基于贝叶斯网络模型的道路交通事故链生成与演化研究

为了研究道路交通事故链的生成和演变规律并全面反映道路交通事故的产生机理,以美国100-Car自然驾驶研究数据为基础,充分考虑了驾驶员状态和驾驶行为对道路交通安全的影响,构建了事故发生前驾驶员状态和行为特征参数等变量,并与其他传统驾驶员特征、道路交通特性以及环境特点等影响因素变量共同建立了关于道路交通事故风险类型的贝叶斯网络模型。在贝叶斯网络模型基础上,引入事故因果链理论,利用有向无环网络中简单路径搜索算法生成事故链集合,并采用信息增益特征选择方法识别关键事故链。通过100-Car自然驾驶数据得到的关键事故链显示,单车事故类型更容易在弯道和坡道条件下驾驶员无注意力转移或进行简单非驾驶任务的情况下发生;而正面、侧面和尾部碰撞事故类型的发生,往往在水平直线道路条件下,伴随着驾驶员注意力由前方道路转移至两侧车窗或内后视镜,以及驾驶员非驾驶任务变复杂的情况。通过改变事故链中各节点的状态概率,可以探索不同类型事故的演化路径和规律,克服了传统方法对每个道路交通事故致因因素进行独立分析的局限性,揭示了事故链中影响因素/事件之间的相关关系,为更好地掌控道路交通风险状态和实现事故链阻断提供了新的思路。     

基于文本挖掘的内河船舶碰撞事故致因因素分析与风险预测

作为一种典型的高风险海事事故,内河船舶碰撞事故致因因素众多.为了明确内河船舶碰撞事故致因因素,分析内河船舶碰撞风险,选取2013年至2017年长江内河航道419起船舶碰撞事故报告作为文本挖掘语料,将语料库中的人为因素、船舶因素、自然环境因素以及管理因素作为目标数据,利用R语言和文本挖掘方法,获得包含特征值和特征值权重属性的高维稀疏的原始特征向量空间集合,对tf-idf公式进行平滑改进,解决了文本识别过程中无法识别统计较为生僻的专业名词的问题,提升了文本挖掘方法在交通运输领域的适应性.使用统计对其进行降维,获得最终33个维度的文本特征项,确定了船舶碰撞风险致因因素.通过实验验证了文本挖掘得出的船舶碰撞致因因素置信率达到了81%.以碰撞过程中的4个步骤为主线,构建基于"人-船-环境-管理"系统的船舶碰撞风险贝叶斯网络结构,计算贝叶斯网络结构中各节点的条件概率表,进行船舶碰撞风险建模.结合贝叶斯网络实现内河船舶碰撞事故的风险预测,并通过反向推理确定了人为因素是船舶碰撞事故致因中的首要因素.      

基于共轭贝叶斯模型的长江干线江苏段碰撞事故定量分析

对船舶碰撞风险的定量分析对于深入理解事故规律、避免事故的发生具有重要意义.以长江干线江苏段2012—2016年945起船舶碰撞事故或险情数据为例,对6个区域进行碰撞风险评估研究,建立相对事故贝叶斯模型,分析通航水域、航行状态和会遇情景3个指标下不同航行情景的相对风险关系.利用共轭贝叶斯方法,对江苏段船舶碰撞风险进行建模分析.研究发现,根据专家意见和事故数据进行风险评估的结果并不十分一致,深水航道、顺航道航行等普遍认为风险较低的情景,数据分析显示风险较大,这与数据的不完整性有关.当未来有更多数据时,可以对结果进行迭代更新,不断提升评价结果的精度和可靠性.      

