基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员，结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术，并应用K近邻算法补充缺失值，获取42条线路及1 893名驾驶员的数据；基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量；采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征；采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型，并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中，XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳；运用贝叶斯方法优化模型，可以在一定程度上提升ROC的AUC指标；对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外，车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

考虑均值异质性的高原山区公路责任事故严重度风险因素辨识

为明晰高原山区高速公路事故严重度的影响因素及差异，量化事故数据异质性对事故严重度的交互影响效应，基于云南省某高原山区高速公路550起有责交通事故数据，从责任驾驶员、责任车辆、道路特征和责任事故特性4个方面选取潜在特征变量，采用固定参数有序Probit模型和随机参数有序Probit模型，构建考虑均值异质性的高原山区高速公路责任事故的严重度分析模型，并采用边际弹性系数量化分析不同影响因素对事故严重度的影响程度。结果表明，缓和曲线、有其他妨碍安全驾驶的行为、轻型货车、重型货车、多车、下坡以及曲线路段7个因素显著影响责任事故严重度。“驾驶员存在其他妨碍安全驾驶的行为”和“重型货车”的估计系数分别是服从(0.375, 0.201)和(0.531, 0.988)正态分布的随机变量，总体导致死亡及重伤事故的概率分别增大6.15%和9.61%;当驾驶员在曲线路段存在其他妨碍安全驾驶的违法行为时，重伤或死亡事故概率增大6.54%。当重型货车在缓和曲线路段发生碰撞时，重伤或死亡事故概率会降低8.37%,重型货车因未与前车保持安全距离发生重伤或死亡事故概率会降低9.95%,而当重型货车与小客车碰撞时，重伤或...     

新能源公交车爆炸事故仿真模拟方法

通过对当前新能源公交车爆炸事故的分析,有PHAST软件计算能源公交车爆炸过程有关参数变化,结合新能源公交汽车本身的结构特点与易发事故的风险性,运用Maya3D动画制作软件进行事故场景进行模拟,再现爆炸事故演变过程,用于同类型安全事故的安全警示提醒,教育。     

我国隧道瓦斯事故统计及影响因素分析

为了解我国隧道瓦斯事故分布特征、发展趋势及其影响因素,统计1949-2019年我国瓦斯隧道以及相关瓦斯事故现有数据,并运用图表分析法总结隧道瓦斯事故,归纳我国隧道瓦斯事故类型、事故后果、事故发生地域、事故发生时间的分布特征及发展趋势特征,进而采用灰色关联法对发生过不同等级事故的8个典型隧道进行影响因素分析.研究结果表明...     

公交行车安全风险研判与预警信息系统研究

为提高公交行车安全,本文以杭州公交为例对行车安全进行危险源辨识和风险分析,确立静态风险评价指标(占0.4)及动态风险评价指标(占0.6),按照风险等级划分标准,确立企业风险管控分级.基于基础风险数据,提出公交运营风险研判与预警信息系统的构建方案,实现风险的及时预警及精准管控,为管理者做出决策提供科学服务,从而有效遏制重特大事故发生.     

公交车火灾安全及人员疏散分析

公交车作为最常用的交通工具之一,其空间密闭、人员密度大,一旦发生火灾,极易造成群死群伤事故,社会影响恶劣.首先采用鱼刺图分析法(FBF)分析公交车火灾事故发生的原因;再采用事故树分析法(FTA),得出公交车安全门对公交车内人员安全疏散的重要性;在此基础上,以大容量公交车为研究对象,针对不同开门情况设置4个疏散场景,并运用Building Exodus对车内人员疏散情况进行模拟,提出相应建议.结果表明,公交车右侧前门为1.1m、后门为1.Sm,右侧前、后门均为1.Sm,前门、左右两侧后门均为1.5m3种情况下均较原始设计(右侧前、后门均为1.1m)不同程度缩短了人员疏散时间.     

基于耗散结构和熵的高速铁路事故演化机理研究

针对高速铁路事故致因复杂的特点及高速铁路运营安全评价研究现状,提出应用耗散结构和熵理论来研究高速铁路运营事故演化机理。首先,在分析高速铁路安全运营影响因素的基础上,提出基于信息熵的典型事故安全要素集构建方法。其次,基于耗散结构和熵理论,研究高速铁路运营事故的演化机理。给出高速铁路运营安全系统的熵流模型及其熵值计算方法。通过系统熵变,判别事故演化方向。最后,通过分析高速铁路脱轨事故的演化机理,实例验证该方法的合理性和可行性。研究表明,把熵作为一个参数,能够揭示高速铁路运营事故的演化趋势;流入负熵流和排出正熵流,能够保持系统稳定有序,有效防止事故发生。     

公交驾驶员违规间隔时间及影响因素研究

为加强对公交驾驶员违规行为的管理,收集公交驾驶员违规时间数据和驾驶员性别、驾龄、学历等个人特征数据;基于生存分析模型,采用非参数分析方法和Cox回归分析方法,研究不同群体公交驾驶员违规间隔时间的差异以及影响驾驶员违规间隔时间的因素。结果表明:50%的公交驾驶员违规的间隔时间大于65天;公交驾驶员中,就文化程度而言,有初中文化程度的驾驶员违规间隔时间最长;就性别而言,女性驾驶员违规间隔时间与男性驾驶员相近;就驾龄而言,驾龄大于20年的驾驶员的违规间隔时间最长;对驾驶员违规间隔时间有显著性影响的因素是文化程度和驾龄,性别对驾驶员违规间隔时间没有显著性影响。     

基于机器学习与SHAP的油气储运事故风险分析

为深入研究对油气储运事故风险产生显著影响的因素,并探究其发生的特征与规律,本文研究收集了627起油气储运事故数据,并运用这些数据进行了建模分析。研究选取了11个关键因素,包括事故场景、操作因素等,作为模型的输入特征,而事故风险程度则作为输出结果。在评估体系方面,本研究引入了一系列指标,如准确率、AUC等,以评价模型的性能表现。在模型比较方面,我们将LightGBM模型与XGBoost和RF三种模型进行了综合对比,结果显示LightGBM模型表现出色,性能优异。此外,研究还利用SHAP方法对模型进行了可视化分析,以探究各种因素对事故风险程度的影响。研究结果明确指出,事故风险程度受到多个因素的影响,其中最为关键的因素包括事故场景、员工操作、安全管理,以及二者之间的耦合影响。为减少重大事故风险的发生,本研究强调了两个关键方面：首先需着重关注各类事故场景的安全管理体系是否健全,以确保事故场景的安全性。其次需要确保员工具备熟练的职业技能和接受充分的安全培训,从而降低操作因素和安全知识匮乏对事故风险的影响。这些举措将有助于预防重大事故的发生。     

驾驶人认知分心识别随机森林模型研究

为识别驾驶人认知分心状态,招募13名驾驶人参与驾驶模拟器试验。通过眼动仪采集被试正常驾驶及认知分心状态下的眼动数据,提取5 s时间窗口内的眼动特征。运用随机森林方法构建认知分心识别模型,应用网格搜索确定最优模型参数,并采用100次留出法评估模型性能。根据随机森林模型特征重要性度量结果,进一步分析认知负荷对驾驶人注视及眨眼持续时间的影响。结果表明:当决策树数量为125、最大特征数为5时,模型识别平均准确率为83.69%;注视持续时间及噪声持续时间是认知分心识别的2个关键特征,随着认知负荷的提高,驾驶人注视持续时间减少、眨眼时间增加。