城市化進程加快,給城市道路交通安全管理提出了嚴峻的挑戰(zhàn)。交通事故發(fā)生的可能性可以用交通安全風(fēng)險來表達,為提高城市道路交通安全水平,降低城市道路交通事故發(fā)生概率,有必要對城市道路交通安全風(fēng)險進行實時監(jiān)測。首先,為實現(xiàn)實時監(jiān)測,將城市路網(wǎng)進行了兩次分解。第一次分解,按城市路網(wǎng)的物理分割,將每個最小網(wǎng)格定義為“路網(wǎng)子區(qū)”。然而,交叉口有無信號燈控制、車道數(shù)等屬性不同,若直接將路網(wǎng)子區(qū)的各組成部分進行融合,會導(dǎo)致高風(fēng)險區(qū)域被低風(fēng)險區(qū)域稀釋,進而降低了路網(wǎng)子區(qū)的風(fēng)險。因此,第二次分解,按交叉口屬性不同,提出了“路網(wǎng)子域”的概念。對應(yīng)三種不同屬性的交叉口,將路網(wǎng)子域分為三種類型。其次,明確重點風(fēng)險源判別原則,確立監(jiān)測指標(biāo)設(shè)計原則,設(shè)計重點風(fēng)險源的監(jiān)測指標(biāo),建立了城市路網(wǎng)—城市路網(wǎng)子區(qū)—城市路網(wǎng)子域的三級風(fēng)險監(jiān)測指標(biāo)架構(gòu);通過對主客觀賦權(quán)方法的對比,結(jié)合信息熵理論,確立信息熵權(quán)法用于指標(biāo)賦權(quán)。再次,城市路網(wǎng)的兩次分解必然對應(yīng)著兩次融合。第一次融合,將路網(wǎng)子域的交叉口、路段、區(qū)塊的風(fēng)險進行融合,得到路網(wǎng)子域的風(fēng)險水平。以信息融合技術(shù)為框架,運用證據(jù)關(guān)聯(lián)算法度量證據(jù)間的沖突,引入模糊集合理論對監(jiān)測指標(biāo)的... 

【文章來源】：中國人民公安大學(xué)北京市

【文章頁數(shù)】：153 頁

【學(xué)位級別】：碩士

【部分圖文】：

變信度情況下各沖突度量方法所度量的沖突程度對比圖

-51-1,2,3,···,200.050.81330.72500.7178圖5.4變焦元情況下各沖突度量方法所度量的沖突程度對比圖從圖5.4中可以看出，在保持信度不變，有規(guī)律地改變證據(jù)的焦元時，除了沖突系數(shù)k外，另外三種沖突度量方法所得出的沖突具有相同的變化趨勢，證明了基于證據(jù)關(guān)聯(lián)系數(shù)的沖突度量方法的有效性，也說明了沖突系數(shù)k不能很好的反映證據(jù)焦元有交集的證據(jù)組的沖突。另外，當(dāng)集合A1,2,3,4,5時，此時1m1,2,3,4,50.8、2m1,2,3,4,51，則兩條證據(jù)的沖突應(yīng)該接近于0，但是不等于0。從表5.2和圖5.7中都能看出，基于證據(jù)關(guān)聯(lián)系數(shù)所計算的證據(jù)沖突最接近于0，因此基于證據(jù)關(guān)聯(lián)系數(shù)rk的證據(jù)沖突度量方法在度量沖突時的靈敏度比以上三種方法的靈敏度更高。5.4模糊集合理論概述經(jīng)典的集合論所描述的集合是一個分明的概念，一個元素是否屬于該集合，只有屬于與不屬于之分，其特征函數(shù)的取值范圍是0,1，其描述的是一種非此即彼的關(guān)系。然而還有很多模糊的概念，人的高矮、胖瘦、年輕年老并不是一個絕對的隸屬關(guān)系，基于此，Zadeh將特征函數(shù)的取值范圍推廣到0,1，建立了模糊集合和隸屬函數(shù)的概念，風(fēng)險也是一個模糊的概念。

