大货车高频次行驶路线交通事故短时预测研究

发布时间：2020-09-15 11:25

　　 在我国,大货车道路交通事故经常发生且造成后果比较严重,如果可以对大货车常走的路线发生事故的概率进行预测,从而后续进行管控可以有效降低大货车道路交通事故发生的概率,对提高道路安全、减小事故后果损失具有重大意义。而多种实时交通流数据的采集手段也使得交通事故短时预警变得可行。本文基于大货车高频次行驶路线的实时交通流数据和历史事故数据,分别基于BP神经网络算法、支持向量机以及随机森林算法构建了大货车高频次行驶路线短时事故预测模型,达到对大货车高频次行驶路线潜在的、将要发生的交通事故进行短时预警的目的,从而为交管部门下一步的交通事故风险防控工作提供基础。本文主要的研究工作主要围绕以下几个方面展开:(1)本文分析了大货车高频次行驶路线的特征与事故特征,并结合道路交通事故的主要影响因素得到了大货车高频次行驶路线短时事故预测所需重点考虑的指标,并创新性地提出了用以衡量大货车对道路路权占用情况的大货车指标;(2)本文针对道路交通事故数据和交通流数据的特性设计出了一套事宜的数据预处理方法,并结合实际数据的特点选定了本文预测研究所需的特征变量;(3)本文分别基于BP神经网络算法、支持向量机以及随机森林算法构建了大货车高频次行驶路线短时事故预测模型,并结合某大货车高频次行驶路线的实际数据进行短时事故预测分析,得出基于随机森林算法构建的大货车高频次行驶路线短时事故预测模型预测结果更加精确的结论。(4)本文利用了基于随机森林算法构建的大货车高频次行驶路线短时事故预测模型分析了模型权重最大的两个特征变量与事故发生的预测概率之间的关系。得到了在大货车指数超过50、速度标准差超过30时事故发生的概率会大幅增大的结论。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：U491.31
【部分图文】：

大车流量即道路上行驶的大型车辆的交通流量。作为道路货物运输车辆聚集逡逑的路线，大货车高频次行驶路线与正常路线相比最显著的就是大车流量更多。逡逑图２－１所示为本文研宄的某大货车高频次行驶路线与相邻普通路线同一天各逡逑时段的大车流量对比统计图。由图所示，大货车高频次行驶路线大车流量在各个时逡逑段均比相邻正常线路多，且在早晨６：邋００－７：邋００达到峰值，这是因为此时道路其它逡逑车辆还很稀少，货物运输承运人认为这个时候运输更加安全高效。逡逑６００逡逑５００逦Ｉ邋｜｜｜逡逑０逡逑000000000000000000000000逡逑ＯｐＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯＯ逡逑ＯｔＨｒｓｉｒｎ＾Ｌｎ＾ｒ＾ＴＯｃｒｉｏ＾ｃＮＣＹｊｒｔｕＳｉｊｒ＾ｄｏａｉｏｔＨｒＮａＳ逡逑ｔＨ邋ｔ－Ｈ邋ｔ—Ｉ邋ｒＨ邋ｒ－Ｈ邋ｔ—Ｉ邋ｔ—Ｉ邋？—（邋Ｉ邋ｒＨ邋（＊ｓｊ邋ｆＮ邋ｒｓｊ邋ｆＳｌ逡逑时段逡逑逦大货车高频次行驶路线逦普通路线逡逑图２－１大车流量对比图逡逑Ｆｉｇｕｒｅ邋２－１邋Ｂｉｇ邋ｔｒａｆｆｉｃ邋ｆｌｏｗ邋ｃｏｍｐａｒｉｓｏｎ逡逑图２－２所示为本文研究的某大货车高频次行驶路线一天内各时段大车率的变逡逑化趋势图，由图可以看出在０：邋００－５：邋００和２２：邋００－２３：邋００时段该路线大车率处逡逑于较高水平，并在２：邋００到３：邋００间达到７２％的峰值，由此可以得出，大货车高逡逑频次行驶路线在夜间的大车率指标普遍高于白天，这是由于私家车等小型车辆一逡逑般选择在白天出行，虽然夜间大车流量也会减少，但受此

