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。     

基于序列比对的行人过街风险识别研究

行人过街序列反映了行人-机动车的行为交互在时空的连续性,对行人过街序列进行风险识别并对其关联影响因素进行分析有助于评估不同情景下行人过街行为的风险性. 本文对行人-机动车在交叉口区域内的碰撞事故数据进行挖掘分析.借鉴生物信息学的序列比对方法,对行人过街事故序列进行相似性比对及聚类分析,并基于灰色关联方法分析事故序列的风险耦合.结果表明,行人-机动车在交叉口的风险事故序列主要分为6种,Seq2与Seq5,Seq3与Seq4的事故诱因存在相似性;天气不是Seq1的事故诱因,Seq2与Seq5的事故主要归因于驾驶员.研究结果对完善行人交通风险管理有一定的理论价值和实践意义.     

构筑预防事故体系有力预防交通事故

交通事故预防是交通综合治理的一个重要组成部分，涉及面很广，影响的因素很多，不仅是一个交通安全管理问题，而且是社会问题，为此，预防道路交通事故必须抓好“以人为本”的群体性预防体系，注重从领导决策群体、业务管理群体、驾驶员群体以及交通行人群体着手，走出目前预防道路交通事故只重视驾驶员群体的误区，要正确处理好四个     

建成环境对行人交通事故严重程度的非线性影响

为探索建成环境对行人交通事故的影响并为行人事故预防提供理论依据，本文以建成环境“5D”要素为基础，围绕土地利用、城市设计和交通系统这3个维度构建昼夜建成环境指标体系，基于轻度梯度提升机构建昼-夜间行人交通事故严重程度模型，探究城市建成环境对行人交通事故严重程度的影响机制，结合SHAP(Shapley Additive Explanation)归因分析方法揭示两者之间的非线性关系，并以深圳市为例进行实证分析。结果表明：建成环境对行人交通事故的影响效应存在显著的时段异质性；昼间行人交通事故严重程度主要受人行道可达性、地铁站可达性及学校邻近度等因素的影响；夜间行人交通事故严重程度主要受人行道可达性、娱乐兴趣点(POI)指标及道路照明条件等因素的影响。建成环境对行人交通事故严重程度存在显著的非线性影响。昼间时段学校邻近度介于[0, 3]km时，地铁站可达性小于1km时，对行人事故严重程度有较大抬升作用；夜间时段娱乐POI可达性小于0.5km时，对行人事故严重程度有抬升作用；不论昼夜，人行道可达性对行人事故严重程度均有压降作用，且临街院门密度低的区域行人事故严重程度较 高。昼-夜间模型均表现出优秀的效果，分类准确率分别为96.38%和92.08%。     

中国城市道路交通安全特点解析

由于中国正处于机动化、城镇化快速交织发展时期,城市道路与公路交通安全的发展特点不同。针对城市道路交通安全特点,基于2007—2016年城市道路交通事故和交通违法数据,兼顾时序规律和空间规律,梳理归纳城市道路交通安全发展的阶段性特征。进而解析城市道路交通安全特点的形成原因,探讨道路安全与道路设施、出行方式、出行行为之间的内在联系。最后,针对城市道路交通事故发生时间、交叉口和非机动车道交通事故回升、电动自行车交通事故骤增、货车夜间交通事故多发、行人交通事故伤亡数居高、老年群体交通安全风险升高等特征,分别提出推进交通安全管理的对策建议。     

PSO算法在关联规则挖掘中的应用

提出了一种新的大型数据库中关联规则挖掘策略,利用PSO算法对原始数据库进行划分,将原始数据库分为n个子数据库,再使用FP-Growth算法对每个子数据库进行关联规则挖掘.实验证明:该方法有效的改善了FP-Growth挖掘算法的效率,尤其是对大型数据库进行着挖掘时,该方法相比于其它算法具有更高的效率.     

