论文部分内容阅读
近年来，路网的逐步形成，给人们带来极大的便利，同时也引起交通拥挤、事故高发等问题，造成极大的财产损失，甚至危害了人们的生命安全。开展在途车辆运行风险的量化评估研究，建立符合京港澳高速公路的风险评估体系，对人-车-路-环境这个系统的整体风险进行量化，对于行车安全的改善具有重要的意义。
首先，基于风险理论、系统理论，从人-车-路-环四个方面介绍了在途车辆运行风险的影响因素，并结合G4京港澳高速湖南段2013-2015年的事故数据，进行风险因素的筛选，构建在途车辆运行风险的量化评估体系。
其次，利用德尔菲法(Delphi)根据主观判断建立风险因素体系判断矩阵，利用Delphi-AHP实现了风险因素主观影响权重的挖掘，同时，基于粗糙集挖掘风险因素体系准则层因素的影响权重，利用熵权法，以单起事故的财损率、伤人率和死亡率为指标，计算因素层风险程度综合值，挖掘因素层风险因素的影响权重，粗糙集-熵权法客观挖掘了不同风险因素的影响权重，并进行风险因素主客观权重的融合研究。
然后，利用风险因素影响权重值把客观事故数据数字化处理，结合BP神经网络误差反向传播算法，进行BP神经网络的训练，预测不同风险因素条件下各类型事故发生的概率，完成风险的量化研究。
最后，结合风险的定义，以财产损失事故、伤人事故和死亡事故为风险后果，不同类型事故发生的概率为风险事件的可能性，计算综合风险值并进行统计分析，以金字塔模型把车辆运行风险分为高风险、中等风险和低风险，并运用ArcMap地图实现不同条件下的风险地图绘制。
风险因素影响权重的主客观融合，既减少了客观分析的理论误差，也减少了主观分析带来的人为误差，基于BP神经网络预测不同类型事故概率和风险的综合评估为不同风险条件下的风险预警提供理论支撑，为在途车辆运行风险提供一套完整的量化评估体系，通过信息手段传递于驾驶员以改变驾驶操作，变事后处理为事前预防，减少交通事故的发生。
首先，基于风险理论、系统理论，从人-车-路-环四个方面介绍了在途车辆运行风险的影响因素，并结合G4京港澳高速湖南段2013-2015年的事故数据，进行风险因素的筛选，构建在途车辆运行风险的量化评估体系。
其次，利用德尔菲法(Delphi)根据主观判断建立风险因素体系判断矩阵，利用Delphi-AHP实现了风险因素主观影响权重的挖掘，同时，基于粗糙集挖掘风险因素体系准则层因素的影响权重，利用熵权法，以单起事故的财损率、伤人率和死亡率为指标，计算因素层风险程度综合值，挖掘因素层风险因素的影响权重，粗糙集-熵权法客观挖掘了不同风险因素的影响权重，并进行风险因素主客观权重的融合研究。
然后，利用风险因素影响权重值把客观事故数据数字化处理，结合BP神经网络误差反向传播算法，进行BP神经网络的训练，预测不同风险因素条件下各类型事故发生的概率，完成风险的量化研究。
最后，结合风险的定义，以财产损失事故、伤人事故和死亡事故为风险后果，不同类型事故发生的概率为风险事件的可能性，计算综合风险值并进行统计分析，以金字塔模型把车辆运行风险分为高风险、中等风险和低风险，并运用ArcMap地图实现不同条件下的风险地图绘制。
风险因素影响权重的主客观融合，既减少了客观分析的理论误差，也减少了主观分析带来的人为误差，基于BP神经网络预测不同类型事故概率和风险的综合评估为不同风险条件下的风险预警提供理论支撑，为在途车辆运行风险提供一套完整的量化评估体系，通过信息手段传递于驾驶员以改变驾驶操作，变事后处理为事前预防，减少交通事故的发生。