基于智能算法的高速公路隧道交通事故预测研究
发布时间：2021-09-04 14:21
高速公路隧道作为公路交通中一种特殊的构筑物是交通事故的多发点,也是严重事故的易发点。在隧道内发生的交通事故不但救援难度大,交通疏导困难,且在视距的影响下,极易发生二次事故,造成更大的损失。本文首先结合相关文献,对高速公路隧道事故的主要影响因素进行了归纳分析,然后对西汉高速秦岭隧道群近三年发生的496条交通事故进行统计,并结合隧道基础数据和当地气象资料,通过概率分析方法将各影响因素对事故发生概率和伤亡情况的影响量化,且进行了分析和总结。其次论文通过对统计回归模型和以BP神经网络模型、贝叶斯模型、随机森林模型、支持向量机模型为代表的智能模型的原理介绍及优缺点分析,论述了智能模型在公路隧道事故预测方面的优越性。并结合已有的事故统计资料,在研究事故统计分析相关性的基础上,分别确定了公路隧道交通事故形态预测、严重程度预测、伤亡情况预测、持续时间预测的特征属性变量。最后,利用Matlab软件构建高速公路隧道交通事故预测模型,通过对预测结果的分析对比验证,确定了高速公路隧道事故预测的可行性,并利用JavaScript编制了高速公路隧道交通事故预测系统。
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
008年俞庄隧道交通事故
图 1.1 2008 年俞庄隧道交通事故 图 1.2 2014 年岩后隧道交通事故图 1.3 2017 年陶家夼隧道交通事故 图 1.4 2017 年秦岭一号隧道交通事故一次次发生在高速公路隧道路段的特大交通事故让人们付出了惨痛的代价，严重威胁到了交通出行安全。血的教训给我们敲响了警钟，针对公路隧道事故的研究迫在眉睫。1.2 国内外研究现状
图 1.3 2017 年陶家夼隧道交通事故 图 1.4 2017 年秦岭一号隧道交通事故一次次发生在高速公路隧道路段的特大交通事故让人们付出了惨痛的代价，严重威胁到了交通出行安全。血的教训给我们敲响了警钟，针对公路隧道事故的研究迫在眉睫。1.2 国内外研究现状大量交通事故研究充分证实，交通事故虽然是随机事件，但它是被客观存在的内部规律支配的。1.2.1 公路隧道交通事故统计研究现状张玉春[2]统计了浙江省内的 10 条高速公路的事故情况，收集了 599 起高速公路隧道交通事故，在统计数据的基础上，对交通事故形态分布、车型构成与原因进行了分析。且通过计算得出了百万车公里交通事故率，并根据计算结果，对交通事故率、各事故形态事故率与隧道交通量之间的关系进行研究，给出了拟合公式。在此基础上，又对高速
【参考文献】：
期刊论文
[1]公路隧道群交通事故非线性综合预测方法研究[J]. 杨健,阳富强,沈斐敏. 福州大学学报(自然科学版). 2017(02)
[2]高速公路隧道交通事故规律研究[J]. 赖金星,张鹏,周慧,程飞,秦海洋. 隧道建设. 2017(01)
[3]公路隧道交通事故严重程度预测模型研究[J]. 马壮林,张祎祎,杨杨,谭晓伟. 中国安全科学学报. 2015(05)
[4]BP神经网络的学习过程与算法分析[J]. 王俊平,李加彦. 计算机光盘软件与应用. 2014(04)
[5]基于随机森林模型的需水预测模型及其应用[J]. 王盼,陆宝宏,张瀚文,张巍,孙银凤,季妤. 水资源保护. 2014(01)
[6]高速公路隧道群交通事故灰色马尔可夫预测[J]. 詹伟,吕庆,尚岳全. 吉林大学学报(工学版). 2014(01)
[7]零膨胀泊松回归模型及其在交通事故中的应用[J]. 陈异,戴琳,寇鹏. 计算机技术与发展. 2013(10)
[8]基于负二项回归的水上交通事故分析与预测[J]. 张晓东,张浩,陈亮,肖英杰. 上海海事大学学报. 2013(02)
[9]遗传算法优化的RBF神经网络模型在公路隧道群交通事故微观预测中的应用[J]. 易富君,韩直,邓卫. 交通运输工程与信息学报. 2012(01)
[10]山区公路长隧道进出口段运行车速分析[J]. 李雪玲,金年生,林淼. 公路与汽运. 2011(04)
博士论文
[1]基于贝叶斯网络的交通事故态势研究[D]. 张慧永.吉林大学 2013
[2]公路隧道运营风险评估及火灾逃生研究[D]. 赵峰.长安大学 2010
[3]高速公路交通事故时空分析模型及其预防方法[D]. 马壮林.北京交通大学 2010
[4]朴素贝叶斯分类器及其改进算法研究[D]. 蒋良孝.中国地质大学 2009