基于数据分析的公交车驾驶员分类管理方法优化研究

公交车驾驶员安全驾驶对公交安全管理至关重要。本文提出一种基于数据分析的公交车驾驶员分类管理方法,该方法可以识别出驾驶员行车中的各种关联因素,并使用大数据算法分析这些因素对行车安全的影响系数,最终将驾驶员分为绿区、黄区（观察级）、橙区（关注级）、红区（关怀级）等级别,以提高公交安全管理水平。     

关联规则挖掘在研究生个人学习计划制定中的应用

介绍了关联规则挖掘算法Apriori及其在研究生专业课程间的关联规则发现中的应用，所发现的规则用于辅助新研究生进行个人学习计划制定。可减少研究生在个人学习计划制定中的盲目性，提高所选课程与学科专业研究方向的吻合度。     

基于人工免疫机制的营运货车运行风险评价研究

为预防营运货车交通事故,动态监管营运货车提高其运输安全性,本文从营运货车道路交通事故调查报告中统计货车交通事故发生运行风险因素频率,提取营运货车运行风险关键因素,建立完整的营运货车运行风险指标体系.运用人工免疫思想,以营运货车运行风险评价指标等级值作为抗原向量,将人工免疫危险理论的信号处理机制及改进的树突细胞算法应用于...     

城市死亡交通事故形态影响因素分析

为研究城市道路环境下各因素对不同死亡交通事故形态的影响,以深圳市死亡交通事故数据为研究对象,将事故形态作为因变量,并划分为车辆间、车辆与行人、单车事故三类,选取驾驶员、车辆、道路、环境和时间特征为潜在影响事故形态的自变量.在多项Logit模型的基础上,创新性地引入能够反映数据异质性的混合Logit模型,并引用弹性分析定量讨论各自变量对事故形态概率的影响.结果表明:驾驶员年龄、车辆类型、道路有无隔离、路面是否干燥、是否道路交叉口、道路线形、照明条件、能见度、事故发生时间都会对死亡交通事故形态有显著影响,其中,能见度200 m以上为服从正态分布的随机参数,表明由于未观测到异质性的影响,该参数对事故形态的影响在事故个体间存在显著差异.     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

电动自行车与机动车事故严重性影响因素分析

为减少电动自行车与机动车事故造成的损失，定量剖析不同因素对事故严重程度的差异性影响至关重要。基于上虞区2018年10304起电动自行车与机动车事故，分析该类事故的严重性分布情况和时间与空间分布特性。以事故严重性为因变量，将其有序分为未受伤、轻伤及重伤事故3类，从时间、空间、道路、环境、骑行者及车型6个方面，选取17个事故严重性潜在影响因素， 采用多项Logit模型、有序Logit模型、广义有序Logit模型及偏比例优势模型进行拟合度对比分析，并以最佳模型(偏比例优势模型)和边际效应，量化分析各因素对事故严重性影响的显著性与差异性。结果表明，除节日类型、车道限速、车流相交角及温度对事故严重性影响不显著外，其余 13个因素都有显著影响，事故时间、光线亮度、骑者性别、骑者年龄、车辆类型及电动自行车类型违反平行线假设；对该类事故严重性影响最大的前4个因素为电动自行车类型、机动车类型、骑行者年龄与性别，其边际效应绝对值的最大值均超过61%，事故区位、道路类型及光线亮度的影响较大(20%~30%)，事故时间和风力等级影响较小(10%~20%)，而季节、事故位置、慢行干扰度和天 气状况的影响最小(≤8%)。基于各因素的差异性影响，为交通管理部门提出了有效改善建议。     

�����ٶȼ��ٶ����ƵĽ�ͨ��ȫ����

本文探讨了行车速度与交通事故发生几率及行车速度与交通事故严重程度的关系，进一步阐明了车速离散性对交通事故的影响，速度限制与行车速度及安全的关系。从驾驶人的驾驶态度和行为、车辆技术性能、道路通行条件、环境条件、交通管理措施五个方面分析了影响行车速度的主要因素。     

高速公路合理限速对策研究

车速与其离散性和事故数、事故严重度以及交通拥挤性密切相关。合理的速度限制可以降低交通事故数和事故严重度,提高道路的运输效率。基于对高速公路运营阶段交通流量的构成及增长分析,提出新建高速公路和非新建高速公路应采取的不同限速策略,并分别给出合理的车速限制建议值,有利于制定合理的高速公路限速对策。     