基于文本挖掘的地铁施工安全风险事故致险因素分析

地铁工程项目是典型的高风险大型复杂项目,施工安全风险事故多发且引发因素众多。为明确施工过程中存在的致险因素,为安全风险事故的预控提供依据,选取2002—2015年国内151例地铁施工安全风险事故报告,借助R语言和文本挖掘的方法,分别对事故报告进行分词处理、特征项选择、向量空间模型构建、共现规律识别,并利用词云和网络结构图等方法可视化文本挖掘结果;从中发现地铁施工安全风险事故的6项关键致险因素和23项一般致险因素,并以关键致险因素为基础构建致险因素集合,为地铁施工安全风险事故的预控提供参考。     

基于Ordered Probit模型的追尾事故严重性影响因素分析

为了减少机动车事故带来的人身财产损失,给相关管理部门提供决策意见的理论支持,分析追尾事故的独特规律,以及研究环境因素、道路因素、车辆因素和驾驶员因素等影响因素与追尾事故严重程度之间的致因关系至关重要。通过对北卡罗来纳州2010—2014年的交通事故数据进行筛选分析,最终得到1 315条具有完整信息的追尾事故数据,并对数据重新编码。考虑到事故严重性的分类具有次序的特性,研究拟采用Ordered Probit模型(ORP)对影响追尾事故严重程度的各种因素进行回归分析。为了找出具有统计学显著的影响因素,采用向后删除变量法筛选变量,从而得到了包含全部显著因素的模型。最终对模型进行了平行线检验和似然比检验,分析模型的统计学合理性,并选取指标进行了模型数据拟合度优劣的评价。研究结果表明:使用安全带、光照条件、道路线型条件、交通控制条件以及道路交通量这5个方面的因素与追尾事故严重程度的相关度较大。模型的边际影响值显示,正确使用安全带、良好的光照条件、合理的道路线型条件、适宜的交通控制措施能够显著降低追尾事故的严重性;而过大的交通量由于易产生多车追尾事故,事故严重性程度增加。显著性检验结果显示ORP模型对于分析追尾事故严重性及其影响因素具有明显作用。     

基于贝叶斯网络的城市平面交叉口交通事故分析

应用贝叶斯网络对城市平面交叉口交通事故进行了分析。以3 584起交通事故数据为分析依据,基于专家知识和数据融合方法建立了城市平面交叉口交通事故分析的贝叶斯网络结构,利用服从Drichlet分布的贝叶斯方法对贝叶斯网络进行了参数学习。结合网络模型,应用联合树引擎算法推断了在车辆类型、交叉口类型、交叉口控制方式和交通参与者等因素的影响下平面交叉口交通事故类型的变化。研究结果表明,在城市平面交叉口中,由自行车导致的正面碰撞事故的概率最大,为22.83%,由于交通参与者转向不当引起的侧面碰撞的概率为23.44%,同时也易导致刮擦事故的发生;交通参与者的感知判断失误导致尾随碰撞事故的概率为23.62%。     

基于贝叶斯空间相关模型的城市快速路安全影响因素研究

快速路是城市交通的主骨架,其运行安全态势直接影响整体通行效率的发挥。利用线圈检测器数据和由事故视频监控系统采集的2011~2013年共50069起事故数据,应用贝叶斯空间相关模型,对上海市南北高架、延安路高架、内环和中环4条快速路进行建模分析。为了反映路段间的潜在空间联系,在负二项模型的基础上,加入空间随机影响项建立相邻空间相关模型;进一步改进了该空间随机项的协方差矩阵,建立距离空间相关模型。通过贝叶斯回归方法比较3个模型的回归效果。结果显示,距离空间相关模型具有最优的拟合效果,其方差信息标准(DIC)较负二项模型降低6.04%。由此证明,事故在道路中的分布存在空间关联,且其相关性受距离影响。在道路几何特性影响因素中,路段前后1 km 内匝道数越多,每公里转角越大,事故风险越大;入口-出口型交织路段事故发生几率较高。日均交通量与事故风险显著正相关。不同快速路对比分析表明内环事故风险偏高,中环事故风险较低。      

