道路标线涂料选择方法研究

随着交通运输业的发展,我国每年新修和维修道路用的标线涂料需求量巨大。目前道路上常用的标线涂料功能、成本各不相同,因此需要研究建立一种能判断标线涂料的功能与成本的择优方法,让使用者合理选择适合自己要求的标线涂料产品。本研究首先建立基于价值工程法的道路标线选择方法模型,并选择最常用的这四种标线涂料作为价值工程对象,进行功能分析,确定功能重要度系数。在成本分析的基础上,计算成本系数,最终得到价值系数。根据价值系数选择合适的标线涂料。     

道路交叉口标线设计研究

如何通过挖掘交叉口通行能力,提高交叉口交通安全,渗透人性化设计,是值得城市交通规划设计者深讨的课题。道路交通标线是一种交通安全设施,像路面上标注绘制的各种线条,各类箭头和文字,以及突起路标等均属于道路交通标线。道路交通标线的设立是为了尽量准确无误的引导交通,保证车辆恰当运用可用的路面面积,能够安全分道行驶。     

欧洲标准《道路标线材料—道路标线的使用性能》简介

道路标线是一种交通指示信号,它对车辆、行人起着指引方向和规范行为的作用.     

道路标线涂料的研究

主要介绍了我国现在道路标线的发展情况以及发展前景。简述怎样的道路标线涂料适合中国的道路发展,符合中国的国情。     

道路标线工程设计方案经济分析

针对传统的公路交通道路标线工程设计，从工程经济和价值功能原理分析，提出较为经济合理的设计方案，在实践中取得了良好的效果，同时对节约投资、控制投资具有一定的借鉴意义。     

欧洲标准：道路标线材料—道路标线的使用性能（prEN1436：1997）

1范围 该标准规定了白色和黄色道路标线的使用性能,如在日光和路灯下的反光,辆前灯照射下的逆反射,颜色和防滑性等.     

基于量子神经网络的道路交通事故预测

道路交通事故预测是道路交通安全研究的一项重要内容. 针对BP神经网络在道路交通事故预测中精度不足及收敛速度慢的问题,引入量子神经网络并构建道路交通事故预测模型. 模型通过对道路交通事故时间序列进行相空间重构,有效扩充训练样本数量;且隐含层神经元采用态叠加的激励函数,对道路交通事故数据的特征空间进行多层梯级划分,以快速匹配输入数据与特征空间的对应关系,提高模型的收敛速度;在训练过程中动态调整量子间隔,以响应事故数据的强随机性. 实验结果表明,该预测模型能够较好地适应道路交通事故数据的特性,且预测精度和收敛速度较改进BP神经网络有显著提高.     

摄影测量系统在交通事故现场勘察中的应用

目前，我国在交通事故现场勘察和处理方面还缺乏必要的手段和设备，给交通事故现场处理带来一定的困难。国外对于事故现场采用摄影方法处理的研究主要在一些发达国家，如德国、日本的摄影测量技术已经在事故现场得到了应用，并逐步得到推广。采用地面摄影测量技术有助于缩短事故现场勘察的时间，提高事故现场勘察的质量，并可迅速恢复交通。     

基于道路交通安全因素的交通事故分析

总结归纳了影响道路交通安全的因素:道路交通设施、季节、气候等。以滨海大道和机场大道为例,依据道路主体工程和交通量,分析了交通事故成因,同时提出了相应的整改措施。科学认识了道路交通事故的诱发因素,指出了驾驶人群体性质的变化和驾驶人在驾驶过程中感官的极限性对交通安全的影响,从而提出道路规划设计要“以人为本”,行车安全应以“预防为主”的理念。     

��ͨ�¹��ֳ���ȫ���ۺ�����

为了研究交通事故现场安全性,避免二次交通事故的发生,建立了交通事故现场安全性评价指标体系,准则层为人因因素、车辆因素、道路与环境因素和管理因素4个指标,决策层共15个指标. 为了统一各评价指标的度量标准,分别采用隶属度和无量纲化函数对定性和定量指标进行无量纲处理,将各属性值变换到［0, 1］范围内. 再将处理结果作为学习样本,进行神经网络训练. 最后以典型交通事故现场有关参数的实测值输入三层BP神经网络评价模型,对交通事故现场安全性进行评价,评价结果为0.5584,安全性等级为一般. 实例应用结果表明,选取的评价指标合理,评价结果客观     

