基于随机森林的高速公路运营隧道风险判别法则研究*

为快速、准确识别山区高速公路隧道不同区段风险因素组合,基于交通事故调研数据,分析其时空变化规律;从人-车-路-环境角度系统筛选风险影响因素,采用随机森林理论构建风险等级预测模型;以决策树与规则相互关系为基础,结合自变量重要评分法,提出基于随机森林的高速公路运营隧道风险判别法则。研究结果表明:判别法则集预测精度较好且运行时间短,能够明确高速公路不同隧道区段事故成因,为预防隧道严重交通事故发生提供参考。     

高速公路交通事故严重程度与交通流特征的关系研究

为研究交通事故发生前后交通流特征对事故严重程度的影响,以JT高速公路作为研究对象,长期观测和采集交通流及事故数据。将交通事故发生时段的交通流主要衡量指标与事故信息进行数据匹配,形成交通事故与事故小时交通流匹配数据集,并分析流量、速度、大车比例等交通流表征指标与不同等级事故数的分布规律。通过分析发现:在某些流量、速度或大车比例区段,交通事故数及其严重程度处于较高的水平。在此基础上,利用主成分分析(PCA)技术对衡量交通流特征的初始指标进行降维处理,用交通流主成分指标综合反映交通流特征,并建立事故严重程度与交通流主成分指标的统计分析模型。结果表明:交通流主成分指标趋于零的区段的事故严重程度明显高于其他区段。     

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...     

云南山区公路事故多发路段安全对策措施研究

分析云南山区公路严峻的交通形势,及山区公路交通事故的特征、事故形态及影响因素,研究山区公路交通事故发生的机理。从人、车、路和环境等方面分析事故产生的原因,提出针对云南山区事故多发路段安全对策措施。分析表明,在云南山区,路况、人员安全素质、车辆性能、安全管理均处于较低水平,是重大事故多发的根本原因。提高系统安全性,实现系统功能最强,应使系统各要素相互匹配,以实现本质安全。     

化工园区(集中区)多米诺事故风险研究

分析某化工园区(集中区)内企业高风险储存设备事故的多米诺效应,利用DNV软件对园区安全风险进行了分析。结果表明,园区安全管理部门应重视园区内化工企业规划,注重不同企业间高风险装置的相互影响,通过调整企业布局等适宜措施,降低园区内发生多米诺事故的风险。     

危险化学品公路运输事故新特点及对策研究

统计分析了2008年1月～2010年5月我国发生的485起危险化学品公路运输事故。从事故发生的原因、事故涉及的化学品、事故造成的危害、事故发生的月份分布及年份变化等几个方面,分析了近年来危险化学品公路运输事故的新特点及变化规律。经统计分析,道路交通事故是引发危险化学品运输事故的主要原因之一;侧翻是危险化学品车辆最容易发生的道路交通事故;而随着我国高速公路的迅猛发展,追尾造成的危险化学品运输事故数量呈上升趋势;危险化学品公路运输过程中易燃液体事故起数最多,爆炸品和毒性物质事故造成的人员伤亡最严重;春节前后取代夏季,成为近两年危险化学品运输事故高发期。针对这些特点,对我国危险化学品公路运输安全管理与监控提出了建议。     

基于事故理论的城市轨道交通风险评价模型研究

笔者分析了城市轨道交通事故,在分析我国其他行业事故分类的基础上,确定城市轨道交通事故分类标准,即重大事故、大事故、险性事故和一般事故,并将不同事故分类情况及专家判断评分,按事故的大小不同换算成可以计算的计算尺度,根据事故种类不同计算出事故折算因子,根据风险理论的评价方法,建立了地铁风险评价模型,对地铁的危险性进行量化定级,并通过具体实例进行综合分析评价,该风险评价模型具有一定的工程意义。     

高速公路交通事故影响因素分析及伤害估计

为了定量分析高速公路交通事故的主要影响因素,以国内3条高速公路227起交通事故为基础,根据人、车、路和环境交通4要素,提出运用有序Logit和多项Logit模型分别建立事故伤害程度预测模型。通过显著性水平为5%的假设检验,从15个备选变量中分别确定2类Logit模型的输入自变量。显著性分析表明:道路线形、路面通行条件、事故发生时间和能见度4个自变量与交通事故严重程度均显著相关。事故伤害程度预测模型对比结果显示:有序Logit模型仅对有财产损失的事故估计准确率为72.3%,多项Logit模型对死亡事故估计的准确率高达95%,总体上多项式模型的准确率比有序模型高20%。     