图２－２各时段大车率变化趋势图逡逑Ｆｉｇｕｒｅ邋２－２邋Ｂｉｇ邋ｃａｒ邋ｒａｔｅ邋ｉｎ邋ｅａｃｈ邋ｐｅｒｉｏｄ逡逑通过对图２－１和图２－２的对比发现，夜间时段大车流量虽然很低但大车率却逡逑很高，白天时段大车流量虽然很高但大车率却很低，因此单纯的使用大车流量或逡逑者大车率都无法准确衡量出大货车高频次行驶路线大货车对路段占有的情况。为逡逑此，本文综合考虑了大货车流量和大车率，提出了大货车指数这一指标，计算公逡逑式如公式２－２所示。逡逑Ｍ邋＝ｑｈｘ邋ｐ逦（２－２）逡逑式中，Ｍ逦大货车尚频次行驶路线的大货车指标；逡逑ｑＡ逦大货车闻频次行驶路线的大货车流量；逡逑ｐ——大货车高频次行驶路线的大车率。逡逑图２－３所示为本文研究的某大货车高频次行驶路线一天内各时段的大货车指逡逑数变化趋势图，图中所示大货车流量较少但大车率指标较高的部分夜间时段与大逡逑货车流量较高但大车率指标较低的部分白天时段的大货车指数处于差不多水平，逡逑而在５：邋００－６：邋００时段由于大货车流量和大车率指标都较高而大货车指数达到峰逡逑值，即在此时段大货车对该路段的占有情况处于最高水平。由此本文认为大货车逡逑指数这一指标能够较好描述大货车高频次行驶路线中大货车对路段的占有水平。逡逑２７逡逑

Ｆｉｇｕｒｅ邋２－３邋Ｂｉｇ邋ｔｒｕｃｋ邋ｉｎｄｅｘ邋ｉｎ邋ｅａｃｈ邋ｐｅｒｉｏｄ逡逑２．２．２平均速度逡逑平均速度是交通流重要的参数之一。图２－４所示为本文研宄的某大货车高频次逡逑行驶路线与相邻普通路线同一天各时段的平均速度对比统计图。由图所示，大货车逡逑高频次行驶路线车辆的平均速度普偏低于相邻普通线路，且在６：邋００－７：邋００和１７：逡逑００－１９：邋００时出现谷值。这主要由两方面原因导致。一方面大货车本身速度相较于逡逑普通车辆的速度更慢；另一方面周围有大货车行驶时，部分普通车辆驾驶员为了确逡逑保安全也会控制自己的速度。逡逑９０．０逡逑

【参考文献】

相关期刊论文 前10条

1 杨t-;阎光伟;;基于最优加权组合模型的道路交通事故预测[J];中国科技信息;2015年23期

2 王迎;周燕;;基于广义线性模型的高速公路交通事故预测[J];公路工程;2015年05期

3 孟祥海;侯芹忠;史永义;;基于线形指标的山岭重丘区高速公路事故预测模型[J];公路交通科技;2014年08期

4 王锋;刘传哲;吴从新;张炎治;;区域低碳发展指数建模——基于中国30省份的实证分析[J];统计与信息论坛;2014年04期

5 徐铖铖;刘攀;王炜;李志斌;;恶劣天气下高速公路实时事故风险预测模型[J];吉林大学学报(工学版);2013年01期

6 侯树展;孙小端;贺玉龙;田启华;;高速公路交通事故严重程度与交通流特征的关系研究[J];中国安全科学学报;2011年09期

7 杨降勇;;高速公路疲劳驾驶交通事故的控制[J];中国安全科学学报;2006年01期

8 秦小虎;刘利;张颖;;一种基于贝叶斯网络模型的交通事故预测方法[J];计算机仿真;2005年11期

9 王莉莉,史忠科,胡太平;基于模糊评价法的高速公路事故实时预测模型[J];系统工程理论与实践;2003年05期

10 林震,杨浩;基于车速的交通事故贝叶斯预测[J];中国安全科学学报;2003年02期

本文编号：2818903