基于关联规则和空间自相关的道路交通事故影响因素研究

发布时间：2024-03-23 15:32

　　由于交通事故频发,深入分析其影响因素并揭示影响机理成为当前交通安全研究工作重点之一。然而传统分析方法难以实现面对海量事故数据,深层次探索多维影响因素之间潜在关联规律。另一方面,随着交通规划层面的要素逐渐被纳入事故安全分析的范畴,出现了基于交通小区的影响因素分析方法,但受诸多不确定因素影响,事故在空间上存在自相关性,如果忽略这种空间相关,将会影响事故安全分析的准确性和鲁棒性。因此,本文基于关联规则和空间自相关对事故影响因素进行研究。基于关联规则的事故影响因素分析,旨在挖掘影响因素之间潜在关联规律,深入剖析事故致因,为事故预防提供参考。基于空间自相关对事故影响因素建模研究,旨在考虑事故空间自相关性,识别影响事故频率的关键宏观规划因素,为交通安全规划提供决策依据。论文主要工作如下:(1)基于数理统计方法探索交通事故的分布规律和特征,并对事故相关影响因素进行初步分析。首先从时空角度分析了事故分布规律,其次从事故等级、形态和原因角度分析了事故总体特征,最后基于事故数据从人员、车辆、道路和环境四个方面对事故影响因素进行了初步分析。(2)基于关联规则挖掘分析事故影响因素之间关联关系。首先提出了基于多...

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

图1在研究技术路线

１．５?本章小结??本章阐述了基于关联规则和空间自相关的交通事故影响因素研宄的背景和意??义，从交通事故影响因素、关联规则挖掘方法和影响因素建模三方面综述了相关??研宄现状，基于现有研究不足，提出论文的主要研究内容和技术路线。??９??

图２－１事故按月份分布??Ｆｉｇ．２－１?Ｍｏｎｔｈｌｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ａｃｃｉｄｅｎｔｓ??

２．２．１事故时间分布规律??（１）按月份分布??根据清洗后的深圳市道路交通事故数据，分别按月份统计全部事故、故和伤亡事故数量，并对其进行对比分析，如图２－１所示。从总体上看，三类型的事故数量按月份变化趋势基本一致，事故高发期主要集中在１月、４月、６月和７月，事故总数占４８％，分....

图２－３事故按小时分布??Ｆｉｇ．２－３?Ｈｏｕｒｌｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ａｃｃｉｄｅｎｔｓ??

０?２?４?６?８?１０?１２?１４?１６??占一周全部事故比（％）??图２－２事故按星期分布??Ｆｉｇ．２－２?Ｗｅｅｋｌｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ａｃｃｉｄｅｎｔｓ??（３）按小时分布??按小时对事故进行统计，如图２－３所示，事故在小时分布上有三个峰值，分别??是８....

图２－２事故按星期分布??Ｆｉｇ．２－２?Ｗｅｅｋｌｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ａｃｃｉｄｅｎｔｓ??

Ｆｉｇ．２－２?Ｗｅｅｋｌｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ａｃｃｉｄｅｎｔｓ??（３）按小时分布??按小时对事故进行统计，如图２－３所示，事故在小时分布上有三个峰值，分别??是８－９时、１１－１２时和１７－１８时，这与城市交通运行状态的高峰时段基本一致。事??故数在早高峰开始....

本文编号：3936119