加拿大水域航运事故灰色关联分析与区间预测

为增强中国-加拿大贸易货物水上运输的安全,对加拿大水域航运事故进行了灰色关联分析,并建立了灰色区间预测模型.计算了各类航运事故序列与航运事故总数序列的4种灰色关联度.接近关联度反映了序列空间相对位置和几何形状的相似性,基于接近关联度的事故致因排序较准确.加拿大水域航运事故总数序列为振荡序列,建立灰色区间模型预测其范围,该模型精度较高.用该灰色区间预测模型预测了2019-2022航运事故总数范围,预测结果可用,未出现病态.     

冰雪天气下基于道路交通冲突的事故预测研究

恶劣天气条件下对道路事故预测的合理性是有效安全措施提出的保障。文中以恶劣天气条件下的冰雪天气为研究对象,选取TTC作为交通冲突的判定指标。基于调查的交通量及交通冲突数据,借助SPSS运用回归分析方法建立交通冲突预测模型,并根据事故与交通冲突的关系建立二者之间的关系模型,最终实现交通事故的合理预测。结果发现,交通冲突数和事故数随着交通量的增加而增加,增长接近到道路能力时,交通冲突数和事故数趋于稳定,不再增加。     

高速公路事故预测微观模型研究

通过介绍国内外的主要交通安全宏观评价模型和微观评价模型,基于美国的乡村两车道事故预测模型而建立的山区高速公路四参数的交通事故与道路线形参数的关系模型,经非线性回归法检验证明,能够得到与实际发生事故数基本吻合的数据.     

基于灰色马尔科夫模型的突发水污染事故预测

以我国2004-2015年突发水污染事故次数为基础,分析了我国突发水污染事故在12年内的发生情况,应用灰色马尔科夫模型预测2016、2017年我国突发水污染事故发生数.结果表明:1)2004-2015年,突发性水污染形势严峻,但全国突发水污染事故数总体呈下降趋势.2)在灰色GM(1,1)模型预测的基础上,运用马尔科夫对突发水污染事故预测结果优化,充分体现了灰色理论适用于"小样本、贫信息"数据特点和马尔科夫链可处理数据离散的随机过程的优势.3)灰色马尔科夫模型预测的2016、2017年我国突发水污染事故数173起、136起比灰色预测的128起、114起更准确,符合实际情况,可为后续的突发水污染事故变化趋势进行定量分析提供基础数据.     

基于事故预测的高速公路出口匝道类型优选

为了有效降低高速公路出口匝道事故发生的可能性,研究不同类型出口匝道的安全性能。根据出口匝道在分流区与高速公路主线的衔接形式以及匝道车道数,将其分为类型Ⅰ、类型Ⅱ、类型Ⅲ、类型Ⅳ四类;建立了出口匝道事故数、事故严重程度与匝道类型以及其它变量之间的关系模型;通过分析事故数及事故严重度与不同匝道类型的关系,对四种不同类型匝道的安全性进行了排序。结果表明:从事故总数及事故严重性预测方面(从好到差),类型Ⅰ类型Ⅲ类型Ⅳ类型Ⅱ。     

基于粗糙集-AHP-BP神经网络预测事故概率

车辆运行受多种风险因素共同作用,通过对G4京港澳(K1510—K1841)事故数据分析,建立风险因素体系,并利用粗糙集、事故危险度对风险因素实现重要性度量,利用AHP分析法确定风险因素权重,并通过BP神经网络实现不同风险条件下事故概率预测,实验证明,AHP-BP神经网络是预测风险条件下事故概率的有效模型。     

基于改进FTA-AHP的隧道涌水事故风险评价

隧道涌水事故会对隧道的安全产生巨大的危害,传统的事故树方法很难准确评价隧道涌水风险这一复杂性问题.以米林隧道为例,采用改进的FTA-AHP方法对隧道涌水事故进行风险评价.首先建立了以隧道涌水事故为顶上事件的事故树并求解最小径集及结构重要度,再基于事故树建立层次结构模型,利用结构重要度求解层次分析模型的判别因子,得出各基...     

FTA在船舶触礁事故中的应用

文章通过事故树分析（FTA）方法的研究,建立一个合理的模型.由这个模型可以熟悉FTA的各个步骤及其途径,然后应用FTA的方法,对船舶触礁事故进行系统的分析研究,得出控制事故的最优方案.     

