高速公路交通事故是危害人身財(cái)產(chǎn)安全的重大隱患之一,亟待解決。解決問(wèn)題的關(guān)鍵在于對(duì)已發(fā)事故嚴(yán)重程度進(jìn)行研究,依據(jù)數(shù)據(jù)反映的事故嚴(yán)重程度發(fā)生規(guī)律采取相應(yīng)措施減輕事故傷亡。本文以基礎(chǔ)離散選擇模型（多項(xiàng)Logit模型）為主要依托,建立了一種中觀與微觀層面分析結(jié)合的組合嚴(yán)重程度分析預(yù)測(cè)模型——考慮異質(zhì)性及參數(shù)組間差異的潛類(lèi)別混合Logit模型（簡(jiǎn)稱(chēng)“改進(jìn)模型”）。為確保模型捕捉到單車(chē)事故與多車(chē)事故間的差異,本文針對(duì)單車(chē)事故和多車(chē)事故分別進(jìn)行分析。首先,對(duì)交通事故嚴(yán)重程度離散選擇模型的基礎(chǔ)理論及原理進(jìn)行對(duì)比分析,選定多項(xiàng)Logit模型作為事故嚴(yán)重程度分析的基礎(chǔ)方法;利用2008年～2017年黑龍江省高速事故數(shù)據(jù),標(biāo)定了事故嚴(yán)重程度多項(xiàng)Logit模型。其次,為刻畫(huà)各因素對(duì)事故嚴(yán)重程度影響的異質(zhì)性,在多項(xiàng)Logit模型基礎(chǔ)上引入隨機(jī)參數(shù),構(gòu)建混合Logit模型,并采用模擬極大似然估計(jì)方法對(duì)混合Logit模型進(jìn)行參數(shù)估計(jì);為體現(xiàn)多項(xiàng)Logit模型中參數(shù)組間差異性,構(gòu)建潛類(lèi)別Logit模型,并采用極大似然估計(jì)方法對(duì)模型進(jìn)行求解。然后,為綜合解析異質(zhì)性和參數(shù)組間差異性,融合混合Logit和潛類(lèi)別Logit模... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

單車(chē)與多車(chē)事故嚴(yán)重程度占比情況對(duì)比

自變量相關(guān)系數(shù)矩陣熱圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-17-第3章基于Logit的事故嚴(yán)重程度預(yù)測(cè)模型構(gòu)建3.1多項(xiàng)Logit模型預(yù)測(cè)原理3.1.1多項(xiàng)Logit模型結(jié)構(gòu)當(dāng)考慮不同事故嚴(yán)重程度的發(fā)生概率時(shí)，若使用線性模型P(Y=2)=β0+β1x，則會(huì)存在兩個(gè)問(wèn)題：一是概率估計(jì)值可能大于1，模型無(wú)意義；二是邊際效應(yīng)假定不變，線性模型表現(xiàn)能力差。因此引入廣義線性模型，使概率模型更真實(shí)。Logit實(shí)際為log-it（對(duì)“it”取對(duì)數(shù)），“it”指事故嚴(yán)重程度k發(fā)生概率Pk與事故嚴(yán)重程度k不發(fā)生概率(1-Pk)的比值（Odds）Pk/(1-Pk)。Logit模型定義為：011log...1kmmkPxxP=+++（3-1）式中x——自變量；m——自變量個(gè)數(shù)；β——自變量參數(shù)。事故嚴(yán)重程度k發(fā)生概率Pk與log1kkPP的關(guān)系如圖3-1所示，由式（3-1）可知：Logit沒(méi)有上下限且公式為封閉形式，易于解釋?zhuān)?yōu)勢(shì)明顯。圖3-1概率Pk與Logit之間的關(guān)系圖離散選擇模型需引入效用函數(shù)定義，該定義來(lái)自銷(xiāo)售行業(yè)。本研究類(lèi)比提出針對(duì)事故嚴(yán)重程度的效用函數(shù)定義：表示事故n的嚴(yán)重程度與各主客觀因素組合X

【參考文獻(xiàn)】：
期刊論文
[1]基于誘導(dǎo)行車(chē)視線與防眩功能的高速公路中央分車(chē)帶植物種植間距研究[J]. 樊亞珍,王良桂,汪結(jié)明,向言詞,彭文罡,王晨陽(yáng),劉炳攸.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[2]基于Logistics回歸的道路交通事故影響因素辨識(shí)方法[J]. 陳艷艷,李向楠,孫智源,熊杰.  交通科技與經(jīng)濟(jì). 2018(05)
[3]基于部分優(yōu)勢(shì)比的公路隧道交通事故嚴(yán)重程度分析模型[J]. 趙躍峰,張生瑞,馬壯林.  中國(guó)公路學(xué)報(bào). 2018(09)
[4]考慮異質(zhì)性的翻車(chē)事故傷害建模[J]. 溫惠英,湯左淦,盧德佑.  中國(guó)安全科學(xué)學(xué)報(bào). 2018(09)
[5]基于有序Logit與Probit模型的交通事故嚴(yán)重性影響因素分析[J]. 胡驥,閆章存,盧小釗,胡萬(wàn)欣.  安全與環(huán)境學(xué)報(bào). 2018(03)
[6]基于Logistic的山區(qū)連續(xù)長(zhǎng)下坡路段交通事故嚴(yán)重程度分析[J]. 張娟,朱文強(qiáng),王凱,陶珂.  西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[7]降雪天氣對(duì)快速路交通特征的影響及對(duì)策[J]. 馬符銘,劉浩.  交通科技與經(jīng)濟(jì). 2016(04)
[8]道路因素對(duì)典型較嚴(yán)重道路交通事故嚴(yán)重性的影響分析[J]. 王長(zhǎng)君,王勵(lì)旸,李瑞敏.  交通信息與安全. 2016(03)
[9]高速公路交通事故影響因素分析及傷害估計(jì)[J]. 王磊,呂璞,林永杰.  中國(guó)安全科學(xué)學(xué)報(bào). 2016(03)
[10]高速公路隧道交通事故嚴(yán)重程度的影響因素分析[J]. 馬壯林,邵春福,李霞.  北京交通大學(xué)學(xué)報(bào). 2009(06)

碩士論文
[1]山地城市道路彎坡段交通安全的影響與評(píng)價(jià)[D]. 陳航.重慶交通大學(xué) 2018
[2]基于貝葉斯網(wǎng)絡(luò)的高速公路交通事故嚴(yán)重程度預(yù)測(cè)研究[D]. 童璐璐.北京交通大學(xué) 2018
[3]基于有序Logit和多項(xiàng)Logit模型的高速公路交通事故嚴(yán)重程度預(yù)測(cè)[D]. 李庚憑.長(zhǎng)安大學(xué) 2018
[4]道路線形因素對(duì)交通安全的影響分析[D]. 楊挺.長(zhǎng)安大學(xué) 2017
[5]基于數(shù)據(jù)挖掘的道路交通事故序列模式與嚴(yán)重程度預(yù)測(cè)研究[D]. 劉昕宇.北京交通大學(xué) 2016



本文編號(hào)：2999889