基于贝叶斯网络的高速公路交通事故严重程度预测研究

发布时间：2020-10-16 12:18

　　 现今,我国的经济水平已得到了很大程度的提升,随之而来的机动化水平也不断地提高,机动车保有量、高速公路通车里程和机动车驾驶人数等也在逐年增长,这也导致了高速公路交通事故的频发,对人民的生命和财产安全造成了严重的危害,对社会经济的发展造成了诸多不利影响。因此,对高速公路交通事故进行深入研究,探究各因素与事故之间的内在规律并提出有效的安全管理办法,对于降低交通事故造成的人员伤亡和财产损失具有重要意义。本文基于事故严重程度的分类模式,提出了一种基于贝叶斯网络的高速公路交通事故严重程度的预测模型,利用事故影响因素与事故严重程度的复杂关系构建模型。首先,展开对高速公路交通事故的致因分析,从人、车、路、环境四个方面分析了各因素变量与交通事故之间的关系。参考KABCO分类方法将事故严重程度分为轻伤事故、重伤事故和死亡事故三类,选择美国国家道路安全管理中心发布的GES(General Estimates System)中的事故数据作为分析样本,提取了 14个重要的因素变量,并对变量进行离散化处理。然后应用贝叶斯网络结构和参数学习算法,借助MATLAB软件学习获得高速公路交通事故严重程度预测模型的贝叶斯网络,利用团树传播算法构建基于贝叶斯网络的高速公路交通事故预测模型。通过模型网络的学习精度和模型预测命中率两个层面对构建的模型进行检验,结果证明模型的预测精度高,模型准确有效。最后在模型实例应用阶段,使用建立的模型预测因素变量在不同取值下高速公路交通事故严重程度的变化,并基于此提出相应的有效安全举措,同时运用模型对高速公路交通事故严重程度的预测分析,可为相关管理部门制定科学合理的事故应对决策提供技术服务,以提高安全管理的效率,降低事故带来的损害。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U491.31
【部分图文】：

２０１６年年底，我国高速公路的通车里程己达１３万公里以上，预计到２０２０年该值??将达到１６万公里左右，是世界上规模最大的高速公路系统与之一相对应的机??动车使用数量和驾驶员人数也在激增，如图１－１。２０１６年我国私家车保有量增长了??２２９０万辆，驾驶员数量增加了?３０２３万人，其增长速度远远高于高速公路里程的增??长速度，导致高速公路出现了交通形势严峻，事故频发的问题。更有分析指出我国??每千辆车拥有的高速公路里程呈现逐年下降的趋势，这种供需不均衡情况的持续??发展，势必会成为我国高速公路安全问题的一个重要的诱因。??１４００００?０．１８??１２００００?１，，＾．?ｒＴＴＪ?０１６??１０００００?ｆｆｍ＇ｓＮｓｓｖ．?１?一?＝??６００００?Ｉ?｜?＿??４００００??誦ｌｂ?關ｍ圖Ｆ??２０１２?２０１３?２０１４?２０１５?２０１６??ｍｎ□高速公路里程?汽车保有量?ｃｓｓｓ机动车驾驶人数量???高速公路增长率?＊—汽车保有量增长率?机动车驾驶人增长率??图１－１近年来交通发展相关数据统计??Ｆｉｇｕｒｅ?１－１?Ｓｔａｔｉｓｔｉｃｓ?ｏｎ?ｔｒａｆｆｉｃ?ｄｅｖｅｌｏｐｍｅｎｔ?ｉｎ?ｒｅｃｅｎｔ?ｙｅａｒｓ??根据我国交管局给出的《２０１４年度道路交通事故统计年报》显示，我国高速??公路交通事故的数量和伤亡的人数也呈现一定的上升趋势，如图１－２所示。虽然通??过２００４年的全国公路安全保障工程的落实

??的对应指标中占到的比例都出现了不同幅度的增加，如图１－３所示。２０１４年，高??速公路交通事故所对应的相关指标（如上所述）占全国范围内交通事故的比率分别??达到了?４．３４％，９．７１％，?５．３２％，?３３．４４％。高速公路交通安全状况依然是影响社会经??济稳定发展的重要因素。??４００００???７０００??３５０００?＂?剛??ｘ?５０００??ｆ??４ＣＫＫ）??？００００?／??，?３０００??ｉｓ〇〇〇?ｍ／??—ｉ??—??Ｌｉ?－?．．．———??—＿—：２０００??麵瞧事故起聚（件＞?一死亡人數（人）??图１－２历年高速公路事故起数与死亡人数??Ｆｉｇｕｒｅ?１－２?Ｎｕｍｂｅｒ?ｏｆ?ｈｉｇｈｗａｙ?ａｃｃｉｄｅｎｔｓ?ａｎｄ?ｄｅａｔｈ?ｏｖｅｒ?ｔｈｅ?ｙｅａｒｓ??４０．００％?－??３５．００％?——??????３０．００％??．．．．．．??２５．００％??ｍ???＾??????＾?ＶＪ．ＬＨＪ／〇?＾??１５．００％?ｙ／??１０．００％????????５．００％?－＾１，＾ｉｆｆ＇．二一二二．域??丨＇＿＿＿＿＿＿ｉｌｌ?」??事故起数占比＿死亡人数占比一受伤人数占比一一直接经济损失占比??图１－３历年高速公路事故指标占比??Ｆｉｇｕｒｅ?１－３?Ｔｈｅ?ｒａｔｉｏ?ｏｆ?ｈｉｇｈｗａｙ?ａｃｃｉｄｅｎｔ?ｉｎｄｅｘ?ｏｖｅｒ?ｔｈｅ?ｙｅａｒｓ??相比于西方国家

