论文部分内容阅读
近年来，随着我国经济的快速发展以及综合国力的提升，我国高速公路也得到了迅速的发展。然而我国高速公路交通事故总量高位徘徊，高速公路交通事故严重程度逐年增加。高速公路交通事故具有不确定性、紧急性、危害性以及复杂性等特性，并且往往易产生较大次生影响，造成群体性的人员伤亡或财产损失，态势后果具有扩散效应，甚至产生“连锁反应”，难以被准确预测。 因此，在高速公路交通事故发生之前根据采集到的信息，对高速公路交通事故进行当前情况的分析及未来发展趋势预测显得尤为重要，即对高速公路交通事故进行态势评估，有利于及时制定出相应的高速公路交通事故管理预案，从而大大降低高速公路交通事故造成的危害。基于上述分析，本文结合态势评估的三个阶段，对高速公路交通事故实现了从态势指标影响因素分析到态势评价的过程。 首先，在态势感知与理解阶段，对影响高速公路交通事故态势指标的影响因素进行了提取和分析。确定了四种高速公路交通事故态势要素以及三种高速公路交通事故态势指标。基于I-880高速公路，本文完成了各高速公路交通事故态势要素以及高速公路交通事故态势指标的获取以及匹配。根据实际I-880高速公路数据的特性，选取了休息日、时段以及天气三个影响因素。基于随机森林模型，一方面分析了这三个影响因素分别对于三个高速公路交通事故态势指标是否具有显著性影响;另一方面，分析了以单个影响因素作为控制因素下的交通流变量对于各高速公路交通事故态势指标的重要性。 其次，在态势预测阶段，由于影响高速公路事故持续时间的要素众多，其中交通流变量有较高相关性，而主成分分析能尽量实现主成分间相互独立;朴素贝叶斯模型简单易行，但各变量间相互独立的假设难以满足。由于单一的交通事故基学习器普适性差，预测精度不足。本文基于集成学习的思想建立了基于集成的高速公路事故持续时间预测模型，并与朴素贝叶斯模型、主成分改进朴素贝叶斯模型和随机森林模型的误差指标进行对比。 最后，在态势评价阶段，基于模糊综合推理模型的原理，提出了基于模糊综合推理的高速公路交通事故态势评价模型，并且结合实例对高速公路交通事故态势评价模型的可行性以及适应性进行了验证。 本文所研究的高速公路交通事故态势评估技术，能快速捕捉高速公路交通事故运行趋势的外在特征以及内在机理，有助于对高速公路交通事故造成的影响有较直观、整体的认识，有助于向出行者提供及时准确的交通信息，对高速公路交通事故的快速响应及准确应对、提高生产运输及日常出行的效率及安全性等具有一定的学术和应用参考价值。