隨著我國經(jīng)濟的高速發(fā)展,貨物運輸總量也在持續(xù)增長,道路貨物運輸在我國綜合貨物運輸體系中十分重要。重型貨車憑借其運量大的優(yōu)勢,已經(jīng)成為道路貨物運輸?shù)闹匾M成部分。但重型貨車涉及到的交通事故以及重特大交通事故的比例很高,這些交通事故給人民的生命、財產(chǎn)都帶來了很大危害,因此對重型貨車交通事故嚴重程度影響因素及對策的研究很有必要。論文基于深圳市重型貨車交通事故數(shù)據(jù),運用描述性統(tǒng)計分析、灰色關聯(lián)分析、貝葉斯網(wǎng)絡分析方法,對重型貨車交通事故的特征、重型貨車交通事故嚴重程度的影響因素進行研究。首先,論文對重型貨車以及交通事故嚴重程度的相關研究現(xiàn)狀進行了文獻綜述。介紹了重型貨車和交通事故的基本概念以及交通事故嚴重程度的分類,搜集了重型貨車交通事故數(shù)據(jù)并進行整理�；谥匦拓涇嚱煌ㄊ鹿蕯�(shù)據(jù),從人、車、路、環(huán)境等方面對重型貨車交通事故進行初步分析,對重型貨車交通事故的特征進行整體把握。其次,論文以交通事故數(shù)據(jù)中死亡事故的數(shù)量為參考序列,對重型貨車交通事故數(shù)據(jù)進行了灰色關聯(lián)分析,根據(jù)分析結(jié)果篩選出與重型貨車交通事故嚴重程度相關性強的主因素,建立了事故數(shù)據(jù)集及測試集。再次,論文基于數(shù)據(jù)集建立了貝葉斯網(wǎng)絡模型。利... 

【文章來源】：中國人民公安大學北京市

【文章頁數(shù)】：131 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
引言
1 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 研究現(xiàn)狀
        1.3.1 重型貨車交通事故研究現(xiàn)狀
        1.3.2 交通事故嚴重程度研究現(xiàn)狀
    1.4 研究內(nèi)容與技術路線
    1.5 本章小結(jié)
2 重型貨車交通事故數(shù)據(jù)整理與初步分析
    2.1 基本概念
        2.1.1 重型貨車
        2.1.2 交通事故
        2.1.3 交通事故嚴重程度
    2.2 數(shù)據(jù)來源
    2.3 數(shù)據(jù)整理
    2.4 重型貨車交通事故的初步分析
        2.4.1 駕駛員
        2.4.2 車輛
        2.4.3 道路
        2.4.4 環(huán)境
        2.4.5 其他因素
    2.5 本章小結(jié)
3 基于灰色關聯(lián)分析的重型貨車交通事故嚴重程度影響因素分析
    3.1 灰色關聯(lián)分析簡介
        3.1.1 灰色關聯(lián)分析基本理論
        3.1.2 灰色關聯(lián)分析計算方法
    3.2 數(shù)據(jù)整理
    3.3 基于重型貨車交通事故嚴重程度的灰色關聯(lián)分析
    3.4 本章小結(jié)
4 重型貨車交通事故嚴重程度分析模型
    4.1 貝葉斯網(wǎng)絡相關理論簡介
        4.1.1 貝葉斯網(wǎng)絡基礎知識
        4.1.2 貝葉斯網(wǎng)絡結(jié)構(gòu)構(gòu)建方法
        4.1.3 貝葉斯網(wǎng)絡參數(shù)估計方法
        4.1.4 貝葉斯網(wǎng)絡在本文研究中的優(yōu)勢
    4.2 構(gòu)建貝葉斯網(wǎng)絡結(jié)構(gòu)
        4.2.1 數(shù)據(jù)整理
        4.2.2 構(gòu)建貝葉斯網(wǎng)絡
    4.3 貝葉斯網(wǎng)絡參數(shù)估計
    4.4 貝葉斯網(wǎng)絡模型有效性驗證
    4.5 貝葉斯網(wǎng)絡推理分析
        4.5.1 貝葉斯網(wǎng)絡推理分析方法
        4.5.2 貝葉斯網(wǎng)絡推理分析結(jié)果
    4.6 本章小結(jié)
5 重型貨車交通安全對策研究
    5.1 重型貨車監(jiān)督管理中存在的問題及交通事故隱患分析
        5.1.1 交通參與者
        5.1.2 車輛
        5.1.3 道路
    5.2 重型貨車交通安全對策
        5.2.1 完善監(jiān)督管理措施
        5.2.2 完善道路硬件條件
    5.3 本章小結(jié)
結(jié)論
參考文獻
附錄 A 基于重型貨車交通事故次數(shù)與死亡事故次數(shù)的統(tǒng)計數(shù)據(jù)
附錄 B 用于構(gòu)建貝葉斯網(wǎng)絡的數(shù)據(jù)集
附錄 C 用于驗證貝葉斯網(wǎng)絡預測結(jié)果的測試集
在學研究成果
致謝


