發(fā)布時間：2020-08-17 13:22

【摘要】：我國地勢西高東低,隨著西部山區(qū)的發(fā)展,山區(qū)高速公路里程逐年增長,加之機(jī)動車保有量以及機(jī)動車駕駛?cè)藬?shù)的增加,導(dǎo)致了山區(qū)高速公路交通事故的頻發(fā),由于其特殊的地理位置,往往造成群死群傷的事故后果。因此,對山區(qū)高速公路交通事故進(jìn)行深入研究,探究各影響因素與交通事故之間的內(nèi)在規(guī)律并提出有效的安全管理辦法,對于降低交通事故造成的后果具有重要意義。本文通過事后分析總結(jié)歷史事故中的疏漏和不足,對山區(qū)高速公路交通事故展開致因分析,有助于山區(qū)高速公路交通運(yùn)營安全管理決策,促進(jìn)運(yùn)營系統(tǒng)的安全運(yùn)作�；谑鹿矢怕实姆诸惸Ｊ�,提出了基于貝葉斯網(wǎng)絡(luò)的山區(qū)高速公路交通事故概率預(yù)測模型,利用各因素與事故等級之間的復(fù)雜關(guān)系進(jìn)行建模。主要工作如下:研究分析山區(qū)高速公路交通事故影響因素,從人、車、路、環(huán)境四個方面分別展開分析,研究其和交通事故之間的相關(guān)性,選擇西南某省A高速公路近幾年的交通事故作為研究對象,提取了16個重要的因素變量,并對其進(jìn)行離散化處理;通過貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí),借助GeNIe軟件學(xué)習(xí)構(gòu)建山區(qū)高速公路交通事故貝葉斯網(wǎng)絡(luò),利用K2算法構(gòu)建基于貝葉斯網(wǎng)絡(luò)預(yù)測模型。通過逆向推理、敏感性分析以及最大致因鏈分析找出關(guān)鍵影響因素;使用所建立的貝葉斯網(wǎng)絡(luò)模型預(yù)測關(guān)鍵因素對交通事故等級的影響,基于此提出相應(yīng)的安全管理對策,并分析采取措施后,事故等級相應(yīng)的變化。
【學(xué)位授予單位】：武漢輕工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：D631.5
【圖文】：

圖 2.1 不完備數(shù)據(jù)下的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)流程圖（2）貝葉斯網(wǎng)絡(luò)參數(shù)參數(shù)學(xué)習(xí)是指在確定貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)之后，確定每個節(jié)點(diǎn)的條件概率。通葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)之后，具有了完備數(shù)據(jù)，在此情況下，通常采用最大似然估法獲得各個節(jié)點(diǎn)的條件概率。最大似然估計的核心思想是將模型參數(shù)和數(shù)據(jù)樣本得到的數(shù)據(jù)進(jìn)行對比，貝葉斯網(wǎng)絡(luò)和數(shù)據(jù)的擬合度，兩者之間的相似程度通過似然函數(shù)表示。該數(shù)值擬合度就越好，其缺點(diǎn)是沒有使用到先驗概率。將數(shù)據(jù)樣本設(shè)置為Ｄ={D1,D2,…，Dn}，給定一個參數(shù) ，稱 為 的似 函數(shù)，記做：（2. ( │ ) = ( │ )當(dāng) D 固定， 在定義域內(nèi)變動時，此時稱 為 的似然函數(shù)，當(dāng) ( │ ) ( │ 值最大時，對應(yīng)的 *即為最大似然估計。 2.3.3 貝葉斯網(wǎng)絡(luò)的推理貝葉斯網(wǎng)絡(luò)推理是指在結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)之后，通過定性和定量分析，不確定性因素的概率，即概率推理。貝葉斯網(wǎng)絡(luò)推理模式主要有因果推理、診理和聯(lián)合推理。

