基于交通沖突極值統(tǒng)計的安全分析模型研究.pdf_第1頁
已閱讀1頁,還剩153頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、道路交通安全問題一直是影響世界可持續(xù)發(fā)展的重要問題之一,每年都會導致大量的人員傷亡和巨額的財產損失?,F(xiàn)階段為改善道路交通安全狀況所進行的研究與實踐主要是以交通事故數據的統(tǒng)計和分析為基礎。然而,由于交通事故發(fā)生的隨機性和稀少性、交通事故記錄的不完備性以及交通事故統(tǒng)計分析的集計性和事后性等缺點,探索基于非事故數據的交通安全分析方法也一直是廣大研究人員和工程實踐人員的努力方向。其中,交通沖突技術是目前發(fā)展較快但在理論體系和應用方法方面仍相對薄

2、弱的一個研究方向,具有較大的開發(fā)空間和廣闊的應用前景。
  通過交通沖突技術與極值理論的結合,本文研究了基于交通沖突極值統(tǒng)計的交通安全分析模型的構建、解析和擴展應用。
  首先從交通沖突技術和極值理論兩個方面對國內外研究現(xiàn)狀進行了綜述,重點分析了交通沖突技術研究的相關文獻,總結了交通沖突界定、交通沖突數據采集和交通沖突預測有效性等方面的研究成果,分析了交通沖突技術的優(yōu)勢和存在的主要問題,提出了未來可能的研究方向。
  

3、以廣東省京珠高速公路粵北段、開陽高速公路和粵贛高速公路上的交通運行狀況視頻和交通事故記錄為數據基礎,分析了三條高速公路上的交通流量特征和車道變換行為特性,探討了車道變換過程中后侵入時間的測定方法,并初步分析了車道變換沖突與交通事故之間的關系。
  根據交通沖突和極值理論都是以較為常見事件的統(tǒng)計分布特性外推極為少見的極值事件分布規(guī)律的共通本質,提出了將交通沖突技術與極值理論相結合進行交通安全分析的方法,分別構建了交通沖突區(qū)組極值模型

4、和超閾值極值模型,并基于兩種極值模型的參數標定結果提出了估計事故數和事故重現(xiàn)水平兩個安全分析指標;進而,以模型標定和安全分析指標計算結果為基礎,對區(qū)組極值模型、超閾值極值模型和基于事故數據的回歸分析模型進行了對比分析。
  以消除超閾值極值模型中閾值選取的主觀性和不確定性為出發(fā)點,構建了移位Gamma-GPD(Generalized Pareto Distribution)模型,探討了模型參數的標定方法,并對模型所蘊含的安全信息進

5、行了進一步的解析。
  本文將區(qū)組極值理論和超閾值理論分別應用到交通沖突極值統(tǒng)計中,并對兩種極值理論在交通安全分析方面的應用進行了對比分析,結果表明在觀測時間較短或樣本量較少的情況下,超閾值極值模型在數據利用效率、模型預測可靠性、模型預測精度等方面要明顯優(yōu)于區(qū)組極值模型。結合極值理論中常用的“重現(xiàn)水平”概念,探討性地提出了“事故重現(xiàn)水平”安全分析指標,并通過將超閾值極值模型與傳統(tǒng)的基于事故數據的負二項回歸模型的對比,說明了該指標的

6、可靠性以及其與交通事故之間存在較強的相關性,進而也從側面進一步證實了交通沖突技術的有效性。為了消除超閾值極值模型中閾值選取的主觀性并減少不確定性,建立并標定了移位 Gamma-GPD模型,該模型同時也實現(xiàn)了交通事件安全連續(xù)體的嚴重程度分級模型的參數化表達,有助于推動安全連續(xù)體模型應用向定量化方向發(fā)展以及交通安全分析向非事故數據方向擴展。
  研究結果一方面說明了極值統(tǒng)計在交通安全研究領域應用的可行性和優(yōu)勢,進一步驗證了交通沖突技術

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論