山区二级公路交通事故致因的时间演化机制

为获取二级公路事故致因的时间演化机制,根据云南省元(谋)双(柏)二级公路2012—2017年事故数据,以交通事故严重程度为因变量,以时间、交通运行环境及交通事故参与者等为自变量,基于熵权-逼近理想解排序(TOPSIS)法量化交通事故严重程度;采用相关性分析法分析自变量与因变量间的相关程度;依托Logistic模型建立各年交通事故严重程度分析模型,并从拟合优度检验和预测准度检验等2方面检验模型的信度与效度。结果表明:事故发生天气、时间段、事故形态、是否涉及无防护车辆以及是否涉及大型车辆等与事故严重程度相关性较高,且形态为碰撞行人、涉及无防护车辆或大型车辆的事故严重程度较高。     

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.     

疲劳驾驶交通事故的严重程度影响因素分析

为探究和定量分析疲劳驾驶交通事故严重程度的影响因素,以广东省1370条疲劳驾驶事故数据为基础,对比分析不同年份、时间段以及年龄段的疲劳驾驶交通事故特征;以交通事故严重程度为因变量,将其分为严重事故和非严重事故,从驾驶员年龄、驾龄、车辆类型等17个初步选择的自变量中筛选对疲劳驾驶交通事故严重程度具有显著影响的因素;采用二...     

公路隧道交通事故严重程度预测模型研究

为明晰公路隧道交通事故严重程度的影响因素,从134起事故统计数据中选出13个事故严重程度的潜在影响因素,分别采用有序Logit模型和广义有序Logit模型,建立交通事故严重程度预测模型。分析这13个因素对交通事故严重程度的影响程度,并对比2个模型的预测效果。结果表明:事故发生日期、发生时间、是否超速、天气和大型车比例5个自变量与事故严重程度显著相关。从广义有序Logit模型来看,事故发生时间不满足比例优势假设;广义有序Logit模型可以放宽部分自变量的比例优势假设,能给出更好的预测结果。     

城市交通事故现场处理时间及影响因素分析

为了分析城市交通事故现场处理的时间长度和影响因素,以城市交通事故现场处理时间为研究对象,将城市交通事故现场处理的过程细分为划定警戒区域、现场勘查、撤除现场3个阶段,运用事故现场数据采集和视频数据提取的方式,采集了 829条泸州市城市交通事故现场处理数据,从中提取可能影响城市交通事故现场处理时间的4个事故相关因素、5个现场处理相关因素和3个环境因素.以城市交通事故现场处理时间为因变量、12个可能的影响因素为自变量,采用逐步回归的方法提取显著影响因素.结果表明,城市交通事故现场处理的平均时间为15.28 min,警戒区域占道情况、当事人确认情况、事故发生时间和事故严重程度是影响城市交通事故现场处理时间的最主要因素,围观群众影响情况、事故类型、天气情况、道路等级和事故发生时段对城市交通事故现场处理时间也有一定的影响.模型验证表明,所建立的回归模型平均相对误差为3.95％,具有较好的适应性.     

超大城市昼夜交通事故严重程度致因对比分析——以深圳市为例

为研究夜间交通事故严重程度致因，基于深圳市3年3 244起交通事故数据，获取昼夜交通事故分布的时空特征；进一步选取交通事故集聚的南山区、福田区、罗湖区的1 798起交通事故，以交通事故严重程度为因变量，以事故原因、日期、事故形态等10个因素为候选自变量，构建广义有序Logit回归模型，对比分析昼夜不同严重程度交通事故的影响因素。结果表明:路口路段类型、疲劳驾驶、事故日期在夜间模型参数估计值分别为0.493，-0.363，-0.309，而在日间模型表现为不显著，道路路面材料在日间模型参数估计值为-0.232，而在夜间表现为不显著；事故原因、道路横断面渠化方式等因素在日间和夜间所引起交通事故的严重等级均存在较大差异。     

基于Logistic的不同车型碰撞行人事故严重程度致因分析

为定量分析不同车型碰撞行人事故严重程度影响因素,以美国北卡罗来纳州2007-2016年人车碰撞事故数据为样本,将其分为小轿车、SUV、货车碰撞行人事故3类,以事故严重程度为因变量,交通参与者属性、道路、环境条件和事故特征为候选自变量,分别建立累计logistic模型进行对比分析,探究人、车、路和环境因素对人车碰撞事故严...     