交通事故现场安全性综合评价

为了研究交通事故现场安全性,避免二次交通事故的发生,建立了交通事故现场安全性评价指标体系,准则层为人因因素、车辆因素、道路与环境因素和管理因素4个指标,决策层共15个指标. 为了统一各评价指标的度量标准,分别采用隶属度和无量纲化函数对定性和定量指标进行无量纲处理,将各属性值变换到［0, 1］范围内. 再将处理结果作为学习样本,进行神经网络训练. 最后以典型交通事故现场有关参数的实测值输入三层BP神经网络评价模型,对交通事故现场安全性进行评价,评价结果为0.5584,安全性等级为一般. 实例应用结果表明,选取的评价指标合理,评价结果客观     

基于DEMATEL-ISM事故路段行车风险因素辨识模型

为了定量分析事故路段行车风险因素,保障事故现场的安全性,集成DEMATEL-ISM方法对其影响因素进行辨识和分析。首先基于人-车-路(环境)及管理的系统理论,建立事故路段行车风险影响因素集,即驾驶员因素、车辆因素、道路与环境因素和管理因素,具体分为年龄、驾龄和性别等20个因素,然后以Delphi法确定各个影响因素之间的关系。集成DEMATEL-ISM法,建立事故路段行车风险影响因素辨识模型。通过计算可达矩阵,获得影响因素的5层递阶结构模型,即第一层级为驾驶员驾龄、疲劳程度和反应判断能力等6个因素,第二层级为驾驶里程及车辆类型等8个因素,第三层级为驾驶员年龄等3个因素。研究结果为事故路段的安全管理提供理论依据。     

道路交通事故实际成本估算方法研究

针对我国道路交通经济损失特点,综合考虑事故发生后当事人的财产、医疗等实际有形成本和精神、时间、环境等无形成本,提出了一种符合我国实际状况的道路交通事故成本估算方法,并以合肥市某路段2010年实际交通事故数据为例,通过仿真手段再现了道路交通事故的各项实际损失,期望以此成本估算方法为交通主管部门制订防范措施、评估交通事故所带来的整体经济影响提供合理、有效的理论支撑。     

道路交通事故宏观预测模型

道路交通安全已成为全社会普遍关注的问题,为了对中国未来的交通安全形势作出科学准确的预测,分析了中国道路安全状况的评价指标和主要影响因素,以交通事故死亡人数作为评价指标（输出变量）,以机动车保有量、公路里程、人均GDP为输入变量（影响因素）,建立了基于遗传算法的神经网络道路交通事故宏观预测模型和BP神经网络预测模型．模型的训练利用1978～1998年的道路交通事故数据为样本;模型的检验利用1999～2004年的道路交通事故数据进行检验．模型对未来年份的死亡人数进行了预测．预测结果表明：基于遗传算法的神经网络模型比BP神经网络预测精度较高,网络泛化能力强;得出2010年和2020年中国的道路交通事故死亡人数值分别为13．9万人和16．7万人．     

重点违法行为导致交通事故的数据分析

超速行驶、酒后驾驶、违法超车等重点交通违法行为是导致交通事故的主要原因,每年都造成大量的人员伤亡和财产损失．本文对近十年来上述重点违法行为所导致的交通事故的数据进行了系统的分析,对各种重点违法行为的特征和趋势进行了研究,并对不同驾龄、不同车型驾驶人的违法肇事规律进行了归纳．分析结果表明：上述重点违法行为每年导致的交通死亡人数占总死亡人数的40％,特别是超速行车导致死亡人数近年来大幅上升;同时,低驾龄驾驶员每年导致的事故死亡人数占总死亡人数的44％,而大客车驾驶人因上述违法行为导致的死亡人数是小客车的5.2倍,大货车是小货车的2．9倍．     

道路线形与交通事故关系分析

道路线形是公路的骨架,是车辆运行的直接载体,控制着整个公路的路基、桥涵、交叉、沿线设施等构造物的规模和投资。在综合参考国内外研究现状的基础上,重点分析我国高速道路线形和交通安全的关系,结果表明改善道路线形是缓解和消除交通事故的一种重要手段,在设计中应把道路线形置于环境中考虑,使线形协调合理,为驾驶者提供安全、舒适的行驶条件。     

基于VB、Matlab的交通事故现场勘查摄影测量系统的开发与应用

发生交通事故后,如何快速、准确地记录事故现场,目前尚未得到妥善解决。将摄影测量理论应用于交通事故现场勘查,运用VB和Matlab编程软件开发了交通事故现场勘查测量管理系统,并模拟了事故现场,将实际的测量值与使用交通事故现场勘查测量管理系统所计算的理论值相比较,误差较小,表明该系统具有一定的实用性。     

山区公路交通事故发生原因的初步研究

从山区公路条件的4个方面出发,初步分析山区公路重特大交通事故发生的原因。各项线形指标低,线形组合不合理、路面状况差、交通设施不完备、交叉设置不当以及特殊的天气和环境都是引起事故重要原因。总之,造成山区重特大交通事故发生的原因是综合的。