基于GM(1,1) Markov的危化品道路运输事故与交通事故预测及关系研究

为准确预测我国危化品道路运输及交通2类事故数量趋势,探究其内在联系,在单一的灰色GM（1,1）模型基础上与马尔科夫过程组合形成灰色GM（1,1）—马尔科夫预测模型,以2013—2017年2类事故数量的原始序列探讨了该组合预测模型的实际应用,采取平均相对误差、均方差比值、小误差概率对模型进行精度检验。研究结果表明:在组合预测模型较优情况的研究中,2类事故数量历年来波动性相似,因危险化学品自身的性质、包装和装卸使得2类事故量变化频率存在偏差;2018—2019年的危化品道路运输事故分别为485起和480起,交通事故分别为225 294起和234 454起。     

因果图和层次分析法在事故预防中的应用研究

通过引入因果图法和层次分析法,首先将导致事故发生的原因用因果图法进行分析和表示,然后根据一定的内在机理将因果图转换成AHP的层次结构模型,利用AHP严格的数学逻辑定量计算方法,求得各原因事件的权值,得出各原因事件导致事故发生的重要程度,从而确定影响事故发生的关键原因,进而作为事故预防的重点。以高速公路交通事故诊断为例,得出驾驶员的技术水平和安全意识是影响高速公路交通事故的主导因素的结论。结果表明,运用该法得出的结果符合实际,对事故预防有借鉴意义。     

高速公路交通事故的季节变动规律分析及预测

根据京沪高速某段近五年的交通事故数据,首先通过测算该段交通事故的季度季节性指标,得出该段交通事故的季节变动程度明显;其次通过进一步测算交通事故的月份、星期、年均日、年均日24小时季节性指标和分析其趋势,得出该段交通事故高峰期出现在一季度,1月、2月、4月、10月,每月的月初和月末以及每天的凌晨1点左右、上午10点左右、下午4点左右;最后根据季节性指标构建了季节性预测模型.研究方法对其他高速公路季节变动规律分析具有参考作用,研究结论对不同时间内如何采取不同的安全对策来降低高速公路交通事故具有指导作用.     

基于累积Logistic模型的行人交通事故严重程度分析及对策研究

为了准确分析影响行人交通事故严重程度的各项因素,引入累积Logistic模型研究人、车、路、环境及事故特征与行人事故严重程度之间的关系.以美国北卡罗来纳州夏洛特市2016年的行人交通事故数据为样本,通过聚类压缩、共线性检验和预测力分析,从人、车、路、环境及事故特征5个方面选取16个因素作为自变量,事故严重程度作为因变量,构建行人交通事故严重程度预测模型来分析仅财产损失事故、受伤事故和死亡事故的影响因素,并引入弹性分析量化各显著因素的影响程度,检验结果显示模型拟合良好.结果表明,在0.05的显著性水平下,事故形式、事故发生时段、车辆类型、照明条件、行人年龄段、行人饮酒情况6个因素与事故严重程度显著相关.最后针对性地提出了行人事故预防对策.研究结果有助于交通管理者采取合理的策略来降低行人交通事故严重程度.     

危化品道路运输事故风险因子影响关系研究

为研究危险化学品道路运输风险影响因素,探究其事故发生机理,本文在改进前人模型的基础上,首先,利用贝叶斯网络,对我国2017-2021年发生的1 348起危化品道路运输事故进行参数学习,得到改进的危化品道路运输风险预测模型;然后,用2022年1月发生的20起事故案例,进行情境模拟以验证该预测模型的有效性;最后,利用该模型对危化品道路运输事故风险因子之间的影响关系进行推理分析,结果表明：该模型预测结果准确率均达到70%以上,该模型有效;因果推理结果表明,驾驶员操作不当易造成侧翻事故,驾驶员疲劳驾驶更可能导致碰撞、侧翻事故,以及驾驶员操作不当是泄漏事故发生的主要原因;敏感性分析结果表明,影响驾驶员行为最主要的因素是天气,影响事故后果最主要的因素是物质类别。     

基于模糊影响图方法的库存弹药事故概率分析

针对库存弹药安全的特殊性,在分析国内外库存弹药典型事故案例的基础上,指出FTA、ETA等传统概率计算方法存在的局限。提出一种基于模糊影响图(FID)的库存弹药事故概率分析方法,并对FID模型的构建过程和算法进行概述;以弹药被盗事故作为实例分析,并得到事故概率分布图和累积概率曲线。结果表明,FID的算法理论及建模过程能较好地克服FTA、ETA等传统方法的局限性,实例分析指出弹药被盗事故在10-4数量级的隶属度最高,且事故发生概率更趋向于10-3～10-1数量级,从而得到一旦仓库安全防范措施不到位,就很有可能发生弹药被盗事故的结论。     

