隧道事故发生机理入手,根据当前隧道事故预警和应急处理存在的问题,提出建立有效的隧道事故智能预警系统的方案,以提高隧道预警和事故应急处理的能力和效率。     

启扬高速公路道路安全分析

通过对2012年启扬高速公路全年事故数据进行分析,基于聚类分析法找出道路事故多发位置,对于事故多发路段进行事故分析,找出其事故多发原因并提出改善意见及减少道路事故措施,为国内其他高速公路的安全分析提供借鉴。     

基于贝叶斯网的公路路侧事故风险评价

为了根据路侧危险情况采取针对性的措施,急需开展公路路侧事故风险评价研究. 基于事故模拟再现分析,根据车辆驶入路侧后的事故形态,将路侧事故严重程度划分为 4个等级,对不同等级路侧事故的致因因素进行研究,给出驶入车速、边坡坡度与边坡高度阈值.构建了路侧事故风险评价的贝叶斯网,基于路侧事故致因因素阈值,针对单因素、双因素与三因素分别给出了不同等级路侧事故发生概率的计算方法.选取典型路侧事故案例进行分析,贝叶斯网的计算结果显示发生 2次及以下翻车事故的概率为 0.929,与路侧事故模拟试验结果相符,证明了本文提出的公路路侧事故风险评价方法的准确性.     

基于统计与假设检验的高速公路交通事故数据分布特性

为了研究高速公路基本路段上交通事故数据的分布特征, 将事故数、伤亡事故数、事故死亡人数与事故受伤人数归类为离散型事故数据, 将事故间隔时间与平均每年每公里事故数归类为连续型事故数据; 对于离散型事故数据, 采用均匀划分法、动态聚类法与滑动窗法划分高速公路统计区段, 运用泊松分布、负二项分布、零堆积泊松分布与零堆积负二项分布对事故数据进行拟合; 对于连续型事故数据, 以收费区间为路段划分标准, 用正态分布、负指数分布进行事故数据拟合; 运用皮尔逊卡方值对各种拟合结果进行拟合优度检验。研究结果表明: 在各种区段上, 事故数均服从负二项分布, 有些情况下会同时服从负二项分布与泊松分布, 伤亡事故数与事故死亡人数主要服从零堆积泊松分布或零堆积负二项分布, 拟合优度检验中的概率均大于0.05;平均每年每公里的事故数比较符合正态分布, 而事故间隔时间则主要服从负指数分布, 拟合优度检验中的概率也均大于0.05;交通事故数据的统计分布特征是建立事故预测模型与事故多发点鉴别的前提条件之一, 而事故间隔时间可作为安全可靠度的度量指标。      

基于事故树分析的4．28铁路事故安全管理对策

介绍我国行车安全及国内外行车事故研究现状,阐述事故树分析方法的原理。针对4．28铁路事故,建立用于定性分析的事故树,应用布尔代数法,通过计算得出该事故树的最小割集、最小径集与基本事件的结构重要度,找出事故发生的原因,从安全管理上采取具有针对性的防范措施,达到预防同类事故再次发生的日的。     

汽车撞行人和骑自行车人事故特征参数对比研究

汽车碰撞行人事故与汽车碰撞骑自行车人事故的某些特点相类似,具有一定的可比性．基于综合人-车-路-环境的交通事故信息模型,对事故再现研究室近年来承担的北京市行人事故和自行车事故鉴定案例资料进行统计分析,根据研究目的和统计样本的实际情况,选取典型的特征参数,将两类事故进行综合对比研究,得出了行人事故和自行车事故的一些相似的发生规律和各自不同的特点,并对统计结果在事故再现及交通安研究方面的应用进行了初步探讨。     

二广高速K710～K713事故多发路段原因分析与对策研究

探讨二广高速K710~K713事故多发路段交通事故特点,对事故时天气情况及事故形态进行分析,对事故路段道路平纵面、路面情况等可能引起事故的道路因素进行研究,提出预防交通事故的具体对策。     

谈数学模拟计算法在车辆事故预测中的运用

车辆事故的预防重在预测，做好车辆事故的预测工作，可使我们进一步掌握行车安全的主动权，减少车辆事故的发生，降低人员伤亡和经济损失。在车辆事故预测中运用数学模拟计算，可为预测车辆事故提供更为精确的数据和更为科学的依据，必将为车辆事故的预防工作开创一个美好的未来。     

基于随机森林模型的智慧高速公路交通事故预测研究与应用

近几年来,高速公路事故发生率居高不下,事故后果严重、伤害性大,因此,众多学者开展高速公路事故预测研究。基于随机森林模型,以S45天黎高速公路五台至盂县段（K347+600—K362+600）为示范应用,提取历史数据中的事故样例与非事故样例进行对比,通过对历史交通流量和事故检测器数据进行分析,对高速公路上的事故风险进行实时预测,实现交通事故识别。     

平面交叉口事故预测及突出事故形态鉴别

应用神经网络技术建立了基于三层感知机的平面交叉口事故预测模型,该模型的特点是可预测出具体事故形态的事故数.模型检验结果表明,预测精度达到了89%.在得到分事故形态的事故数预测结果后,基于"突出性"原理建立了一种鉴别事故多发形态的方法.     

