论文题名: | 基于改进负二项回归模型的高速公路交通事故起数预测方法研究 |
关键词: | 高速公路;回归模型;交通事故;预测方法 |
摘要: | 我国高速公路安全状况较往年已有较大提升,但仍然存在相对较高的事故发生率和致死致伤率。因此,对影响交通事故的因素进行分析,找出显著的影响因素,并在此基础上提出合理的事故起数预测模型,可以为高速公路管理部门开展安全管理工作提供理论基础和技术支撑。本文根据京港澳高速公路(G4)粤境北段(K0+000~K109+840)实测的各项基础数据,利用改进负二项模型构建高速公路交通事故起数预测模型,并以实测数据为基础进行实例研究。 首先,从驾驶人、车辆、道路线形和环境四个因素着手,根据研究对象路段的实测数据,分析影响高速公路交通事故起数的潜在因素,基于上述理论基础,提出了16个自变量,并详细说明了16个自变量的含义和量化方式。其次,文中提出了四种单元路段的标定方法,分别为基础定长法、滑动定长法、坡度一致法和曲线半径一致法,并根据四种路段划分方法对研究对象路段的16个潜在变量值和交通事故起数进行了合理的计算和归纳。 然后,在总结归纳前人研究成果的基础上,根据G4粤境北段(K0+000~K109+840)相关数据的固有特征,构建了非线性负二项(Nonlinear Negative Binomial, NNB)事故总起数预测模型,并从模型拟合效果和拟合准确性两个方面选取6个指标,将其与传统的负二项模型(Negative Binomial, NB)进行对比,总结各模型的优劣。同时通过对比同一模型不同路段划分方法所得预测结果的准确性,比较各路段划分方法的优劣。此外,根据弹性分析法,比较各显著自变量对因变量影响程度的大小。 最后,为了预测不同类型的交通事故起数,根据G4粤境北段(K0+000~K109+840)相关数据的固有特征,构建了基于二项Logit(Bivariate Logit, BL)模型和NB模型的组合模型,分别预测伤亡事故起数和仅财产损失事故起数,选取了三个预测准确性检验指标,比较组合模型和两个独立的NB模型的准确性。 |
作者: | 张祎祎 |
专业: | 交通运输工程 |
导师: | 马壮林;王浩 |
授予学位: | 硕士 |
授予学位单位: | 长安大学 |
学位年度: | 2017 |
正文语种: | 中文 |