??的对应指标中占到的比例都出现了不同幅度的增加，如图１－３所示。２０１４年，高??速公路交通事故所对应的相关指标（如上所述）占全国范围内交通事故的比率分别??达到了?４．３４％，９．７１％，?５．３２％，?３３．４４％。高速公路交通安全状况依然是影响社会经??济稳定发展的重要因素。??４００００???７０００??３５０００?＂?剛??ｘ?５０００??ｆ??４ＣＫＫ）??？００００?／??，?３０００??ｉｓ〇〇〇?ｍ／??—ｉ??—??Ｌｉ?－?．．．———??—＿—：２０００??麵瞧事故起聚（件＞?一死亡人數（人）??图１－２历年高速公路事故起数与死亡人数??Ｆｉｇｕｒｅ?１－２?Ｎｕｍｂｅｒ?ｏｆ?ｈｉｇｈｗａｙ?ａｃｃｉｄｅｎｔｓ?ａｎｄ?ｄｅａｔｈ?ｏｖｅｒ?ｔｈｅ?ｙｅａｒｓ??４０．００％?－??３５．００％?——??????３０．００％??．．．．．．??２５．００％??ｍ???＾??????＾?ＶＪ．ＬＨＪ／〇?＾??１５．００％?ｙ／??１０．００％????????５．００％?－＾１，＾ｉｆｆ＇．二一二二．域??丨＇＿＿＿＿＿＿ｉｌｌ?」??事故起数占比＿死亡人数占比一受伤人数占比一一直接经济损失占比??图１－３历年高速公路事故指标占比??Ｆｉｇｕｒｅ?１－３?Ｔｈｅ?ｒａｔｉｏ?ｏｆ?ｈｉｇｈｗａｙ?ａｃｃｉｄｅｎｔ?ｉｎｄｅｘ?ｏｖｅｒ?ｔｈｅ?ｙｅａｒｓ??相比于西方国家
【参考文献】

相关期刊论文 前9条

1 李硕豪;张军;;贝叶斯网络结构学习综述[J];计算机应用研究;2015年03期

2 黄合来;许鹏鹏;马明;ABDEL-ATY M;;道路交通安全规划理论研究前沿[J];中国公路学报;2014年09期

3 宗芳;许洪国;张慧永;;基于Ordered Probit模型的交通事故受伤人数预测[J];华南理工大学学报(自然科学版);2012年07期

4 马壮林;邵春福;董春娇;王抢;;基于累积Logistic模型的交通事故严重程度时空分析[J];中国安全科学学报;2011年09期

5 王丽;;浅析贝叶斯公式及其在概率推理中的应用[J];科技创新导报;2010年24期

6 马壮林;邵春福;李霞;;基于Logistic模型的公路隧道交通事故严重程度的影响因素[J];吉林大学学报(工学版);2010年02期

7 李世民;孙明玲;关宏志;;基于累积Logistic模型的交通事故严重程度预测模型[J];交通标准化;2009年Z1期

8 陈敏;李旺;;计算机网络中的故障定位技术研究[J];国外电子测量技术;2007年07期

9 张生瑞;马壮林;石强;;高速公路隧道群交通事故分布特点及预防对策[J];长安大学学报(自然科学版);2007年01期

相关博士学位论文 前6条

1 曹杰;贝叶斯网络结构学习与应用研究[D];中国科学技术大学;2017年

2 孙轶轩;基于数据挖掘的道路交通事故分析研究[D];北京交通大学;2014年

3 张慧永;基于贝叶斯网络的交通事故态势研究[D];吉林大学;2013年

4 孙岩;贝叶斯网络结构学习算法研究与应用[D];大连理工大学;2010年

5 马壮林;高速公路交通事故时空分析模型及其预防方法[D];北京交通大学;2010年

6 成卫;城市道路交通事故与交通冲突技术理论模型及方法研究[D];吉林大学;2004年

相关硕士学位论文 前4条

1 王观;基于Hybrid有限混合模型的交通事故严重程度分析[D];北京交通大学;2017年

2 姚衡;基于贝叶斯网络的大数据因果关系挖掘[D];云南财经大学;2016年

3 刘海珠;道路交通事故严重程度影响因素分析及预测模型建立[D];吉林大学;2014年

4 秦松;基于改进云遗传算法的贝叶斯网络结构学习[D];浙江大学;2012年

本文编号：2843245