基于事故深度调查的城市交通事故特征分析

为探索适合我国的事故数据深度采集标准,并分析城市道路交通事故特征及致因,基于《道路交通事故深度调查信息采集表》(简称采集表),调查人员随交警赴事故现场随机详细调查87起城市道路交通事故。借鉴"Haddon Matrix"思想建立致因分析矩阵系统,分析事故的致因。发现采集表对事故地点、事故形态及原因项分类更加具体、明确,女性驾驶员的事故发生率略低于男性驾驶员,驾驶员年龄超过60岁后,发生事故的危险性显著提高,"交叉口影响区"事故50%由变更车道引起,非机动车驾驶员未戴安全头盔是造成严重伤害的重要原因。     

基于Adaptive Lasso及RF算法的冰雪天气交通事故分析

为分析冰雪天气下高速公路交通事故频发致因,量化分析驾驶环境、驾驶员及车辆情况对事故的影响,根据Adaptive Lasso和随机森林(RF)混合算法建立预测模型。以10年约30万组冰雪环境下高速公路交通事故数据为例,训练改进预测模型验证其准确性。结果表明,混合算法的准确度和拟合程度都优于支持向量机(SVM)、分类回归树(CART)及RF等单独算法。交通事故与环境因素相关性最显著,坡路、弯道及交叉口处事故受冰雪环境影响较大;事故与驾驶员因素中部分因素显著相关,如驾驶员性别及安全带使用情况;本地驾驶员对驾驶能力及冰雪环境的估计错误更易导致交通事故。     

不同等级农村公路交通事故严重程度预测研究

为准确分析各因素及其组合对农村公路发生严重交通事故的影响,将道路类型、路侧防护设施、时间段、天气状况、事故位置等11个因素作为自变量,事故严重程度作为因变量,采用改进的Apriori关联算法,找出各影响因素间的内在联系,并求解得到关键因素的组合。然后,分别构建随机森林、梯度提升决策树(Gradient Boosting Decision Tree, GBDT)、极端梯度提升(eXtreme Gradient Boosting, XGBoost)预测模型对农村公路事故严重程度进行预测。结果显示：与改进前相比,改进后的Apriori算法的运行效率和挖掘准确度都有较大提升;相对于随机森林和GBDT模型,XGBoost模型在准确率、召回率、精确率和F1得分等方面表现最优;照明条件、路侧防护设施、道路类型,天气状况是影响农村公路事故严重程度的重要因素,且各影响因素间存在显著的交互效应。     

高速公路货车事故成因及货车专用道分析

为减少货车对行车安全的影响,在充分考虑货车行驶理论、交通环境和驾驶员特征的基础上,就载重货车交通对高速公路运营安全的影响进行研究。其结果表明,不同车型之间的运行速度差异、超载、驾驶员不良交通行为及纵向间距不足等是造成货车交通事故的主要原因。通过分析货车事故与交通状况的关系,从工程技术可行性等角度提出了货车专用道的设计方法,以有效执行客货分行,提高高速公路运营安全水平。     

基于机器学习的高速公路大型货车追尾风险预测

针对高速公路大型货车追尾事故频发的问题，评估高速公路大型货车追尾风险，并分析交通流特性对大型货车追尾风险的影响，以降低追尾事故的发生率。根据德国HighD开源数据集，以不同冲突风险等级的碰撞时间(TTC)阈值作为大型货车冲突风险的划分标准，提取大型货车的车辆轨迹与交通特征参数等数据，基于随机森林(RF)、支持向量机(SVM)和人工神经网络(ANN)等3种机器学习模型分别建立高速公路大型货车追尾风险实时预测模型；以混淆矩阵、受试者工作特征曲线的曲线下面积(AUC)和洛伦兹(KS)检验等评价指标，对比分析各模型的整体预测能力，并选取预测精度最好的模型分析各个特征参数对追尾风险的影响程度。研究结果表明：RF模型的预测准确率达75%,相对SVM模型高出8%,相对ANN模型高出10%,且RF模型的预测精确度、召回率、AUC值和KS值均优于SVM模型和ANN模型；最小车头间距、车速标准差和加速度标准差3个参数对大型货车追尾风险影响程度最高。     

多米诺效应的风险分析方法

介绍与分析多米诺效应的相关研究,并针对多米诺效应的定量风险分析,建立了从多米诺场景辨识到后果分析的多米诺效应定量分析方法.通过分析初始事故带来的物理效应对邻近设备的影响,计算了二次设备的损坏概率;分析了多米诺场景,计算了多米诺事故频率,并根据多米诺事故的后果得到个人风险和社会风险曲线.多米诺效应的风险是工业区一个潜在的严重风险,加强多米诺效应的研究对工厂和工业区的安全管理与规划都有重要意义.