基于事故综合强度的公交事故严重程度分析

为更加精确地对公交事故严重程度进行分类以探究其影响因素，本文提出一种基于事故综合强度+K-means的公交事故严重程度分类方法，并基于此分类方法建立公交事故严重程度影响因素分析模型。首先，针对传统事故严重程度分类中的定性分类方法，引入事故综合强度法定量计算公交事故严重程度，并运用K-means聚类算法对事故严重程度进行聚类。其次，选取环境、驾驶员、道路车辆和事故特征这 4 方面的 17 个因素作为自变量，分别将事故综合强度+K-means分类法和传统分类法的结果作为因变量，运用有序Logit模型分析公交车事故严重程度，同时利用平均边际效应量化各显著因素的影响程度，以佛山市2021年156起公交车事故数据为例进行分析。结果表明，基于事故综合强度+K-means分类法的有序Logit模型具有更好的拟合优度。高峰期、换道、超速、加速度过大、注意力分散和进出站会增大发生极严重公交车事故的概率，增大的概率分别为11.57%、29.06%、23.98%、17.13%、30.97%和12.27%；白天和晴天会减小发生极严重公交车事故的概率，减少的概率分别为22.31%和12.34%。     

Traffic accident risk perception among drivers: a latent variable approach

ABSTRACT

Governments require decision tools to deal with road traffic accidents, a pandemic resulting in millions of deaths around the world. Evidence shows that human factors are one of the major causes of road accidents, and there is much interest in identifying variables that may have an impact on drivers’ perception of risk. To this aim, we design a stated choice experiment with eight hypothetical driving scenarios considering attributes that have been strongly associated with increased accident risks: (i) driving speed, (ii) driving the wrong way in a one-way street, (iii) overtaking on a bend, and (iv) driving under the influence of alcohol or drugs. Data from a sample of survey respondents are used to estimate a hybrid discrete choice model incorporating two latent variables, Driver Concentration and Safe Driving. Our results may contribute to the design of public policies geared to prevent accidents by encouraging safer driving behaviour.     

基于WOS数据库的文献计量分析的城市交通事故态势研究

为从宏观上了解交通事故的研究态势,利用文献计量法对WOS数据库收录的474篇文献进行数据可视化分析。研究发现,发文量历经了零阶段、稳定阶段和上升阶段;中国研究机构数量和发文量都位于世界第一;研究领域形成了由122位作者组成的核心作者群体;研究方向经历了以交通参与者、道路交通事故、交通事故安全为研究目的的变化;关键词分析得出该领域未来的研究热点将集中在交通事故安全、交通事故严重程度及交通事故影响三方面。     

基于灰色神经网络组合模型的水上交通事故预测

水上交通事故预测是水上安全的重要组成部分,目的是为了掌握水上交通事故未来的发展状况,为管理决策提供重要的理论依据。运用灰色神经网络组合模型对水上交通事故量进行预测,运用灰色模型对水上交通事故进行模拟,将结果和原始数据进行对比,计算出残差。运用BP神经网络模型对残差进行修正,得到最终预测的结果。仿真得到的2012年和2013年的水上交通事故预测量分别是270和281。实践表明,水上交通事故量呈下降趋势,但有部分年份仍有回升趋势。      

渝长高速交通事故多发路段原因分析与处治对策

针对渝长高速公路（重庆一长寿）近年来交通事故频发的现状,通过对该路段自2000年建成通车以来交通事故的调查,以及重特大交通事故发生地点的定位统计,结合渝长高速公路的实际路况及道路交通动态系统的主要影响因素,分别从人、车辆、道路、环境四个方面对交通事故进行了成因分析,从改善现有道路行车条件、提高道路交通安全措施、加强交通安全宣传和监管力度三个方面提出了具体解决渝长高速公路交通事故频发现状的处治对策,保障了渝长高速公路的和谐、安全、畅通．     

基于模糊神经网络的交通事故微观预测方法研究

道路交通事故微观预测包括对路段和交叉口事故指标的预测．本文总结现有预测方法的优劣性,探讨现有预测方法的改善方向,提出了基于模糊神经网络的交通事故微观预测方法,分析了网络结构和学习算法。以石河子市交通事故调查数据进行实例分析,选择路段事故影响因素作为输入变量,通过Matlab编程实现模糊神经网络的算法,并与负二项回归模型...     

地铁施工事故的多维关联规则分析

针对地铁施工事故频发,施工事故数据间的关系日益复杂的特点,提出了多维关联规则在地铁施工事故数据的具体应用方法,展现了“人-机-环境-管理”和事故发生类型之间如何挖掘强关联规则的过程。通过30个地铁施工事故数据的分析,利用Excel软件对数据进行处理,找出可能导致地铁施工事故发生的频繁因素的组合来,发现并评论施工事故类型发生的潜在规律,并将这些规律作为现实中管理者做出预防措施的依据。     

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.     

Retrospect and prospect of “Traffic Safety Education” in Kagawa Prefecture

The aim of this paper is to explain why we have conducted “Traffic Safety Education” in the Kagawa Prefecture during the past ten years so as to clarify the important factors for preventing painful traffic accidents in advance. To meet this aim, we firstly clarify the reason why we eventually decided to conduct “Traffic Safety Education” in the Kagawa Prefecture. In other words, the organization of powerful actors and/or leaders to cope with traffic accidents plays a very important role in “Traffic Safety Education.” Then, we specifically describe the essential parts of our “Traffic Safety Education”. In this respect, we have decided to select the following two aims: to reduce the number of traffic accidents, and to improve traffic manners, respectively. Thirdly, we evaluate various measures, such as teaching materials, teaching methods, and other activities of our “Traffic Safety Education” in detail. Lastly, we summarize the remaining tasks, which have been revealed so far, together with some concluding remarks.     

岸边集装箱起重机挂舱载荷限制和过载数据追踪方案

为减少岸边集装箱起重机挂舱时的过载载荷,在分析挂舱原因的基础上,对挂舱检测程序进行优化设计.为方便跟踪挂舱事故,在岸边集装箱起重机远程监控系统里增加挂舱数据记录模块,方便管理人员跟踪起升钢丝绳使用状况,避免断绳事故的发生.