摘要: |
为了更好地利用交通冲突技术开展高速公路合流区交通安全研究,提出了一种基于贝叶斯层级超阈值理论的冲突极值建模与交通事故预测方法。以辽宁省7个高速公路合流区的交通运行视频和交通事故数据为基础,利用后侵入时间(PET)识别了潜在合流冲突,进而构建了融合超阈值极值理论和贝叶斯层级结构(含数据层、过程层和先验层)的贝叶斯层级超阈值极值模型,提出了基于分位数回归的阈值选取方法,最后利用标定的最优模型对合流区交通事故进行了预测并对事故影响因素进行了分析。结果表明:调查时段内合流区共发生898次合流冲突;在构建的稳态模型、非稳态显著模型和非稳态全模型中,考虑冲突极值非稳态性和异质性的非稳态显著模型最优;最优模型的事故预测精度较高,其预测事故数与观测事故数的平均误差和平均绝对误差分别为1.0次/a和2.1次/a;通过建模发现加速车道长度、合流车辆类型、主线车辆类型、加速车道小时平均交通量对交通事故有显著影响,其中加速车道越长、主线车辆车型越大,交通事故发生的概率越小;合流车辆类型越小、加速车道小时平均交通量越大,交通事故发生的概率越大。所提出的贝叶斯层级超阈值方法解决了冲突极值的稀少性、非稳态性和异质性问题,实现了基于短期观测冲突数据的交通事故可靠预测 |