發(fā)布時(shí)間：2018-01-02 01:35

  本文關(guān)鍵詞：高速公路追尾事故嚴(yán)重程度影響因素分析及預(yù)防對(duì)策研究　出處：《吉林大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 高速公路 追尾事故 嚴(yán)重程度 累積Logistic 支持向量機(jī) 事故分析 預(yù)防對(duì)策

【摘要】：隨著經(jīng)濟(jì)的快速發(fā)展,我國(guó)高速公路通車(chē)?yán)锍淘鲩L(zhǎng)迅速。據(jù)統(tǒng)計(jì),截止2015年底,我國(guó)的高速公路通車(chē)?yán)锍桃淹黄?2萬(wàn)公里,躍居世界第一。高速公路具有行車(chē)速度高、通行能力大、運(yùn)輸成本低等優(yōu)點(diǎn),對(duì)于沿線經(jīng)濟(jì)的發(fā)展具有重要的推動(dòng)作用。然而,由于其全封閉、立體交叉、對(duì)向車(chē)流分離等特殊的交通環(huán)境,高速公路發(fā)生追尾碰撞事故的風(fēng)險(xiǎn)遠(yuǎn)高于其他道路。且由于車(chē)速高,車(chē)流量大,高速公路追尾事故一旦發(fā)生,其后果往往十分嚴(yán)重。因此,對(duì)高速公路追尾事故嚴(yán)重程度影響因素進(jìn)行分析,并提出相應(yīng)的預(yù)防對(duì)策,具有十分重要的現(xiàn)實(shí)意義。在此背景下,本論文通過(guò)對(duì)我國(guó)某地區(qū)407起高速公路追尾事故進(jìn)行分析,分別構(gòu)建了基于累積Logistic的高速公路追尾事故嚴(yán)重程度概率預(yù)測(cè)模型和基于SVM的高速公路追尾事故嚴(yán)重程度預(yù)測(cè)模型。在累積Logistic模型中,利用混合逐步選擇法,篩選出了駕駛員駕齡、車(chē)輛安全狀況、地形、路表狀況、天氣、能見(jiàn)度等因素與追尾事故嚴(yán)重程度顯著相關(guān)。在SVM模型中,引入靈敏度分析方法,發(fā)現(xiàn)駕駛員駕齡、車(chē)輛安全狀況、是否超載、路表狀況、道路線形、天氣、能見(jiàn)度等因素對(duì)高速公路追尾事故嚴(yán)重程度具有顯著影響。最后,本論文根據(jù)累積Logistic和SVM模型分析結(jié)果,分別從駕駛員、車(chē)輛、道路、環(huán)境四個(gè)方面對(duì)高速公路追尾事故嚴(yán)重程度影響因素進(jìn)行了分析,并提出了相應(yīng)的對(duì)策來(lái)預(yù)防高速公路追尾事故的發(fā)生,降低追尾事故的嚴(yán)重程度。
[Abstract]:With the rapid development of economy, the mileage of expressway traffic in China is increasing rapidly. According to statistics, as of end of 2015, the mileage of expressway in China has exceeded 120,000 km. Freeway has the advantages of high speed, large capacity and low transportation cost, which plays an important role in promoting the development of economy along the route. However, because of its completely closed, three-dimensional intersection. For the special traffic environment, such as separation of traffic flow, the risk of rear-end collision on expressway is much higher than that on other roads, and because of the high speed and large traffic flow, the rear-end accident of expressway occurs once. The consequences are often very serious. Therefore, it is of great practical significance to analyze the factors affecting the severity of rear-end accidents and to put forward the corresponding preventive measures. This paper analyzes 407 accidents of freeway rear-end in a certain area of China. The probability prediction model of expressway rear-end accident severity based on cumulative Logistic and the prediction model of expressway rear-end accident severity based on SVM were constructed respectively. The cumulative Logisti model was used to predict the severity of rear-end accident. C in the model. The factors of driver's driving age, vehicle safety condition, terrain, road surface condition, weather, visibility and so on are significantly related to the severity of rear-end accident using mixed stepwise selection method. In SVM model. The sensitivity analysis method is introduced to find out the driver's driving age, vehicle safety condition, whether overload, road surface condition, road alignment, weather. Visibility and other factors have a significant impact on the severity of rear-end accidents. Finally, according to the cumulative Logistic and SVM model analysis results, from drivers, vehicles, roads, respectively. The factors influencing the severity of the rear-end accident of expressway are analyzed in four aspects of environment, and the corresponding countermeasures are put forward to prevent the occurrence of the rear-end accident and to reduce the serious degree of the rear-end accident.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U491.31