山區(qū)高速公路事故的規(guī)律分析1 時間分布規(guī)律交通事故的發(fā)生與時間有一定的相關(guān)性，隨著時間的變化，交通量、光線員的心理等都會有相應(yīng)的變化，因此造成的交通事故量也會有所不同。對 A 高速公路近三年的交通事故的時間進(jìn)行分析，研究其內(nèi)在分布規(guī)律。（1）月分布對西南某省 A 高速公路 2016 年-2018 年 3 年間事故次數(shù)進(jìn)行統(tǒng)計，綜合每和百萬輛車事故率，統(tǒng)計結(jié)果如圖 3.1 所示。由圖可知，西南某省 A 高速公路近三年平均百萬輛車事故率高的月份是 1及 7 月，分析該高速公路所在位置的特點(diǎn)可知，7 月份正處于雨季，且屬游高峰期，因此交通事故高發(fā)；1 月和 2 月處于冬季，山區(qū)此時天氣寒冷冰，不利的道路條件導(dǎo)致車輛行駛條件變差，極易發(fā)生事故，因此在這些高發(fā)。

圖 3.2 西南某省 A 高速公路近三年平均每日交通事故量變化趨勢分析圖中數(shù)據(jù)可知，在節(jié)假日，該高速公路的交通事故有明顯的變化，在 1、4 月、5 月、6 月和 10 月均為較為明顯的事故高峰期，這是由于節(jié)假日的、清明節(jié)、勞動節(jié)、端午節(jié)、國慶節(jié)和中秋節(jié)均是在這些高峰期內(nèi)，節(jié)假日規(guī)律高速公路 2016 年-2018 年 3 年間交通事故的空間分布進(jìn)行統(tǒng)計，隨著曲率的增加，車輛行駛的轉(zhuǎn)彎半徑便會越小，駕駛員此時隨之上升。對視距和交通事故之間的關(guān)系進(jìn)行統(tǒng)計分析，得到

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王輝,張劍飛,王雙成;基于預(yù)測能力的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];東北師大學(xué)報(自然科學(xué)版);2005年01期

2 王雙成;張明;陳乃激;;基于因果語義定向的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];計算機(jī)工程與應(yīng)用;2007年08期

3 王博;趙志博;多依麗;孫鐵;高涵;王志榮;郭品坤;;基于模糊貝葉斯網(wǎng)絡(luò)的煤氣化職業(yè)健康風(fēng)險分析[J];中國安全生產(chǎn)科學(xué)技術(shù);2019年08期

4 李顯杰;張佑生;李劍飛;;基于量子遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];計算機(jī)應(yīng)用研究;2008年04期

5 劉寶寧;章衛(wèi)國;李廣文;劉小雄;;一種改進(jìn)遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];西北工業(yè)大學(xué)學(xué)報;2013年05期

6 邸若海;高曉光;;基于限制型粒子群優(yōu)化的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];系統(tǒng)工程與電子技術(shù);2011年11期

7 張亮;章兢;;改進(jìn)遺傳優(yōu)化的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];計算機(jī)系統(tǒng)應(yīng)用;2011年09期

8 胡春玲;胡學(xué)鋼;;一種具有缺失數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2007年04期

9 黃解軍,萬幼川,潘和平;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用研究[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2004年04期

10 王雙成;基于結(jié)點(diǎn)排序的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];計算機(jī)工程與應(yīng)用;2005年18期

相關(guān)會議論文 前7條

1 管珊珊;張益農(nóng);;汽車速度預(yù)測技術(shù)研究發(fā)展[A];中國計算機(jī)用戶協(xié)會網(wǎng)絡(luò)應(yīng)用分會2017年第二十一屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會論文集[C];2017年

2 方帥;曹洋;王浩;;視頻監(jiān)控中的行為識別[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

3 彭銘;張利民;;基于影響圖的潰壩臨災(zāi)決策模型[A];第二屆全國工程風(fēng)險與保險研究學(xué)術(shù)研討會暨中國土木工程學(xué)會工程風(fēng)險與保險研究分會第一屆第三次全體理事會論文集[C];2012年