�źŽ���ڹ����������������ͻΣ�նȽ�ģ

为定量评价信号交叉口行人过街安全性,量化过街行人与机动车冲突的严重程度,从过街行人行为特征出发,基于模糊聚类的SOMK聚类算法,提出信号交叉口过街行人与机动车冲突危险度模型。以南京市6个信号交叉口为例,采用基于视频的人工观测法采集高峰时刻行人与机动车冲突数据,给出TTC、PET、DST等评价指标的获取和计算方法,阐明交叉口行人过街冲突危险度的分析过程。结果表明,TTC、PET、DST三个指标变量对于聚类分析都起到明显作用,不同类型冲突的发生频率及其严重程度存在差异性。     

考虑潜在类别的老年行人交通事故严重程度致因分析

人口老龄化问题日益突出，老年行人的出行安全同样引起各界重视。本文基于潜在类别聚类分析和随机参数Logit模型相结合的两步法深入探究影响老年行人交通事故严重程度的诱因。对北卡罗来纳州2007—2019年65岁及以上老年行人与机动车的碰撞数据进行清洗。为消除碰撞数据中固有的未观察到的异质性，首先进行潜在类别聚类分析，依据拟合优度指标确定最佳聚类数，将数据分成3个集群，分别对每个集群进行特征描述。然后，分别对每个集群建立随机参数Logit模型，以进一步探索集群内部未观察到的异质性，同时计算各显著变量的边际效应，量化其对事故严重程度概率的影响。结果显示，随机参数Logit模型具有更好的拟合优度；不同集群参数估计结果有所差异，一些变量只在特定集群内是显著的；集群1中，“救护车援助”为随机变量，集群2中“事故发生在城市”为随机变量，集群3中未发现随机变量，退化为多项Logit模型。本文研究结果可为交通工程师和政策制定者提供更可靠准确的老年行人交通事故严重程度诱因信息，为老年行人出行安全改善方案的制定提供理论支撑和技术支持。     

基于车联网V2P 的行人碰撞风险辨识研究

为探索基于车联网V2P(Vehicle to Pedestrian)通信技术的行人碰撞风险辨识方法, 首先,在车联网环境下实时获取了目标位置、速度、运动方向等信息,并分析了典型人-车相 对运动场景中交通参与者的行为不确定性,进而提出了人-车碰撞区域随机几何模型;然后, 综合考虑了车联网系统的通信延时、定位误差、人-车相对运动不确定性等多因素的影响,建 立了人-车碰撞事故概率和冲突风险程度模型;最后,通过仿真实验分析了行车速度、通信延 时、定位精度等因素对行人碰撞风险辨识模型效果的影响,以及各因素间的相关性关系.本文 提出的方法对行人安全保护研究具有一定的参考价值,研究结果同时指出了车联网系统通信 延时与定位精度的技术要求.     

公交驾驶员违规类型同交通事故间的关联分析

公交车驾驶员违规行为是引起交通事故的重要原因之一,以往文献在研究驾驶员违规行为与事故频率之间的关系时,未能深入探究违规行为类型差异及其异质性。为了进一步揭示不 同违规行为的差异化影响并为行为管控措施提供依据,利用某市2019—2020年4532起公交违规及事故数据,将驾驶员事故频率作为研究对象,将17类违规行为及人口统计学因素作为解释变量,综合考虑数据特征及异质性分析需求,构建考虑均值与方差异质性的随机参数零膨胀泊松模型。模型分析结果表明：不同类型的违规行为对于驾驶员事故频率影响存在明显区别,当驾驶员同时存在若干特定违规行为时,事故频率明显高于其他驾驶员。具体包括：未走公交专用道等行 为次数越多,则该驾驶员事故频率越高;未系安全带、未礼让斑马线次数和及时更换失效驾照等行为的影响具有随机特征,其作用效果具有随机波动的属性;未礼让斑马线行为影响参数的均值和方差受到其他变量的影响,即当驾驶员未礼让斑马线次数和越线行驶次数均较多时,期望事故率愈高。     

山区双车道公路机动车碰撞事故严重度致因比较分析与预测

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机动车碰撞事故严重度分析模型,对比分析不同等级事故的显著影响因素和模型的预测准确率,分析部分...