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。     

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.     

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。     

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。     

基于事故统计分析的地铁运营安全管理研究

为了预防和减少地铁运营事故的发生,本文通过统计分析某城市地铁5年的运营事故资料,探讨了地铁运营事故的发生规律,从人、机、环、管几个方面分析了导致地铁运营事故发生的主要原因。结果显示:统计年度内地铁运营事故年度总量较为平稳,事故的发生对月份变化敏感度较低,受气象条件影响较小;信号故障、车辆故障是发生最频繁的事故类型,合计占事故总数的56%。事故原因分析显示,设备设施因素导致的事故占事故总数的87%;人为因素导致的事故占事故总数的7%。根据地铁运营事故特点,从人、机、环、管4方面提出了相应的安全管理对策,可为制定科学合理的地铁运营安全管理措施提供依据。     

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.