详情

原文传递高速公路交通事故影响预测研究

论文题名：	高速公路交通事故影响预测研究
关键词：	高速公路;交通事故;影响预测;风险模型;交叉验证
摘要：	高速公路上发生交通事故，可能带来直接的人员伤亡及经济损失，造成巨大的社会负面影响。交通事故引起的车辆堵塞得不到及时疏散，旅客、货物滞留进一步加剧，资源浪费严重，经济损失巨大，对道路运营安全提出极为紧迫要求，我国道路运营安全管理面临着严峻的考验。为适应当前高速公路建设发展的形势，高效利用、发挥已有高速公路基础设施整体功能，研究高速公路交通事故对道路交通引起的影响是极其必要。　　本文详细介绍了“高速公路交通事故影响预测”的背景与意义，确定了本文的研究对象“交通事故持续时间”和“二次事故风险概率”，分析了研究对象的必要性。查阅大量国内外文献方法，总结了当前交通事故持续时间预测和二次事故风险概率预测的各种方法。　　交通事故融合数据的建立是本文研究的基础，在了解事件管理系统的各子数据集及联网收费数据内包含的数据类别、字段、形式后，以交通事故作为连接主体，通过时间、位置，完成异质数据的连接与融合。　　分别建立事故持续时间预测的cox比例风险模型和加速失效模型(AFT)，采用平均误差百分比绝对值(MAPE)作为两个模型的精度检验指标，cox比例风险模型和AFT加速失效模型的MAPE分别为38.02％和36.16％，两个模型的预测结果均在可接受的范围内，Log-normal AFT模型预测精度高，适合本文晋城高速公路事故持续时间预测。　　基于历史交通事故融合数据，设计二次事故识别方法，对匹配后的二次事故进行总体数据描述。针对当前二次事故风险预测的研究，因变量多数都是分类变量（即预测是否为二次事故），本文将因变量类型定义为计数变量（即预测引起二次事故的个数）建立预测模型。当因变量类型为分类变量时，建立logistic回归模型LRM0、LRM1，probit回归模型LRM2;因变量类型为计数变量时，建立零膨胀泊松回归模型ZIP1与零膨胀负二项回归模型ZINB1。通过5折交叉验证方法验证各个模型的预测精度，LRM1预测效果好于LRM0、LRM2，ZIP1模型优于ZINB1模型。
作者：	陈垠啸
专业：	交通运输工程
导师：	石名磊
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2014
正文语种：	中文