【參考文獻】：
期刊論文
[1]基于貝葉斯網(wǎng)絡的煤礦瓦斯爆炸事故致因分析[J]. 張寧,盛武.  工礦自動化. 2019(07)
[2]基于貝葉斯網(wǎng)絡的乳腺腫瘤超聲診斷定量分析[J]. 黃金華,劉爍,蘇福再,丁雪梅,楊洪欽.  福建師范大學學報(自然科學版). 2019(03)
[3]基于深度調(diào)查的重型貨車山區(qū)公路事故原因分析[J]. 呂慶志,樊少軍,王文杰,楊宏進,羅永福.  價值工程. 2019(12)
[4]山區(qū)公路暴雨-洪水災害鏈貝葉斯網(wǎng)絡建模推理[J]. 羅軍華,林孝松,牟鳳云,余情,魯小平.  中國安全科學學報. 2018(12)
[5]營運車輛掛靠經(jīng)營與租賃經(jīng)營的行政監(jiān)管淺析[J]. 陳成功.  法制博覽. 2018(33)
[6]道路貨物運輸業(yè)掛靠經(jīng)營中的問題及對策[J]. 胡艷.  交通財會. 2018(10)
[7]基于Logistics回歸的道路交通事故影響因素辨識方法[J]. 陳艷艷,李向楠,孫智源,熊杰.  交通科技與經(jīng)濟. 2018(05)
[8]基于極限學習機的交通事故嚴重程度預測[J]. 李濤,王立曉,左志.  交通科技與經(jīng)濟. 2018(05)
[9]筆跡獨體字搭配特征出現(xiàn)率的統(tǒng)計分析[J]. 王帥帥.  山東化工. 2018(14)
[10]基于組合模型的交通事故嚴重程度預測方法[J]. 石雪懷,戚湧,張偉斌,李千目.  計算機應用研究. 2019(08)

碩士論文
[1]基于灰色關聯(lián)分析法的綠色施工評價研究[D]. 王虎軍.河北工程大學 2019
[2]基于論文特征進行高Usage文獻的識別[D]. 趙楠.華東師范大學 2019
[3]不利天氣下山區(qū)高速公路交通安全風險分析研究[D]. 范賢濤.中國人民公安大學 2019
[4]基于貝葉斯網(wǎng)絡的高速公路交通事故嚴重程度預測研究[D]. 童璐璐.北京交通大學 2018
[5]基于貝葉斯網(wǎng)絡的車輛運行風險評估[D]. 范璐洋.哈爾濱工業(yè)大學 2018
[6]公路穿村鎮(zhèn)路段交通事故特征及事故致因深度分析[D]. 劉文恒.北京交通大學 2018
[7]基于數(shù)據(jù)挖掘的網(wǎng)絡小說價值預測分析[D]. 姜崇.沈陽航空航天大學 2018
[8]基于機器視覺的貨車側(cè)面防護裝置檢測系統(tǒng)研究[D]. 王英軍.中國計量學院 2016
[9]大貨車交通事故致因機理及對策研究[D]. 孫薇.重慶交通大學 2014
[10]分類器性能評價研究[D]. 武婷婷.北京交通大學 2010



本文編號：3149919