基于贝叶斯网络的高速公路突发事件态势评估研究

为了提高高速公路应急管理能力,提升高速公路应急效率,从突发事件演化机理着手,基于贝叶斯网络构建了高速公路交通突发事件应急处置的态势评估模型,用于推理学习不同情况下的交通事故概率。评估模型首先确立了高速公路交通突发事件贝叶斯网络总体工作流程,将贝叶斯网络节点设置为高速公路突发事件的影响因素,贝叶斯网络结构根据各节点,即各影响因素之间的相互关系进行构建。其次,根据交通事故数据和专家知识对网络中每个节点进行条件概率赋值,再在条件概率的基础上根据现场初步事故信息运用联合树推理算法将贝叶斯网络转化为联合树,通过定义在联合树上的消息传递过程,计算后验概率;最后,在条件概率的基础上进行推理,建立评估模型实现对高速公路突发事件态势评估。实例分析随机抽取50次高速公路交通突发事件数据用于贝叶斯网络,通过软件Ge Nie2.2,以事故车辆类型,事故车辆数量,得到事故信息的时间,事发时天气及事发时段为证据信息,推理得出高速公路突发事件概率,预测结果表明基于贝叶斯网络的高速公路交通突发事件应急处置态势评估模型具有较高的准确性。     

改进的山区高速公路伤亡事故贝叶斯网络及事故成因分析

为研究山区高速公路伤害和死亡事故的致因因素,利用故障树建立伤亡事故的贝叶斯网络模型,分别从人、车、路、环境4个方面分析事故影响因素,通过推理和计算可得出相应的发生概率.考虑故障树模型欠缺多态性、相关性和不确定性,提出改进的山区高速公路贝叶斯模型.研究发现:在受伤事故中,车辆因素和驾驶员因素占比最大,其次为道路和环境因素;在死亡事故中,道路因素占比相较于伤害事故增大,明显大于驾驶员因素;其中车辆类型为大型车、夜间无照明和超载3个致因因素导致伤亡事故的可能性增大最为显著.提取危险程度较高的影响因素并提出交通安全改善建议,对山区高速公路交通安全的改善治理工作具有重要意义.     

危化品道路运输事故影响因素分析和安全对策

识别危险化学品道路运输事故影响因素并分析不同影响因素对事故的影响程度有利于发现目前危险化学品事故的主要致因。根据事故致因理论,结合危险化学品道路运输事故分析,提出了12个危险化学品道路运输事故影响因素。利用贝叶斯真理血清理论,结合专家知识,构建了危险化学品道路运输事故影响因素因果贝叶斯网络结构模型。根据危险化学品道路运输事故数据库构建了学习样本数据,采用期望最大化算法获得了不同影响因素的后验概率。结果表明:直接影响因素对事故影响程度由高到低分别是人的失误、运输车辆和设备设施、危险化学品包装与装卸;事故间接影响因素对事故影响程度由高到低分别是道路状况、运输企业管理、主管部门管理、天气状况。并据此提出了改进危险化学品道路安全运输的措施。     

低等级公路交通事故致因复杂网络建模与分析

低等级公路交通事故风险因素构成复杂且相互关联。为了明确事故的内在成因,基于实际事故数据对致因要素进行提炼、分类,构建低等级公路交通事故致因复杂网络模型。通过分析网络总体结构特征、节点特征和网络全局效率,寻找关键致因要素,探索事故致因要素相互作用机理。研究结果表明,低等级公路事故致因要素间耦合作用强,要素状态变化易引起连锁反应;无机非隔离、机动车不按规定让行最容易导致低等级公路系统整体安全性下降,非机动车交通事故是风险防控重点。研究结论有助于判别低等级公路系统管理的薄弱环节,预防交通事故发生。     

基于改进贝叶斯网络模型的高速公路交通设施风险评估

交通设施对高速公路交通安全起着关键作用,对交通设施进行风险评估是预防交通事故的有效方法之一.为实现对高速公路交通设施风险的评估,分析了交通设施对交通安全的影响机理.通过因子分析法提取了各作用节点和作用网络,根据网络中各节点之间的关系,结合条件概率知识对贝叶斯公式进行了变形与推导,舍去无关变量和无影响常量,构建基于改进贝叶斯网络的高速公路交通设施风险评估模型.用高速公路历史事故数据对模型概率参数进行标定和校准之后,可将高速公路交通设施现状调查结果带入模型进行风险评估.模型计算得到的 值越小,高速公路交通设施风险越大.采用珲乌高速公路实地调查数据,带入模型分析发现,值小于0.5时,事故数相对较高,设施风险较大;值大于0.5时,设施风险较小.      

