基于改进Logit模型的高速公路交通事故严重程度分析方法
发布时间：2021-01-25 21:00
高速公路交通事故是危害人身财产安全的重大隐患之一,亟待解决。解决问题的关键在于对已发事故严重程度进行研究,依据数据反映的事故严重程度发生规律采取相应措施减轻事故伤亡。本文以基础离散选择模型（多项Logit模型）为主要依托,建立了一种中观与微观层面分析结合的组合严重程度分析预测模型——考虑异质性及参数组间差异的潜类别混合Logit模型（简称“改进模型”）。为确保模型捕捉到单车事故与多车事故间的差异,本文针对单车事故和多车事故分别进行分析。首先,对交通事故严重程度离散选择模型的基础理论及原理进行对比分析,选定多项Logit模型作为事故严重程度分析的基础方法;利用2008年～2017年黑龙江省高速事故数据,标定了事故严重程度多项Logit模型。其次,为刻画各因素对事故严重程度影响的异质性,在多项Logit模型基础上引入随机参数,构建混合Logit模型,并采用模拟极大似然估计方法对混合Logit模型进行参数估计;为体现多项Logit模型中参数组间差异性,构建潜类别Logit模型,并采用极大似然估计方法对模型进行求解。然后,为综合解析异质性和参数组间差异性,融合混合Logit和潜类别Logit模...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
单车与多车事故严重程度占比情况对比
自变量相关系数矩阵热图
哈尔滨工业大学工程硕士学位论文-17-第3章基于Logit的事故严重程度预测模型构建3.1多项Logit模型预测原理3.1.1多项Logit模型结构当考虑不同事故严重程度的发生概率时，若使用线性模型P(Y=2)=β0+β1x，则会存在两个问题：一是概率估计值可能大于1，模型无意义；二是边际效应假定不变，线性模型表现能力差。因此引入广义线性模型，使概率模型更真实。Logit实际为log-it（对“it”取对数），“it”指事故严重程度k发生概率Pk与事故严重程度k不发生概率(1-Pk)的比值（Odds）Pk/(1-Pk)。Logit模型定义为：011log...1kmmkPxxP=+++（3-1）式中x——自变量；m——自变量个数；β——自变量参数。事故严重程度k发生概率Pk与log1kkPP的关系如图3-1所示，由式（3-1）可知：Logit没有上下限且公式为封闭形式，易于解释，建模优势明显。图3-1概率Pk与Logit之间的关系图离散选择模型需引入效用函数定义，该定义来自销售行业。本研究类比提出针对事故严重程度的效用函数定义：表示事故n的严重程度与各主客观因素组合X
【参考文献】：
期刊论文
[1]基于诱导行车视线与防眩功能的高速公路中央分车带植物种植间距研究[J]. 樊亚珍,王良桂,汪结明,向言词,彭文罡,王晨阳,刘炳攸. 南京林业大学学报(自然科学版). 2019(06)
[2]基于Logistics回归的道路交通事故影响因素辨识方法[J]. 陈艳艳,李向楠,孙智源,熊杰. 交通科技与经济. 2018(05)
[3]基于部分优势比的公路隧道交通事故严重程度分析模型[J]. 赵跃峰,张生瑞,马壮林. 中国公路学报. 2018(09)
[4]考虑异质性的翻车事故伤害建模[J]. 温惠英,汤左淦,卢德佑. 中国安全科学学报. 2018(09)
[5]基于有序Logit与Probit模型的交通事故严重性影响因素分析[J]. 胡骥,闫章存,卢小钊,胡万欣. 安全与环境学报. 2018(03)
[6]基于Logistic的山区连续长下坡路段交通事故严重程度分析[J]. 张娟,朱文强,王凯,陶珂. 西安建筑科技大学学报(自然科学版). 2017(06)
[7]降雪天气对快速路交通特征的影响及对策[J]. 马符铭,刘浩. 交通科技与经济. 2016(04)
[8]道路因素对典型较严重道路交通事故严重性的影响分析[J]. 王长君,王励旸,李瑞敏. 交通信息与安全. 2016(03)
[9]高速公路交通事故影响因素分析及伤害估计[J]. 王磊,吕璞,林永杰. 中国安全科学学报. 2016(03)
[10]高速公路隧道交通事故严重程度的影响因素分析[J]. 马壮林,邵春福,李霞. 北京交通大学学报. 2009(06)
硕士论文