基于事故树的水路军事运输事故分析

目前,水路等军交运输部门对水路军事运输事故的分析,往往采用统计分析的方法,难于揭示事故产生的原因和相互之间的内在关系,缺乏科学的理论依据。运用事故树的基本原理,对水路军事运输一些典型事故,如人员伤亡、吊装吊卸、货损货差、航行事故等进行了事故树分析,分析了产生事故的原因,提出了相应的预防措施。对于揭示水路军事运输事故的潜在危险因素、提高水路军事运输的安全管理效率具有一定作用与意义。     

山区公路事故黑点鉴别及其成因分析模型

鉴于山区公路交通事故黑点成因的多样性,在定义山区公路事故黑点和动态非定长划分事故黑点鉴别路段的基础上,建立基于当量事故数的鉴别指标法的山区公路事故黑点鉴别模型,根据计算结果将事故黑点进行黑度划分并作相应描述。然后,运用粗糙集理论对各种不利因素进行辨析,从而判断事故黑点形成的主次因素,并利用层次分析法的判断矩阵量化山区公路事故黑点主要成因的各指标权重,对权重较大的指标进行优先治理,实现改善效益最大化,从而有效提高山区公路的行车安全性。     

城市主干道路段机动车与机动车之间事故的Bow-tie模型

针对城市主干道路段上交通事故的成因、后果及主被动安全控制措施开展研究工作，基于多事件链原理并应用三角模糊数法，建立了城市主干道路段机动车与机动车之间事故的Bow-tie模型.基于Bow-tie模型中的故障树，确定出了主干道路段机动车之间事故的3条主要事故成因链，即追尾事故成因链、侧面碰撞事故成因链和刮擦事故成因链.Bow-tie模型中的事件树表明，驾驶员能够正确使用安全带但道路上无缓冲防撞设施且辖区内无紧急救援系统的事件链发生概率最高，达59.68%；驾驶员没有使用安全带且道路上无缓冲防撞设施时，事故发生后的事故严重程度都较高.针对3条事故成因链及2条事件链，给出了预防事故发生的防控措施和事故发生后可降低其严重程度的减缓控制措施.     

基于故障树分析的城市道路平面交叉口事故致因研究

在城市道路交通事故中,交叉口事故长期占很大比例,为快速有效的找出交叉口事故主要致因,将系统安全分析法中的故障树分析(FTA)应用到城市平面交叉口事故研究中,根据影响交叉口事故各个因素及其逻辑关系建立故障树,并通过定性和定量分析找出交叉口事故主要致因,便于提出防控事故的有效措施,有效提高城市平面交叉口安全性。     

深基坑事故统计分析

为减少深基坑事故发生,在简要分析事故发生机理的基础上,依据收集到的59起事故案例,从事故类型和原因两方面进行统计分析,揭示事故发生规律:"渗流破坏、整体失稳、坑底突涌"较其他类型破坏容易发生;现场管理不到位是事故发生的最大诱因。研究可为深基坑安全风险管理提供借鉴。     

山区双车道公路的安全改善对策研究

以我国广西境内某山区双车道公路2003～2005年的交通事故资料为基础,运用统计方法对其事故形态、事故原因、涉及事故的车型等进行简要的分析,发现各种不利于安全的因素,在借鉴国内外先进治理经验的基础上,针对事故形态较为多发、严重性较高的正面相撞事故、刮撞行人事故以及对安全状况影响较大的大型货车事故,分别探讨相应的安全改善对策。有利于提高我国同种类型公路的安全水平。     

基于事故综合强度的公交事故严重程度分析

为更加精确地对公交事故严重程度进行分类以探究其影响因素，本文提出一种基于事故综合强度+K-means的公交事故严重程度分类方法，并基于此分类方法建立公交事故严重程度影响因素分析模型。首先，针对传统事故严重程度分类中的定性分类方法，引入事故综合强度法定量计算公交事故严重程度，并运用K-means聚类算法对事故严重程度进行聚类。其次，选取环境、驾驶员、道路车辆和事故特征这 4 方面的 17 个因素作为自变量，分别将事故综合强度+K-means分类法和传统分类法的结果作为因变量，运用有序Logit模型分析公交车事故严重程度，同时利用平均边际效应量化各显著因素的影响程度，以佛山市2021年156起公交车事故数据为例进行分析。结果表明，基于事故综合强度+K-means分类法的有序Logit模型具有更好的拟合优度。高峰期、换道、超速、加速度过大、注意力分散和进出站会增大发生极严重公交车事故的概率，增大的概率分别为11.57%、29.06%、23.98%、17.13%、30.97%和12.27%；白天和晴天会减小发生极严重公交车事故的概率，减少的概率分别为22.31%和12.34%。