考虑数据不平衡的城市道路乘用车致命事故率分析

城市道路交通事故频发,而事故数据存在明显不平衡,不同因素间的耦合作用对城市道路乘用车致命事故率分析造成极大挑战。为此提出了1种集成重采样、贝叶斯网络（Bayesian networks,BN）和关联规则（association rule method,ARM）的三阶段事故率分析方法。基于国家事故深度调查体系的1 105例城市道路乘用车事故数据,从驾驶人、车辆、道路、环境这4个方面选取16个潜在特征变量构建BN模型;鉴于数据不平衡时会导致BN模型性能下降的问题,提出在构建BN模型前利用合成少数类过采样技术（Synthetic Minority Over-sampling Technique,SMOTE）和聚类中心进行数据重采样,并比较分析各类采样技术下不同BN模型的综合性能;基于最优BN模型并结合ARM,推理不同影响因素及因素的耦合作用对致命事故率的影响。结果表明：重采样方法可以显著提升BN模型的综合性能,以及识别风险因素的能力。其中SMOTE采样技术结合GTT算法构建的BN模型的AUC最高,达0.793。此外,相较于原始不平衡数据构建的BN模型,经SMOTE采样后构建的BN模型多挖掘了...     

公路隧道运营典型风险辨识

为加强对公路隧道运营风险的辨识、改善和优化公路隧道运营安全，降低重大隧道事故对人员伤亡、隧道结构、设备和经济收益的损失，通过隧道事故调研和大数据技术，收集近些年在全国范围内发生的802起公路隧道事故，对公路隧道自身特性和隧道事故的时间、空间、类型、诱因等特征进行分析。研究结果表明： 1)外界因素对隧道事故影响较大，在高温和车流量较大的环境下，事故发生较多； 2)特长隧道和长隧道的事故数远高于短隧道和中隧道； 3)小型车是隧道内发生事故的主要车型，事故原因多是驾驶员违规驾驶，事故类型多为追尾事故； 4)火灾事故的诱因多为车辆自身故障，其中危化品泄露多为易燃液体泄露。     

乘用车前端结构几何参数对行人头部动力学响应和损伤风险的影响

通过深入的事故数据分析,研究行人在与不同类型乘用车碰撞中的AIS 3+伤亡风险,采用仿真分析研究乘用车前部结构对行人损伤和致伤因素的影响。以市场上的128款乘用车作为样本,比较了轿车、运动型多功能车和微型厢式车前部结构的主要几何尺寸;基于详尽的行人事故数据,统计分析了各类乘用车-行人事故中的损伤分布和严重性,确定了车辆碰撞速度与行人伤亡风险的关系;利用多体动力学模型,分别在20、40和60km/h的碰撞速度下比较了不同车型的行人头部碰撞条件。结果表明:乘用车前部几何形状对行人头部动力学响应和损伤风险都有显著影响。研究结果可为不同类型乘用车更好地制定行人保护措施提供一定的理论依据。     

基于故障树贝叶斯网的山区高速公路事故成因分析

为分析山区高速公路事故致因因素,采用故障树及贝叶斯网方法,分析各因素对事故的贡献率.建立以事故为顶事件,驾驶员、车辆、道路及环境为次顶事件,事故因素为基本事件的故障树模型;构建基于故障树的贝叶斯网模型,对人、车、路及环境各方面单独分析,定义证据节点的诊断方式计算4个方面的后验概率,找出各方面中最敏感的事件.结果表明,对事故影响较大的基本因素为"未保持安全距离""超限超载""长大下坡坡底"和"夜间无照明";驾驶员、车辆、道路及环境对事故的贡献率分别为54.4%,32.2%,48.1% 和4.5%;对人、车、路及环境最敏感的事件分别为"操作不当"、"超限超载"、"长大下坡坡底"和"能见度不足";基于故障树的贝叶斯网模型不仅可以更高效和简便地对基本因素进行概率推理,而且还能得出更可靠的推论.      

