發(fā)布時(shí)間：2021-08-30 01:25

　　高速公路交通事故每年大約導(dǎo)致了一百多萬(wàn)人死亡。關(guān)于高速公路最大的挑戰(zhàn)是如何減少高速公路交通事故的發(fā)生,提高道路安全水平。構(gòu)建高速公路交通事故預(yù)測(cè)模型可以發(fā)現(xiàn)事故發(fā)生的內(nèi)在機(jī)理,為高速公路交通事故預(yù)防提供舉措。交通事故的發(fā)生是一個(gè)復(fù)雜的過(guò)程。數(shù)據(jù)采集的過(guò)程中,不可控的時(shí)間和無(wú)法觀察到的環(huán)境變化都會(huì)導(dǎo)致事故數(shù)據(jù)異質(zhì)性,數(shù)據(jù)異質(zhì)性會(huì)導(dǎo)致模型結(jié)果偏差和錯(cuò)誤的推斷。隨機(jī)效應(yīng)模型是解決數(shù)據(jù)異質(zhì)性的有效工具。本文構(gòu)建隨機(jī)效應(yīng)負(fù)二項(xiàng)回歸模型對(duì)高速公路交通事故數(shù)進(jìn)行預(yù)測(cè)可以在一定程度上解決事故數(shù)據(jù)異質(zhì)性問(wèn)題。本文以華盛頓某高速公路為研究對(duì)象,采用不定長(zhǎng)法對(duì)高速公路進(jìn)行路段劃分,選取道路幾何線形、運(yùn)行速度、年平均日交通量、路面狀況和視線狀況為分析因素,分析其對(duì)交通事故的影響并對(duì)交通事故數(shù)進(jìn)行預(yù)測(cè)。首先,闡述不同領(lǐng)域異質(zhì)性的概念及影響交通事故的因素中異質(zhì)性的來(lái)源;其次,運(yùn)用靈敏度分析法對(duì)劃分的路段進(jìn)行篩選,采用逐步選擇法對(duì)自變量進(jìn)行篩選,確定自變量和因變量;再者,分析不同因素對(duì)交通事故率的影響;最后,在考慮數(shù)據(jù)異質(zhì)性的情況下構(gòu)建隨機(jī)效應(yīng)負(fù)二項(xiàng)回歸模型對(duì)交通事故數(shù)進(jìn)行預(yù)測(cè),并與不考慮數(shù)據(jù)異質(zhì)性情況下構(gòu)建的負(fù)二... 

【文章來(lái)源】：長(zhǎng)安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同路段僅財(cái)產(chǎn)損失交通事故數(shù)時(shí)間趨勢(shì)圖

不同路段受傷交通事故數(shù)時(shí)間趨勢(shì)圖

34圖 3.5 不同路段死亡交通事故數(shù)時(shí)間趨勢(shì)圖由圖 3.3、圖 3.4 和圖 3.5 可以看出，不同路段的僅財(cái)產(chǎn)交通事故數(shù)、受傷交通事故數(shù)和死亡交通事故數(shù)隨時(shí)間變化趨勢(shì)不盡相同，有些路段的交通事故數(shù)變化很平穩(wěn)，有些路段的交通事故數(shù)呈上升趨勢(shì)，有些路段的交通事故數(shù)呈下降趨勢(shì)。在一定程度上，不同路段的交通事故數(shù)差異有助于分析影響交通事故數(shù)的決定因素。由圖3.5可以看出，死亡交通事故數(shù)在不同時(shí)段和不同路段都是零值。因此，本文將死亡交通事故數(shù)和受傷交通事故數(shù)合為一起分析，確定本文的因變量為僅財(cái)產(chǎn)損失交通事故數(shù)和傷亡交通事故數(shù)。3.4 本章小結(jié)本章首先對(duì)交通事故數(shù)據(jù)調(diào)查目的、內(nèi)容和來(lái)源進(jìn)行介紹，其次，采用不定長(zhǎng)法對(duì)路段進(jìn)行劃分、運(yùn)用靈敏度分析法對(duì)路段進(jìn)行篩選

【參考文獻(xiàn)】：
期刊論文
[1]基于變異系數(shù)法的道路交通事故灰色組合預(yù)測(cè)模型研究[J]. 李奇,侯方正.  安全與環(huán)境工程. 2017(06)
[2]基于灰色馬爾科夫模型的交通事故預(yù)測(cè)研究[J]. 王星,劉小勇.  交通科技與經(jīng)濟(jì). 2017(04)
[3]高速公路路側(cè)事故起數(shù)預(yù)測(cè)模型[J]. 馬壯林,張宏璐,張祎祎,王晉.  長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[4]交通事故時(shí)間序列預(yù)測(cè)模型研究[J]. 王文博,陳紅,韋凌翔.  中國(guó)安全科學(xué)學(xué)報(bào). 2016(06)
[5]基于神經(jīng)網(wǎng)絡(luò)的山嶺重丘區(qū)高速公路事故預(yù)測(cè)模型[J]. 孟祥海,覃薇,鄧曉慶.  公路交通科技. 2016(03)
[6]基于最優(yōu)加權(quán)組合模型的道路交通事故預(yù)測(cè)[J]. 楊琭,閻光偉.  中國(guó)科技信息. 2015(23)
[7]基于廣義線性模型的高速公路交通事故預(yù)測(cè)[J]. 王迎,周燕.  公路工程. 2015(05)
[8]基于事故數(shù)據(jù)與安全服務(wù)水平的高速公路路段安全性評(píng)價(jià)方法[J]. 孟祥海,李昕,鄭來(lái).  交通運(yùn)輸工程學(xué)報(bào). 2014(06)
[9]基于線形指標(biāo)的山嶺重丘區(qū)高速公路事故預(yù)測(cè)模型[J]. 孟祥海,侯芹忠,史永義.  公路交通科技. 2014(08)
[10]山區(qū)高速公路幾何線形與事故率關(guān)系研究[J]. 王浩,孟祥海,關(guān)志強(qiáng).  公路工程. 2011(04)

博士論文
[1]考慮異質(zhì)性的城市軌道交通車(chē)站交通設(shè)施行人流仿真研究[D]. 吳昊靈.北京交通大學(xué) 2016

碩士論文
[1]引入路表性能的高速公路負(fù)二項(xiàng)事故預(yù)測(cè)模型研究[D]. 何莎莉.哈爾濱工業(yè)大學(xué) 2017
[2]基于數(shù)量化理論的道路交通事故預(yù)測(cè)研究[D]. 宗強(qiáng).蘭州交通大學(xué) 2015
[3]基于幾何線形和車(chē)速的高速公路事故預(yù)測(cè)及應(yīng)用研究[D]. 荊林朋.哈爾濱工業(yè)大學(xué) 2015
[4]空間異質(zhì)性對(duì)城市交通樞紐地下空間組織的影響研究[D]. 田育民.西南交通大學(xué) 2015



本文編號(hào)：3371775