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王繼祖;;淺談高速公路追尾事故預(yù)防對(duì)策[J];道路交通管理;2015年12期

2 邵良杉;趙琳琳;;煤礦組織因素安全預(yù)測(cè)的累積Logistic回歸模型[J];統(tǒng)計(jì)與決策;2015年03期

3 孫軼軒;邵春福;岳昊;朱亮;;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];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年05期

4 馬柱;陳雨人;張?zhí)m芳;;城市道路交通事故嚴(yán)重程度影響因素分析[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

5 宗芳;許洪國(guó);張慧永;;基于Ordered Probit模型的交通事故受傷人數(shù)預(yù)測(cè)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年07期

6 奉國(guó)和;;SVM分類(lèi)核函數(shù)及參數(shù)選擇比較[J];計(jì)算機(jī)工程與應(yīng)用;2011年03期

7 李冬;王璐;康文崢;;基于SVM的作戰(zhàn)效能靈敏度分析[J];兵工自動(dòng)化;2011年01期

8 馬壯林;邵春福;李霞;;基于Logistic模型的公路隧道交通事故嚴(yán)重程度的影響因素[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年02期

9 孫永奎;陳光;李輝;;靈敏度分析和SVM診斷模擬電路故障的方法[J];電子科技大學(xué)學(xué)報(bào);2009年06期

10 董國(guó)君;哈力木拉提·買(mǎi)買(mǎi)提;余輝;;基于RBF核的SVM核參數(shù)優(yōu)化算法[J];新疆大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

相關(guān)博士學(xué)位論文 前4條

1 詹偉;山區(qū)高速公路長(zhǎng)大隧道群區(qū)域交通安全保障技術(shù)研究[D];浙江大學(xué);2013年

2 杜殿虎;山區(qū)高速公路交通安全保障理論與方法[D];長(zhǎng)安大學(xué);2011年

3 馬壯林;高速公路交通事故時(shí)空分析模型及其預(yù)防方法[D];北京交通大學(xué);2010年

4 田英杰;支持向量回歸機(jī)及其應(yīng)用研究[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 陳鵬遠(yuǎn);高速公路交通監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院）;2014年

2 劉海珠;道路交通事故嚴(yán)重程度影響因素分析及預(yù)測(cè)模型建立[D];吉林大學(xué);2014年

3 蔣昌興;高速公路可變信息發(fā)布系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];廈門(mén)大學(xué);2013年

4 陳龍;基于物聯(lián)網(wǎng)的高速公路車(chē)輛運(yùn)行監(jiān)控系統(tǒng)的研究[D];武漢理工大學(xué);2013年

5 尹建杰;Logistic回歸模型分析綜述及應(yīng)用研究[D];黑龍江大學(xué);2011年

6 相文森;城市冰雪道路交通事故成因及發(fā)生機(jī)理研究[D];哈爾濱工業(yè)大學(xué);2010年

7 王媛媛;山區(qū)公路事故成因分析研究[D];北京工業(yè)大學(xué);2008年

8 袁建輝;湖南省道路交通事故成因分析及預(yù)防對(duì)策研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

9 沙愛(ài)敏;高速公路交通事故分析及預(yù)防對(duì)策研究[D];東南大學(xué);2006年

10 李綱;高速公路監(jiān)控系統(tǒng)及交通控制策略研究[D];長(zhǎng)安大學(xué);2006年

，

本文編號(hào)：1367138