基于贝叶斯网络的重特大交通事故影响研究

发布时间：2020-04-03 20:58

【摘要】：伴随交通行业的飞速发展,道路交通安全问题日益突出,我国面临的交通事故,特别是重特大交通事故的形势也将更加严峻。目前,对重特大交通事故的研究多集中于事故特征和影响因素的统计分析,研究深度和关注度不足,同时缺乏对该类事故的系统分析和规律性认识,因此本文针对我国重特大道路交通事故现状及存在的问题,对该类事故影响因素及其对事故的影响规律进行初步研究。首先,在界定重特大交通事故概念基础上,基于数理统计方法从时间、空间、形态、车型等方面对其分布特征进行分析,并从驾驶员、道路、环境等多个角度横向对比了重特大交通事故和一般事故的分布差异性。在统计分析基础上,从单车和多车两个角度,对影响因素和重特大交通事故次数、死亡人数、受伤人数三项指标的相关性进行分析,根据分析结果实现事故关键影响因素的初步筛选。基于离差最大化思想,对灰色关联分析法做出改进,采用加权灰关联度衡量不同因素与重特大交通事故的关联程度,并根据加权灰关联度大小从诸多因素中得到重特大交通事故的关键影响因素集。其次,以死亡和受伤人数为事故影响程度指标,基于贝叶斯网络建立单车和多车的事故影响程度模型,研究不同因素对重特大交通事故死亡和受伤人数的影响规律。通过事故网络结构学习,得到单车和多车事故中不同因素与死亡和受伤人数的关联层次关系,并通过对比节点条件概率学习结果和实际样本数据,对模型有效性进行验证。然后,基于已验证事故影响程度模型,运用贝叶斯网络推理方法,从单一因素和组合因素两个角度,进一步分析不同因素对重特大交通事故的影响:应用联合树算法,对不同因素影响下单车和多车事故死亡和受伤人数的概率分布进行推理;采用区间数理论进行单车和多车事故影响因素危险性排序,确定了对事故有显著影响的危险性因素。最后,对比分析不同因素对单车和多车事故的影响差异性,并根据因素危险性分析结果进行重特大交通事故的主动预防,从单车和多车事故的众多影响因素中,找到容易产生严重事故伤害的因素组合,将其作为道路安全管理工作的重点控制对象,对减少事故发生和降低事故严重程度具有重要指导意义。
【图文】：

特大交通事故,图片

（a）包茂高速 3.25 交通事故（b）陕西咸阳 5.15 交通事故图 1.1 重特大交通事故图片重特大交通事故作为一种突发事件，在事故发生的时间、空间、形态等方面具随机性，易造成大规模人员伤亡，危害性是其区别于一般事故的显著特点，同普通事故不具有的社会属性，一旦发生对人身财产安全和社会造成的负面影响，引起了交管部门以及交通安全领域学者的密切关注。2001-2016 年我国一次以上的重特大交通事故统计结果如图 1.2 所示，可以看出事故次数经历了先上

特大交通事故,事故,一般事故

（b）一般事故地区分布图 2.15 2010 年重特大交通事故和一般事故地区分布南地区以高原山区为主，受自然条件限制，地形比较复杂，路坡道路段较多，行车操作难度大，加上安全防护设施往往不够上行驶时，易超速或下坡时易因制动效能衰退或操作不当造成事故，山区道路后期救援工作开展难度较大，易加剧事故后果发达，客货运输量大，相应的交通出行量也要远高于其它地区，容易发生事故，但同时路网结构和道路基础设施较为完善，致重特大交通事故的发生概率较低。故形态对比0.30.40.5比一般事故重特通事故
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491.31

【参考文献】