-62-圖6.3Ⅰ型子域的交叉口C（2）Ⅱ型子域案例簡介Ⅱ型子域的交叉口為信號燈控制的車道數(shù)較少的交叉口，位于深圳市龍崗區(qū)白灰圍一路與愛心路交匯處，用于采集數(shù)據(jù)的電子監(jiān)控編號分別為：440****2008、440****2106、440****2202、440****2328，該子域的所在的位置如圖6.4所示。圖6.4實驗子域-Ⅱ型子域如圖6.5，該交叉口的通行采取輪放的方式。處于相位Ⅰ時，南進口左轉(zhuǎn)與南進口掉頭存在1個分流沖突點；處于相位Ⅱ時，北進口左轉(zhuǎn)與北進口掉頭存在1個分流沖突點；處于相位Ⅲ時，西進口直行與西進口右轉(zhuǎn)存在1個分流沖突點，西進口直行與南進口右轉(zhuǎn)存在1個合流沖突點；處于相位Ⅳ時，東進口直行與東進口右轉(zhuǎn)存在1個分流沖

【參考文獻】：
期刊論文
[1]基于熵權(quán)灰色關(guān)聯(lián)和D-S證據(jù)理論的疲勞駕駛險態(tài)辨識[J]. 屈賢,余烽,趙悅.  汽車安全與節(jié)能學(xué)報. 2018(02)
[2]基于D-S證據(jù)理論的城市軌道交通線網(wǎng)規(guī)劃評價研究[J]. 石紅國,賀玉姣.  鐵道運輸與經(jīng)濟. 2018(02)
[3]基于D-S推理算法的智能車輛軌跡預(yù)測研究[J]. 黃建根,陳禎福,裴曉飛,董興智,張杰.  汽車工程學(xué)報. 2018(01)
[4]基于證據(jù)理論的地鐵火災(zāi)安全評價方法[J]. 馬劍,葉新,林鵬.  中國安全生產(chǎn)科學(xué)技術(shù). 2017(01)
[5]基于自然駕駛數(shù)據(jù)的駕駛員變道特征分析[J]. 王雪松,李艷.  交通信息與安全. 2016(01)
[6]基于自然駕駛數(shù)據(jù)的駕駛員緊急變道行為開環(huán)模型[J]. 朱西產(chǎn),劉智超,李霖.  汽車安全與節(jié)能學(xué)報. 2015(04)
[7]基于AHP的城市道路交通安全評價指標(biāo)體系[J]. 程巧夢,張廣泰,王立曉.  交通科技與經(jīng)濟. 2014(05)
[8]基于信息熵與D-S證據(jù)理論的交通安全風(fēng)險評估[J]. 陳紅,甘佐賢,謝羲,賀緒婷.  安全與環(huán)境學(xué)報. 2014(04)
[9]基于網(wǎng)絡(luò)分析法和Vague集的地鐵運營安全評價[J]. 易欣,張飛漣,邱慧.  安全與環(huán)境學(xué)報. 2013(02)
[10]基于主成分分析法的城市道路交通安全評價[J]. 范東凱,曹凱.  中國安全科學(xué)學(xué)報. 2010(10)

博士論文
[1]信號交叉口駕駛行為交通安全風(fēng)險分析[D]. 李英帥.東南大學(xué) 2017
[2]區(qū)域道路交通安全評價的理論與方法[D]. 馬社強.北京交通大學(xué) 2012
[3]區(qū)域路網(wǎng)交通安全風(fēng)險動態(tài)預(yù)警關(guān)鍵技術(shù)研究[D]. 趙學(xué)剛.長安大學(xué) 2010

碩士論文
[1]城市軌道交通運營安全風(fēng)險預(yù)控的研究[D]. 候曉麗.北京交通大學(xué) 2017
[2]基于D-S證據(jù)理論的融合算法及其在交通事件檢測中的應(yīng)用[D]. 田佳霖.長安大學(xué) 2016
[3]城市軌道交通列車運行安全建模與風(fēng)險評估分析[D]. 吳超.北京交通大學(xué) 2015
[4]基于交通沖突技術(shù)的無信號控制交叉口安全風(fēng)險自動評價[D]. 弓林峰.南京理工大學(xué) 2014
[5]城市道路交通安全的風(fēng)險評價[D]. 孫慧芝.山東科技大學(xué) 2006
[6]基于BP人工神經(jīng)網(wǎng)絡(luò)的道路安全評價研究[D]. 張巍.長安大學(xué) 2006



本文編號：3594971