论文部分内容阅读
干线公路以其通行能力大、跨越地域广阔的特点,在国民经济中占有极其重要的地位。尽管近五年来我国道路交通事故的各项指标呈现出持续下降的趋势,干线公路的交通安全状况却不容乐观,干线公路重特大交通事故频发,事故损失严重,已成为突出的公路交通安全问题。
干线公路交通安全的影响因素众多,相互之间的关系复杂,交通事故防控对策与其预期改善效果之间存在着不确定性的关系。在制定干线公路重特大交通事故防控对策的工作中,必须有效地处理上述不确定性问题,以便对干线公路交通安全对策进行科学的评估和选择,确保将有限的社会资源进行合理的分配,取得最优的交通安全改善效果。
本文以干线公路的交通问题作为研究对象,收集整理了2005年-2009年期间干线公路上发生的108起重特大交通事故的相关数据资料,从干线公路重特大交通事故的月份分布、时间分布、形态分布、地域分布和肇事车辆类型分布等方面,分析了交通事故的特征:通过分车型的交通事故致冈分析和分形态的交通事故致因分析,得出导致干线公路重特大交通事故多发的主要原因；在借鉴了国内外成功经验的基础上,归纳并提出了干线公路重特大交通事故防控对策；在确保交通事故防控对策的系统性、针对性的前提下,运用交通事故防控对策.目标矩阵,优选交通事故防控对策,进而构建了干线公路重特大交通事故防控对策体系。
鉴于交通事故折减系数分析法在研究深度、应用广度和实用效果方面的优势,考虑到我国交通安全研究的现状,本文采用了修正的交通事故折减系数分析法作为干线公路重特大交通事故防控对策效益分析方法,以交通事放防控对策的期望效益值,表征该项对策对于实现干线公路重特大交通事故防控总体目标的相对重要性,并以此作为选择干线公路重特大交通事故防控对策的标准。在此基础之上,将各项基本防控对策和组合防控对策依照其期望安全效益的大小进行分级与赋值,为干线公路重特大交通事故防控对策评估模型的建立提供了有力的支持。
对于干线公路重特大交通事故防控对策与其预期安全效益之间存在着随机性和不确定性的关系,本文采用归纳式学习的方法,借助于其所具有的概念学习和模式识别功能,通过对足够数量的有关交通事故防控对策及其预期效益样本数据的学习,提取了交通事故防控对策与其预期效益之间的相互关系,构造出用于基本防控对策评估的产生式规则；应用归纳式学习方法的规则组合功能,构造了用于分析和评估干线公路重特大交通事故组合防控对策的产生式规则,有效地解决了组合防控对策评估问题:经过不断地学习,可形成完善的干线公路重特大交通事故组合防控对策的智能化评估知识体系。
应用干线公路重特大交通事故防控对策智能化评估模型,可提高交通事故防控对策评估的有效性和适用性,为交通安全决策者科学地选择干线公路交通事故防控的最优对策,提供理论和方法支持。