慢行交通是現(xiàn)代城市交通系統(tǒng)的重要組成部分�？紤]到城市擁擠程度不斷加劇、停車成本不斷提高,慢行交通作為無可替代的交通方式已經(jīng)越來越被重視。行人作為踐行慢行交通的主體,越來越頻繁地暴露到城市交通系統(tǒng)中,與其他交通方式的沖突不斷增加,行人交通事故問題也更加嚴(yán)重。在行人交通事故中,發(fā)生在交叉口處的事故占主要比例,因此有必要對交叉口處行人交通事故嚴(yán)重程度進(jìn)行研究。本文以交叉口處行人交通事故為研究對象,考慮到數(shù)據(jù)中的異質(zhì)性可能導(dǎo)致模型的系數(shù)估計偏差,分別對空間異質(zhì)性和時間異質(zhì)性進(jìn)行研究,提出貝葉斯分位數(shù)回歸模型和時空地理加權(quán)回歸模型,識別影響事故嚴(yán)重程度的顯著因素,并從實證的角度提出改善措施。首先,針對事故數(shù)據(jù)收集時間不同從而存在的時間異質(zhì)性問題,提出貝葉斯二元分位數(shù)回歸模型和貝葉斯序數(shù)分位數(shù)回歸模型,對A市交叉口行人事故嚴(yán)重程度進(jìn)行了實證分析,并對模型的結(jié)果進(jìn)行了對比驗證,結(jié)果表明將行人事故嚴(yán)重程度作為二元或序數(shù)變量都是可行的。在模型的擬合度方面,貝葉斯二元分位數(shù)回歸模型優(yōu)于貝葉斯序數(shù)分位數(shù)回歸模型。其次,針對事故數(shù)據(jù)收集時間和地點(diǎn)不同從而存在的時間和空間異質(zhì)性問題,提出時空地理加權(quán)回歸模型,對... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

議設(shè)計更多的將電車/輕軌站與行人專用站連接起來的替[4]的研究結(jié)論不同的是，變量右轉(zhuǎn)專用車道的具有統(tǒng)計顯影響高于在低分?jǐn)?shù)和中分位數(shù)中的影響，影響趨勢在 6是否存在右轉(zhuǎn)專用車道會對行人受傷產(chǎn)生影響。與沒有車輛和行人之間發(fā)生沖突時，右轉(zhuǎn)專用車道更容易導(dǎo)致所提出的貝葉斯二元分位數(shù)回歸模型的分類性能，我們特征曲線（Receiver Operating Characteristic Curve, ROC）rea Under Curve,AUC）（Miguéis 等人[69]）。AUC 的值越接越好，而越接近 0.5 意味著該模型分類效果越差。圖 3-2OC 曲線和 AUC 值。從圖中可以看出 AUC 值為 0.737。準(zhǔn)，這意味著我們的模型在分類效果方面表現(xiàn)良好。

43圖 4-1 常數(shù)項分布圖常數(shù)項的系數(shù)分布圖如圖 4-1 所示，本節(jié)我們主要分析自變量對行人事故嚴(yán)重程度的影響，常數(shù)項不在分析的范圍內(nèi)，在此不做分析。2、車輛數(shù)（X1）圖 4-2 顯示了車輛數(shù)的系數(shù)分布圖，由圖中的數(shù)據(jù)可知，車輛數(shù)與行人事故傷害嚴(yán)重程度并沒有明顯的正負(fù)相關(guān)關(guān)系，回歸系數(shù)跨度較小，-1.01956 到 0.896578 之間正負(fù)均有分布，說明車輛數(shù)對行人事故嚴(yán)重程度的影響并不是十分穩(wěn)定的。但對于大部分交叉口而言，車輛數(shù)與事故傷害嚴(yán)重程度呈現(xiàn)負(fù)相關(guān)關(guān)系，B 市北部地區(qū)這種負(fù)相關(guān)關(guān)系尤為明顯，在 B 市中心城區(qū)，正相關(guān)關(guān)系則比較突出。這可能是由于 B 市中心城區(qū)，交通流量大，車輛眾多，容易發(fā)生多車相撞的交通事故，從而導(dǎo)

【參考文獻(xiàn)】：
期刊論文
[1]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(jì). 2018(05)
[2]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,胡萬欣.  安全與環(huán)境學(xué)報. 2018(03)
[3]青藏高原雙車道事故嚴(yán)重程度預(yù)測模型的建立[J]. 孫小端,侯洋洋,賀玉龍,馮丙丙.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2017(07)
[4]基于SVM靈敏度的城市交通事故嚴(yán)重程度影響因素分析[J]. 孫軼軒,邵春福,岳昊,朱亮.  吉林大學(xué)學(xué)報(工學(xué)版). 2014(05)
[5]交通事故嚴(yán)重程度C5.0決策樹預(yù)測模型[J]. 孫軼軒,邵春福,趙丹,歐陽松壽.  長安大學(xué)學(xué)報(自然科學(xué)版). 2014(05)
[6]道路交通安全規(guī)劃理論研究前沿[J]. 黃合來,許鵬鵬,馬明,ABDEL-ATY M.  中國公路學(xué)報. 2014(09)
[7]基于神經(jīng)網(wǎng)絡(luò)的交通事故嚴(yán)重程度影響因素研究[J]. 葉飛,張冬梅,郭寶義.  山東交通學(xué)院學(xué)報. 2013(02)
[8]基于累積Logistic模型的交通事故嚴(yán)重程度預(yù)測模型[J]. 李世民,孫明玲,關(guān)宏志.  交通標(biāo)準(zhǔn)化. 2009(Z1)

碩士論文
[1]道路作業(yè)區(qū)交通事故傷亡程度影響因素分析模型研究[D]. 朱家正.北京交通大學(xué) 2016



本文編號：3499675