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。     

农村公路交叉口交通事故特征关联性与风险因素分析

为降低农村公路交叉口事故风险,提取环境、道路、设施、车型和违法行为特征作为自变量,以事故形态和事故严重程度为因变量,构建考虑因变量内在关联的双变量Probit模型,分析二者的相关性,并识别显著影响因素。结果表明:农村公路交叉口交通事故形态和严重程度呈负相关关系,单车事故的死亡率更高;线形越好,隔离、控制设施越完备,事故严重性越低;车型越大,事故后果越严重;违法行为增加了发生致死性单车事故的概率。在交叉口处增设安全保障设施,对相交公路等级差异较大的路口实行限速管理,加强对大型车辆和摩托车的安全管理,加强对无证驾驶行为的处罚,可以改善农村公路交叉口安全水平。     

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%。     

基于模糊聚类的马氏链模型在交通事故预测中的应用

运用模糊聚类分析方法,借助于MATLAB软件,对中国31个地区交通事故的危害程度进行动态分类和综合评价。根据中国1999—2005年31个地区的交通事故4个指标和5个社会经济因素数据,把31个地区分为3类,即轻灾区、较重灾区、重灾区;其中浙江、福建与宁夏的交通事故危害严重,上海、北京与天津的交通状况正在好转,这与客观实际符合。根据模糊聚类的结果,求得交通事故状态转移概率矩阵,利用马氏链模型可预测未来31个地区的交通事故发展趋势。     

基于速度的交通事故分析

速度对交通事故的发生以及严重程度有着直接影响,是道路交通事故的重要诱因之一。为了准确地反映速度与事故之间的关系,减轻由于速度因素所造成的交通事故的损失,笔者对国内外速度与交通安全的情况进行分析;研究了平均速度与事故危险性、速度离散度与事故率以及速度与事故严重性的关系;提出了加强速度管理,控制交通流平均速度和减小相邻路段的速度差值的对策。基于速度的交通事故分析,建议采用85%位车速作为控制速度的上限值;提出限速措施,以达到减少交通事故及其损失的目的。     

道路交通事故的影响因素研究——基于结构方程模型的实证研究

使用Amos建立了31个省市道路交通事故的结构方程,SEM道路交通结构模型选用了潜变量交通事故、人口素质、经济因子和车辆道路,每个潜变量包含三至五个指标观察变量,所有数据均通过信度检验。SEM道路交通结构模型采用bootstrap Stine p估计加以修正卡方值,通过了适配性检验和显著性检验,并拟合好全部路径系数、潜变量因子得分权重等,以此可计算得31个省市道路交通事故得分和排名,实证结果与31个省市道路交通事故实际情况相符,最后根据分析得出了影响道路交通事故的因素,并有针对性地提出了相关政策建议。     

杭州高速公路交通事故流行病学特点分析

目的:研究杭州高速公路交通事故的流行病学特点。方法:收集了2003—2006年杭州高速公路交通事故资料并对其进行流行病学分析。结果:①2003—2006年期间,发生交通事故8906起,涉及车辆12692辆,死亡115人,受伤1976人,造成直接经济损失1.15亿元;②交通事故以10月和1月发生最多,每周事故数呈逐渐上升趋势,9:00—11:00点和14:00—16:00点为事故的高发时段;③因驾驶员造成的交通事故超过事故总数的90%,主要原因为未保持安全的纵向距离和操作不当;车辆原因主要为爆胎和制动问题、天气及照明对事故有一定影响;④在高速公路交通事故中,乘客与驾驶员受到的危害程度相同。结论:研究高速公路交通事故的流行病学特点将有利于采取科学的措施减小高速公路交通事故给社会带来的危害。     

基于价值函数的城市道路交通安全测度模型

根据交通事故在时间和空间上的分布特性,建立基于时空分布的城市道路交通安全的测度指标体系;在分析道路交通事故的主要特征和交通事故的生成过程的基础上,利用价值函数构建城市道路交通安全的测度模型。并对城市道路交通安全的测度值进行等级界定,提出道路交通事故预防和控制手段。城市道路交通安全的测度模型是在最大可能地控制系统中的人的不安全行为,使城市道路网络系统的效益达到最佳化。应用结果表明:利用测度,可以找出影响高速公路交通安全的问题成因和限制因素,为高速公路规划和管理提供科学决策依据。     

基于灰色马尔可夫的道路交通事故预测

探讨灰色马尔可夫模型在道路交通事故中的具体应用。灰色模型适用于短期、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。灰色马尔可夫模型结合了灰色GM(1,1)模型和马尔可夫理论的优点,利用灰色模型进行长期预测,再利用马尔可夫链理论进行波动状态预测,最后得到期望值。该模型克服了随机波动性数据对道路交通事故预测精度的影响,提高了灰色预测的准确度。实例结果,证明灰色马尔可夫GM(1,1)模型具有较好的应用价值,为道路交通安全管理提供了有用依据。     

道路交通事故死亡者家属精神损失改进模型

针对道路交通事故死亡者家属的精神损失具有外延明确而内涵不明确的特点,将其作为一个灰色系统来研究,应用投入产出理论、人力资本投资理论和灰色理论,在已有计算模型的基础上,以时间投入、健康投入和教育投入为指标,建立了计算道路交通事故死亡者家属精神损失的改进模型。在确定灰色局势白化值、不同年龄段有效余生、投入产出比例系数与精神损失分配系数的基础上,给出了家属精神损失与道路交通事故死亡者健康等级、受教育程度、年龄分布的量化关系。由于该模型考虑了道路交通事故死亡者的教育投入因素,因此,与已有模型相比,笔者所提出的计算模型更能真实全面地反映道路交通事故给死亡者家属带来的精神损失。