原文传递
城市道路电动二轮车交通事故成因分析
| 论文题名： | 城市道路电动二轮车交通事故成因分析 |
| 关键词： | 城市道路;电动二轮车;交通事故成因;事故状态预测;故障树模型;贝叶斯网络 |
| 摘要： | 近年来严峻的城市道路电动二轮车交通事故已造成了极大的伤亡率，如何减少交通事故以及如何避免电动二轮车驾驶员受到伤害成了许多专家学者研究的主要内容，本文先对选取的电动二轮车事故数据进行统计与描述，如天气状况、能见度及照明条件、机非隔离设施类型、交通事故原因分布特性等，为模型概率计算提供了数据支持；之后建立了故障树模型及基于故障树的贝叶斯网络模型，对城市道路电动二轮车交通事故进行成因分析，通过影响因素敏感程度排序，为城市道路电动二轮车交通管理提供理论支撑；此外，基于预防为主、补救为辅的原则，通过贝叶斯网络进行了电动二轮车交通事故状态预测，以便掌握电动二轮车事故的未来状况并及时采取相应措施，减少人员伤亡。 建立故障树模型对电动二轮车交通事故进行成因分析，从人、车、路、环境四个方面考虑，运用下行法计算了导致电动二轮车事故发生的21个最小割集；通过关键重要度、敏感性重要度等定量分析法发现影响城市道路电动二轮车交通事故的重要因素有：疲劳驾驶、年老体弱、电动二轮车制动不良、无机非隔离设施、其他操作不当、能见度差。 建立基于故障树的贝叶斯网络模型对电动二轮车事故进行成因分析，电动二轮车发生碰撞交通事故最大可能解释原因为：电动二轮车制动不良；通过贝叶斯逆向推理发现，影响电动二轮车发生碰撞交通事故的因素有：无机非隔离设施、电动二轮车制动不良、能见度差、疲劳驾驶；通过贝叶斯分析、关键重要度等定量分析法发现影响城市道路电动二轮车交通事故的重要因素有：疲劳驾驶、年老体弱、电动二轮车制动不良、无机非隔离设施、其他操作不当、能见度差、电动自行车设计速度不合理。与故障树模型的相同点为有着相似的网络结构以及都使用相同的基本事件重要度计算公式；不同点为基于故障树的贝叶斯网络使用后验概率及贝叶斯公式等进行计算，增加了模型的可靠性，同时，采用逆向推理法更为便捷直观地确定出关键影响因素。 建立贝叶斯网络模型对电动二轮车事故状态进行预测，采用专家知识、故障树分析法的研究结果以及K2算法的融合方法进行贝叶斯网络结构构建，在Netica中选取IncorpCaseFile模块对完备交通事故数据进行网络参数学习，通过交通参与者的违法驾驶行为目标节点设置对电动二轮车事故状态进行了预测；确定了碰撞运动车辆事故状态发生概率最大的影响因素组合；对电动二轮车碰撞运动车辆事故状态进行逆向推理，发现影响碰撞运动车辆事故的重要因素有：电动二轮车不按照交通信号规定通行、电动二轮车逆向行驶、转弯机动车未让直行电动二轮车先行。 |
| 作者： | 王超然 |
| 专业： | 交通运输工程 |
| 导师： | 李庆印 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
