基于核密度模型的上海市快速路交通事件空间自相关分析

伴随着城市快速路的发展,城市快速路交通事件发生的频次和严重程度也随之增加,对交通参与者的生命和财产安全构成了巨大的威胁,因此交通事件多发点的检测有着极大的意义。为此引入了核密度模型,寻求交通事件点之间的空间自相关性,通过特征值的聚类找出交通事件多发的路段,并提供直观的可视化密度云图,为相关管理人员后期改善措施的提出打下基础。最后根据上海市2010年4月至2012年12月间的中心城快速路交通事件数据进行了样例分析。     

高速公路入城段碰擦与追尾事故分析

高速入城段的车流混杂,驾驶环境复杂,交通事故高发,其中以碰擦与追尾事故为主。采集G2京沪高速公路上海入城段事故数据,以平均兴趣度作为最优指标,采用改进的关联规则Apriori算法挖掘高兴趣度的碰擦与追尾关联规则,发现碰擦、追尾事故与天气、车型、地点等因素关联较大。在上述基础上,基于支持向量机构建高速公路入城段的追尾与碰擦判断模型,输入所有事故因素组合,得出所有可能发生追尾与碰擦的因素组合。研究成果可为高速公路安全管理与事故预防工作提供理论支持,制定精准的交通安全改善措施和管理。     

不良交通流状态实时监测支持向量机模型算法研究

交通流安全实时预警是交通主动安全防控的重要前提.采用实际事故发生前的交通流状态作为不良交通流状态判别标准,通过对车道级交通流数据进行参数提取,结合主成分分析法进行参数降维后得到9个主要参数.建立以径向基为核函数的交通流安全实时预警支持向量机模型,采用网格遍历法确定最优的支持向量机模型的惩罚参数C和核函数参数γ,最终构建的支持向量机模型能够成功地识别79.55%事故对应的不良交通流状态,能够有效地对高速公路上的不良交通流状态进行实时监测预警.