基于灰色理论的铁路交通一般事故数据预测模型

铁路行车安全系统本身是一个部分信息未知的灰色系统,使用其他方法较难获取完整的事故致因信息,并据此建立可靠模型.在比较现阶段学者所采用的各类事故预测方法的基础上,选取2015—2019年铁路交通一般类事故统计数据,运用灰色预测法建立GM(1,1)模型,将模拟得到的2015—2019年数据与原始数据进行精度检验对比分析,验证模型的可行性.检验结果显示:后验差比值C=0.3391,小误差概率P=1,精度等级均为一级,灰色关联度ro1为0.8787,说明建立的模型具有可行性.预测结果显示2020—2022年的铁路交通一般类事故发生数分别为78、73和69,呈下降趋势.     

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.     

基于支持向量回归机的道路交通事故预测模型研究

针对道路交通事故预测具有随机波动性较大、信息量较少和非线性数据序列预测的特点,引入支持向量回归机（SVR）,建立基于SVR的道路交通事故预测模型。通过实例计算,证明基于SVR的道路交通事故预测模型具备非线性、所需数据资料较少、建模简单和计算快捷等优点,同时与RBF神经网络预测模型相比,该模型的预测精度高、泛化能力强,更适用于道路交通事故预测。     

我国交通安全预测与分析

针对目前我国严峻的交通安全问题,根据1983年以来交通系统人一车一路中相关数据按照多元统计方法建立了我国交通安全模型,揭示出交通安全中交通事故发生量、死亡人数同驾驶员人数、汽车保有量、公路里程、GDP之间的定量关系,分析了影响交通安全的其他因素,预测出未来我国交通事故先增加后减少以及交通事故死亡人数下降的趋势,并对预测结果进行了相应分析．     

基于诱导有序信息集结算子的最优组合预测模型在交通事故预测中的运用

基于诱导有序信息集结算子的最优组合预测模型在交通事故预测中的应用实例表明：基于10WHA算子的组合预测模型能够充分利用各个单项预测的有用信息,提高预测的精度,从而成为交通事故组合预测模型的一种新方法。     

道路交通事故的神经网络预测方法研究

指出了预测对道路交通安全性的重要意义以及传统预测方法存在的缺陷;运用神经网络建立时间序列的道路交通事故预测方法,克服了传统预测方法必须事先构造函数的不足之处。分析表明, 该方法的预测精度较高。     

自适应过滤法在水上交通事故预测中的应用

水上交通事故预测对于提高海上安全管理和预防事故的发生有重要的作用.为提高水上交通事故预测的准确性,构建了自适应过滤模型.以2011—2017年我国水上交通事故数据为基础,对2018年水上交通事故进行预测,并与一次指数平滑法、灰色GM(1,1)预测法预测结果进行对比验证.通过比较发现,自适应过滤法的相对误差较小、预测精度...     

高速公路交通事故起数时空分析模型

为了分析交通事故起数与时间、道路空间结构及交通运行环境等潜在影响因素之间的关系,从时间和空间角度选择9个自变量,分别从路段长度一致和路段坡度一致2个角度,构建交通事故起数时段、周日和月分布模型。以某典型交通事故多发段为例,分别运用泊松回归模型、负二项回归模型、零堆积泊松回归模型和零堆积负二项回归模型拟合交通事故起数时段、周日和月分布模型,根据模型的拟合优度检验,分别确定3个模型的最佳形式,从而构建交通事故起数时空分析模型。研究结果表明:从AIC准则和BIC准则来看,基于路段长度一致的交通事故起数时段、月分布模型采用负二项回归模型拟合效果较好,其他模型选择泊松回归模型拟合效果较好;基于路段长度一致的交通事故起数时段、周日、月分布模型的预测误差小于基于路段坡度一致的交通事故起数时段、周日、月分布模型。     

基于有序聚类分析的高速公路路段长度划分研究

提出了基于F isher有序聚类分析的高速公路路段长度划分方法,以事故数沿每公里的空间分布为聚类指标进行路段长度划分,通过实例验证,一方面发现按照F isher有序聚类分析方法划分路段的结果能够使得分段后的事故频数很好地服从一定的概率分布,有益于模型的构建;另一方面,应用该方法分段能够很好地考虑事故的发生水平,把事故水平相近的邻近路段划分到同一研究样本内,有助于准确地量化影响因素的作用,在样本量不是特别大的情况下,能够突出两者之间的关系.     

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.     

机动车驾驶员人为因素与交通事故危害性关联分析

机动车驾驶员人为因素是导致道路交通事故形成,并产生事故伤害的最主要原因。将区域道路交通事故的死亡人数、伤亡人数和直接经济损失等统计指标值作为参考数列,将不同驾驶员人为因素组成的道路交通事故统计次数作为比较数列,可以建立驾驶员人为事故因素与其危害性的灰色关联模型。结合实例,通过对灰色关联矩阵的定量化结果进行分析,可以评价驾驶员人为因素对不同类型事故危害性的影响,为有关部门采取有效的安全管理和预防对策提供参考依据。