4 韓智廣;吳玲達(dá);徐建軍;欒希道;;一種新的用于視頻檢索的語義索引[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議論文集[C];2008年

5 吳榮;聶曉燕;;基于貝葉斯網(wǎng)絡(luò)的名老中醫(yī)冠心病辨證規(guī)律研究[A];甘肅省中醫(yī)藥學(xué)會2009年學(xué)術(shù)研討會論文專輯[C];2009年

6 龔誼承;徐一娉;李壽貴;李德宜;;基于Bayes網(wǎng)絡(luò)和Coupla技術(shù)的分布式能源可靠性分析與模擬[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A07社會發(fā)展過程中的復(fù)雜系統(tǒng)問題[C];2014年

7 劉宇;王yN;郭亮;冉猛;王鵬;;基于貝葉斯網(wǎng)絡(luò)的城市污水處理系統(tǒng)故障診斷模型建立與應(yīng)用[A];2013中國環(huán)境科學(xué)學(xué)會學(xué)術(shù)年會論文集（第四卷）[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 賈江鳴;面向不確定性的供應(yīng)鏈性能優(yōu)化技術(shù)研究[D];浙江大學(xué);2008年

2 呂苗;基于情境的商品個性化推薦方法研究[D];大連理工大學(xué);2015年

3 易靜蓉;制造系統(tǒng)協(xié)調(diào)度綜合評價與調(diào)控方法研究[D];華南理工大學(xué);2011年

4 王平濤;基于連續(xù)時間貝葉斯網(wǎng)絡(luò)的可信軟件風(fēng)險預(yù)測研究[D];南京大學(xué);2012年

5 魏勇;尾礦壩漫頂潰壩砂流演進(jìn)數(shù)值模擬與風(fēng)險評價[D];東北大學(xué);2011年

6 李道全;電子商務(wù)信任管理模型與方法研究[D];山東科技大學(xué);2011年

7 曾琳;區(qū)域發(fā)展對生態(tài)系統(tǒng)的影響分析模型及其應(yīng)用[D];清華大學(xué);2015年

8 杜瑞杰;貝葉斯分類器及其應(yīng)用研究[D];上海大學(xué);2012年

9 王健;基于隱私保護(hù)的數(shù)據(jù)挖掘若干關(guān)鍵技術(shù)研究[D];東華大學(xué);2011年

10 張亞東;高速鐵路列車運(yùn)行控制系統(tǒng)安全風(fēng)險辨識及分析研究[D];西南交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李婷;山區(qū)高速公路交通事故機(jī)理研究[D];武漢輕工大學(xué);2019年

2 李子木;基于機(jī)器學(xué)習(xí)的金融風(fēng)控模型和算法研究[D];北方工業(yè)大學(xué);2019年

3 文思敏;飛機(jī)過站時間可預(yù)測性研究[D];中國民航大學(xué);2017年

4 蔣望東;基于遺傳算法的貝葉斯分類器結(jié)構(gòu)學(xué)習(xí)研究[D];廣西師范大學(xué);2005年

5 王秀芳;具有隱變量的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究[D];合肥工業(yè)大學(xué);2012年

6 鐘明君;高維因果網(wǎng)與高校資產(chǎn)管理的模糊推理研究[D];華南理工大學(xué);2016年

7 吳楊;基于信息論的二階樹增廣貝葉斯模型的研究與設(shè)計[D];吉林大學(xué);2016年

8 李瑋瑋;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法的研究[D];南京航空航天大學(xué);2009年

9 周揚(yáng);面向輕度認(rèn)知功能障礙診斷的本體不確定性推理建模方法研究[D];蘭州大學(xué);2014年

10 黃甫;領(lǐng)域知識的不確定性推理研究[D];昆明理工大學(xué);2011年

本文編號：2795377