高速公路交通安全风险评价方法研究

发布时间：2017-04-11 16:03

  本文关键词：高速公路交通安全风险评价方法研究，由笔耕文化传播整理发布。

【摘要】：高速公路交通安全风险评价是高速公路交通安全管理的一个重要方面，目前在高速公路风险评价领域常用的评价方法有层次分析法、灰色评价法、模糊综合评价法等，这些方法经过多年的发展已比较成熟，但是相对于精确的评价结果而言以上方法还是准确性不高。在数学方法、计算机技术急速发展的今天，新的高速公路风险评价方法被提出是势在必行的，结合新技术的评价方法可利用基本数据进行更加准确的评价，为解决高速公路安全性问题贡献新的途径。 论文从道路系统工程的角度深入分析了人、车、路、交通环境对高速公路交通安全的影响，详细阐述了驾驶员的超速行驶、疲劳驾驶，车辆动力性、稳定性，道路路肩宽度、路面横向力系数，不良天气数、交通流等等对于高速公路交通安全的影响及其带来的风险因素。 论文对比分析了近年来在我国高速公路风险评价领域常用的评价方法：如灰色评价法、层次分析法、模糊综合评价法的基本原理与评价方法，并且提出了新的高速公路风险评价方法---径向基小波神经网络评价法，指出了新方法与其它类型评价方法的不同及优点，并详细阐述了该新方法的原理与结构设计过程。 本文结合连云港至霍尔果斯高速公路甘肃境内兰州至定西段高速公路的实地调研结果，应用径向基小波神经网络评价法对该段高速公路进行了交通安全风险评价，根据该路段的交通环境、车流状况、道路设计数据建立评价指标体系并对指标进行量化，然后利用科学计算软件进行数学建模，最后计算得出评价结果。 实例评价结果表明，该方法可以对高速公路进行交通安全风险评价，具有现实可行性，，与其他评价方法相比具有更高的信度与效度水平，为高速公路交通安全风险评价提供了新的思路与方法，可作为今后进行高速公路交通安全风险评价的新选项。
【关键词】：高速公路 系统安全 风险评价 径向基小波神经网络 评价指标体系
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U492.8
【目录】：

• 摘要4-5
• Abstract5-10
• 第一章 绪论10-17
• 1.1 研究背景10-11
• 1.2 国内外研究成果综述11-14
• 1.2.1 国外研究现状11-12
• 1.2.2 国内研究现状12-13
• 1.2.3 研究成果综述13-14
• 1.3 研究目的及意义14
• 1.4 研究内容和技术路线14-16
• 1.4.1 研究内容14-15
• 1.4.2 技术路线15-16
• 1.5 本章小结16-17
• 第二章 高速公路交通安全影响因素分析17-29
• 2.1 人的因素对高速公路交通安全的影响及可能带来的风险17-23
• 2.1.1 驾驶员17-20
• 2.1.2 人的因素可能带来的风险20-23
• 2.2 车的因素对高速公路交通安全的影响及可能带来的风险23-24
• 2.2.1 动力性23
• 2.2.2 操作稳定性23-24
• 2.2.3 制动性24
• 2.2.4 车的因素可能带来的风险24
• 2.3 道路因素对高速公路交通安全的影响及可能带来的风险24-26
• 2.3.1 道路线型因素24-25
• 2.3.2 其它道路因素25
• 2.3.3 道路因素可能带来的风险25-26
• 2.4 交通环境因素对高速公路交通安全的影响及可能带来的风险26-28
• 2.4.1 不良天气导致路面抗滑性能下降26
• 2.4.2 不良天气导致能见度降低26-27
• 2.4.3 交通量对高速公路交通安全的影响27-28
• 2.4.4 交通环境因素可能带来的风险28
• 2.5 本章小结28-29
• 第三章 基于径向基小波神经网络的高速公路交通安全风险评价方法的建立29-52
• 3.1 高速公路交通安全风险评价概述29-30
• 3.2 常用高速公路交通安全风险评价方法30-38
• 3.2.1 灰色评价法30-32
• 3.2.2 层次分析法32-34
• 3.2.3 模糊综合评价法34-38
• 3.3 径向基小波神经网络简介38-40
• 3.3.1 人工神经网络简介38-39
• 3.3.2 径向基神经网络39
• 3.3.3 小波分析39-40
• 3.3.4 径向基小波神经网络40
• 3.4 径向基小波神经网络数学原理40-41
• 3.5 径向基小波神经网络结构设计41-43
• 3.5.1 隐层数的选取41
• 3.5.2 确定神经元节点数41-42
• 3.5.3 学习速率的选定42
• 3.5.4 激励函数的选取42-43
• 3.6 径向基小波神经网络训练算法及参数的调整43-48
• 3.6.1 符号约定43-44
• 3.6.2 训练算法推导44-45
• 3.6.3 对各层的伸缩因子 a 进行调整45-46
• 3.6.4 对各层的尺度因子 b 进行调整46-47
• 3.6.5 对各层的权值ω进行调整47
• 3.6.6 伸缩因子 a、尺度因子 b、网络权值ω动态调整量47-48
• 3.7 评价方法的对比分析48-50
• 3.8 径向基小波神经网络与高速公路交通安全风险评价的结合50-51
• 3.9 本章小结51-52
• 第四章 基于径向基小波神经网络的高速公路交通安全风险评价方法应用案例52-68
• 4.1 连云港至霍尔果斯高速公路兰州至定西段简介52-53
• 4.1.1 地理位置52
• 4.1.2 气候条件52-53
• 4.1.3 地质条件53
• 4.2 连云港至霍尔果斯高速公路兰州至定西段调研情况53-55
• 4.3 连云港至霍尔果斯高速公路兰州至定西段交通安全风险评价55-67
• 4.3.1 评价指标的筛选原则55
• 4.3.2 建立评价指标体系55-63
• 4.3.3 评价体系中各指标的计算结果63
• 4.3.4 利用径向基小波神经网络进行风险评价63-66
• 4.3.5 评价结果对比66-67
• 4.4 本章小结67-68
• 第五章 结论及展望68-70
• 5.1 结论68-69
• 5.2 研究存在的问题及深入研究的展望69-70
• 参考文献70-72
• 附录72-77
• 攻读硕士学位期间取得的研究成果77-78
• 致谢78

【参考文献】

中国期刊全文数据库 前3条

1 钟连德;孙小端;陈永胜;贺玉龙;张杰;;高速公路V/C与事故率关系研究[J];北京工业大学学报;2007年01期

2 李作敏,张凡安;关于道路交通安全评价的研究[J];北京交通管理干部学院学报;2000年01期

3 赵建有,杨雪峰;城市道路平面交叉口安全评价指标的研究[J];长安大学学报(建筑与环境科学版);2003年03期

  本文关键词：高速公路交通安全风险评价方法研究，由笔耕文化传播整理发布。

本文编号：299425