[1]山地城市道路弯坡段交通安全的影响与评价[D]. 陈航.重庆交通大学 2018
[2]基于贝叶斯网络的高速公路交通事故严重程度预测研究[D]. 童璐璐.北京交通大学 2018
[3]基于有序Logit和多项Logit模型的高速公路交通事故严重程度预测[D]. 李庚凭.长安大学 2018
[4]道路线形因素对交通安全的影响分析[D]. 杨挺.长安大学 2017
[5]基于数据挖掘的道路交通事故序列模式与严重程度预测研究[D]. 刘昕宇.北京交通大学 2016
本文编号：2999889
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
单车与多车事故严重程度占比情况对比
自变量相关系数矩阵热图
哈尔滨工业大学工程硕士学位论文-17-第3章基于Logit的事故严重程度预测模型构建3.1多项Logit模型预测原理3.1.1多项Logit模型结构当考虑不同事故严重程度的发生概率时，若使用线性模型P(Y=2)=β0+β1x，则会存在两个问题：一是概率估计值可能大于1，模型无意义；二是边际效应假定不变，线性模型表现能力差。因此引入广义线性模型，使概率模型更真实。Logit实际为log-it（对“it”取对数），“it”指事故严重程度k发生概率Pk与事故严重程度k不发生概率(1-Pk)的比值（Odds）Pk/(1-Pk)。Logit模型定义为：011log...1kmmkPxxP=+++（3-1）式中x——自变量；m——自变量个数；β——自变量参数。事故严重程度k发生概率Pk与log1kkPP的关系如图3-1所示，由式（3-1）可知：Logit没有上下限且公式为封闭形式，易于解释，建模优势明显。图3-1概率Pk与Logit之间的关系图离散选择模型需引入效用函数定义，该定义来自销售行业。本研究类比提出针对事故严重程度的效用函数定义：表示事故n的严重程度与各主客观因素组合X
【参考文献】：
期刊论文
[1]基于诱导行车视线与防眩功能的高速公路中央分车带植物种植间距研究[J]. 樊亚珍,王良桂,汪结明,向言词,彭文罡,王晨阳,刘炳攸. 南京林业大学学报(自然科学版). 2019(06)
[2]基于Logistics回归的道路交通事故影响因素辨识方法[J]. 陈艳艳,李向楠,孙智源,熊杰. 交通科技与经济. 2018(05)
[3]基于部分优势比的公路隧道交通事故严重程度分析模型[J]. 赵跃峰,张生瑞,马壮林. 中国公路学报. 2018(09)
[4]考虑异质性的翻车事故伤害建模[J]. 温惠英,汤左淦,卢德佑. 中国安全科学学报. 2018(09)
[5]基于有序Logit与Probit模型的交通事故严重性影响因素分析[J]. 胡骥,闫章存,卢小钊,胡万欣. 安全与环境学报. 2018(03)
[6]基于Logistic的山区连续长下坡路段交通事故严重程度分析[J]. 张娟,朱文强,王凯,陶珂. 西安建筑科技大学学报(自然科学版). 2017(06)
[7]降雪天气对快速路交通特征的影响及对策[J]. 马符铭,刘浩. 交通科技与经济. 2016(04)
[8]道路因素对典型较严重道路交通事故严重性的影响分析[J]. 王长君,王励旸,李瑞敏. 交通信息与安全. 2016(03)
[9]高速公路交通事故影响因素分析及伤害估计[J]. 王磊,吕璞,林永杰. 中国安全科学学报. 2016(03)
[10]高速公路隧道交通事故严重程度的影响因素分析[J]. 马壮林,邵春福,李霞. 北京交通大学学报. 2009(06)
硕士论文
[1]山地城市道路弯坡段交通安全的影响与评价[D]. 陈航.重庆交通大学 2018
[2]基于贝叶斯网络的高速公路交通事故严重程度预测研究[D]. 童璐璐.北京交通大学 2018
[3]基于有序Logit和多项Logit模型的高速公路交通事故严重程度预测[D]. 李庚凭.长安大学 2018
[4]道路线形因素对交通安全的影响分析[D]. 杨挺.长安大学 2017
[5]基于数据挖掘的道路交通事故序列模式与严重程度预测研究[D]. 刘昕宇.北京交通大学 2016
本文编号：2999889
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2999889.html
