Part 2. Beyond single-outcome models: Decompositions of aggregate and disaggregate road safety risk

The second part of the state-of-the-art focuses on the development of the founders' double streams explaining single-outcome indicators (probability of accidents and fatalities, respectively) by fixed form regression, as outlined in the Part 1. Following Page (1997, pp. 67–122, 2001) and others, we use as turning point of the evolution of both aggregate and discrete approaches the DRAG-1 model of 1984, itself based on aggregate data, which introduced four key innovations in principle applicable to both streams.     

���е�·�����м�ʻ��Ӧ����Ӧ����ʱ�����Է���

针对城市道路环境中驾驶人的应激响应操作时间特性,基于虚拟现实技术搭建了测试平台,对28名驾驶人在不同应激场景下的应激操作时间进行了研究.不同应激场景下的数据分析结果表明,非熟练驾驶人的应激操作时间要小于熟练驾驶人,且时间值较为稳定.青年驾驶人的操作时间值最小,且数据最为稳定.此外,随着车速的上升,驾驶人操作时间呈现下降趋势,两者之间符合对数函数关系.以驾驶经验、驾驶人年龄和车速为自变量,采用对数函数的多元线性预测模型能够对驾驶人的应激操作时间进行准确预测,被试样本实测值落在预测区间的比例达到了98.37%.     

主成分回归的新疆兵团道路客运量预测

道路客运量预测是道路运输业规划的基础工作,科学准确地预测新疆生产建设兵团道路客运量是制定其运输业发展规划、发展战略的重要理论依据。根据新疆生产建设兵团道路旅客运输业发展特点,运用spass统计软件,综合主成分分析法和全回归法,确定道路客运量的主要因素,构建客运量预测模型,实现spass主成分回归分析在新疆生产建设兵团道路客运量预测中的应用。     

快速公交客流量影响因素解释结构模型构建与应用

针对当前交通拥堵、能源紧张、尾气污染等一系列问题,为加快快速公共交通的发展、提高公共交通利用率,本文找出了影响快速公交客流的主要因素,利用系统工程学中的ISM方法,构建了快速公交客流系统解释结构模型,通过分析探讨快速公交客流的主要影响因素,进而明确了各因素间的清晰结构,得到影响快速公交客流量的5级递阶结构;最后找出影响快速公交客流因素的各影响因素.通过影响因素,建立了多元回归模型,从影响程度、影响方向、影响时期分别归类分析.通过分析各层级因素对快速公交客流量的影响,可引导更多居民选择快速公交出行,对缓解交通压力提供了一定方法指导和决策支持.并通过合理分析为快速公交运输服务提出了建议.     

间断流速度-密度关系模型研究

为了得到城市道路间断流的速度-密度关系,定义了宏观速度和密度参数,利用VISSIM仿真获取基础数据并进行统计分析,进而引入4参数Logit模型完成数据拟合,建立了速度-密度的4参数Logit模型.其次,分析了交通组成、道路几何形式和信号控制参数对模型参数的影响,完成了模型参数与影响因素之间的多元回归拟合,建立了适用于不同条件下的间断流速度-密度模型.通过实际数据验证,得到的一般4参数Logit模型的拟合优度为0.7左右,能够较为准确地描述间断流速度-密度关系.     

基于模糊线性回归的小轿车运行车速区间预测

将小轿车在公路上的运行车速用三角模糊数来表征.基于二级公路上30个样本路段的平曲线半径、纵坡度等线形数据和实测车速,利用模糊线性回归方法建立了小轿车第85百分位运行车速区间预测模型.通过另外10个样本路段数据对该区间预测模型进行了验证,结果表明:小轿车运行车速的95％置信区间大都处于模糊线性预测区间之内;预测得到的模糊中心值与观测值的相对偏差和模糊度与观测值的比值两种评价指标均在10％以内.同时,将模糊中心值和线性回归预测值进行了比较,结果表明:模糊线性回归模型的平均绝对误差、平均相对误差和最大相对误差三个指标均优于线性回归模型,达到了更高的估计精度.     

基于对称受限玻尔兹曼机的协同过滤算法

协同过滤算法在推荐系统中得到了广泛应用。其中具有代表性的是基于有向图模型的矩阵分解法和基于无向图模型的受限玻尔兹曼机。文中提出了一种基于对称受限玻尔兹曼机的协同过滤算法,该算法充分考虑并利用了推荐系统中用户和物品的对称性,通过对用户和物品分别建立了一个受限玻尔兹曼机,最后,采用回归算法对二者的结果进行融合处理。实验结果显示该方法与其他相关算法相比具有明显的优越性。     

基于SPSS的高铁路基沉降处理技术研究

应用SPSS软件对铁路路基沉降观测数据进行分析,利用非线性模型,确定沉降处理过程中相关参数。结果表明SPSS应用铁路沉降预测分析是可行的,它使得铁路路基沉降的曲线回归、变形分析更为简单和高效,具有较大的实用价值。