基于MNL模型的车车碰撞事故严重程度影响因素辨识方法

为了研究两车之间事故严重程度的影响因素及其机理,探索在不同严重程度的交通事故中影响因素存在的差异性,采用多项logistic回归(MNL)模型对影响因素进行了分析。基于道路交通事故数据的特征形成了涵盖人员因素、车辆因素、时间因素、环境因素的影响因素集合。构建了适用于分析车车碰撞事故的模型,分析了事故严重程度的各类影响因素,并对不同严重程度的事故进行分类讨论,分析导致其存在差异性的原因。结果表明,在降低车辆间事故的安全风险时,需要重点考虑过失方车辆类型、过失方年龄、碰撞类型、受害方车辆类型、城市分区5项因素。对仅财产损失事故和有受伤但无死亡事故,需关注不同的影响因素组合存在的差异性,其中对仅财产损失事故,正面碰撞、受害方车辆类型为小客车、主城区、近郊区是可能的显著影响因素;对有受伤但无死亡事故,过失方年龄为19～45岁、侧面碰撞是可能的显著影响因素。持续提高对驾驶员的教育警示,使用新技术监督驾驶员的行车状态,提升车辆防御侧面碰撞的能力是可能降低车车碰撞事故严重程度的手段,从而提升城市道路交通的安全水平。     

连续数据环境下的道路交通事故风险预测模型

针对现有研究多基于病例对照的欠采样方法,即每起事故从连续交通流数据中按一定比例抽取对照的非事故数据构建模型,而该类模型在连续数据环境中的预测精度存在缺陷的状况,对城市交通连续观测并动态调控的技术环境（简称连续数据环境）开展道路交通事故风险预测模型构建研究。首先提出基于全样本交通流数据,结合“调整事故分类阈值”的方法解决事故风险预测研究中的非平衡数据分类问题;而后采用上海市城市快速路2014年5,6月的线圈检测交通流数据及历史事故数据开展实证研究,以受试者工作特征曲线下面积为评价指标,对比基于全样本和抽样样本构建的常用事故风险预测模型（逻辑回归、随机森林）的整体预测能力;以灵敏度和特异度的几何均数为评价指标,对比3种分类阈值计算方式（约登指数法、事故占比法和交叉点法）对事故/非事故综合预测精度的影响。结果表明：在连续数据环境下,采用全样本数据建模能使模型整体预测能力提高13.06%;基于约登指数法进行分类阈值计算可使模型的事故/非事故综合预测精度最佳。     

基于互信息贝叶斯网络的交通事故严重程度分析

为掌握省际客运行业事故严重程度影响因素, 采用互信息及贝叶斯网络方法构建模型, 分析各因素变化与事故严重程度的定量互动关系。鉴于行业样本量较小及专家知识建模存在主观性, 采用改进离散算法挖掘数据, 提出结合互信息与交叉验证的先验网络构造方法。以上海市2005—2019年741起省际客运事故数据为例进行模型分析。结果表明: 对事故最敏感的影响因素为驾驶员性别、天气和车辆类型; 其中“女性驾驶员”“雪、大风、雾”“中型客车”对事故严重性的权重占比分别为13.5%, 8.8%和5.7%;此外, 驾驶员年龄对群死群伤事故贡献较小; 客车尺寸与安全性非单调关系; 00:00—05:00引发7人以上受伤的概率同比上升9%;季节、天气、时间因素与财产损失无直接关联。模型泛化能力优于对比模型, AUC均值为0.644 588, 命中率达到97.3%。      

基于NAIS的高速公路严重交通事故特征及致因分析

为探究高速公路严重交通事故的特征及致因,文中以国家车辆事故深度调查体系数据库(NAIS)中2017—2019年发生在高速公路上的真实严重交通事故数据为基础,从事发时间、路段类型、事故类型等方面进行数理统计分析,在此基础上采用二项Logistic回归模型对高速公路严重交通事故的致因机理进行分析。结果表明,回归模型的拟合程度较好,路段类型、事故类型、是否与货车有关及车辆是否超速对交通事故的严重程度有显著影响。