硕士论文
[1]高速公路交通事故持续时间和影响范围研究[D]. 马阿瑾.长安大学 2013
[2]公路隧道安全等级评价研究[D]. 岳林博.长安大学 2012
[3]公路隧道交通事故预测与预防[D]. 毛建民.长安大学 2010
[4]山区高速公路隧道路段对驾驶人生理心理影响研究[D]. 何操.长安大学 2009
[5]高速公路隧道交通事故分析及预防对策[D]. 马壮林.长安大学 2006
[6]道路因素对道路交通安全的影响分析[D]. 马璐.长安大学 2005
本文编号：3383427
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
008年俞庄隧道交通事故
图 1.1 2008 年俞庄隧道交通事故 图 1.2 2014 年岩后隧道交通事故图 1.3 2017 年陶家夼隧道交通事故 图 1.4 2017 年秦岭一号隧道交通事故一次次发生在高速公路隧道路段的特大交通事故让人们付出了惨痛的代价，严重威胁到了交通出行安全。血的教训给我们敲响了警钟，针对公路隧道事故的研究迫在眉睫。1.2 国内外研究现状
图 1.3 2017 年陶家夼隧道交通事故 图 1.4 2017 年秦岭一号隧道交通事故一次次发生在高速公路隧道路段的特大交通事故让人们付出了惨痛的代价，严重威胁到了交通出行安全。血的教训给我们敲响了警钟，针对公路隧道事故的研究迫在眉睫。1.2 国内外研究现状大量交通事故研究充分证实，交通事故虽然是随机事件，但它是被客观存在的内部规律支配的。1.2.1 公路隧道交通事故统计研究现状张玉春[2]统计了浙江省内的 10 条高速公路的事故情况，收集了 599 起高速公路隧道交通事故，在统计数据的基础上，对交通事故形态分布、车型构成与原因进行了分析。且通过计算得出了百万车公里交通事故率，并根据计算结果，对交通事故率、各事故形态事故率与隧道交通量之间的关系进行研究，给出了拟合公式。在此基础上，又对高速
【参考文献】：
期刊论文
[1]公路隧道群交通事故非线性综合预测方法研究[J]. 杨健,阳富强,沈斐敏. 福州大学学报(自然科学版). 2017(02)
[2]高速公路隧道交通事故规律研究[J]. 赖金星,张鹏,周慧,程飞,秦海洋. 隧道建设. 2017(01)
[3]公路隧道交通事故严重程度预测模型研究[J]. 马壮林,张祎祎,杨杨,谭晓伟. 中国安全科学学报. 2015(05)
[4]BP神经网络的学习过程与算法分析[J]. 王俊平,李加彦. 计算机光盘软件与应用. 2014(04)
[5]基于随机森林模型的需水预测模型及其应用[J]. 王盼,陆宝宏,张瀚文,张巍,孙银凤,季妤. 水资源保护. 2014(01)
[6]高速公路隧道群交通事故灰色马尔可夫预测[J]. 詹伟,吕庆,尚岳全. 吉林大学学报(工学版). 2014(01)
[7]零膨胀泊松回归模型及其在交通事故中的应用[J]. 陈异,戴琳,寇鹏. 计算机技术与发展. 2013(10)
[8]基于负二项回归的水上交通事故分析与预测[J]. 张晓东,张浩,陈亮,肖英杰. 上海海事大学学报. 2013(02)
[9]遗传算法优化的RBF神经网络模型在公路隧道群交通事故微观预测中的应用[J]. 易富君,韩直,邓卫. 交通运输工程与信息学报. 2012(01)
[10]山区公路长隧道进出口段运行车速分析[J]. 李雪玲,金年生,林淼. 公路与汽运. 2011(04)
博士论文
[1]基于贝叶斯网络的交通事故态势研究[D]. 张慧永.吉林大学 2013
[2]公路隧道运营风险评估及火灾逃生研究[D]. 赵峰.长安大学 2010
[3]高速公路交通事故时空分析模型及其预防方法[D]. 马壮林.北京交通大学 2010
[4]朴素贝叶斯分类器及其改进算法研究[D]. 蒋良孝.中国地质大学 2009
硕士论文
[1]高速公路交通事故持续时间和影响范围研究[D]. 马阿瑾.长安大学 2013
[2]公路隧道安全等级评价研究[D]. 岳林博.长安大学 2012
[3]公路隧道交通事故预测与预防[D]. 毛建民.长安大学 2010
[4]山区高速公路隧道路段对驾驶人生理心理影响研究[D]. 何操.长安大学 2009
[5]高速公路隧道交通事故分析及预防对策[D]. 马壮林.长安大学 2006
[6]道路因素对道路交通安全的影响分析[D]. 马璐.长安大学 2005
本文编号：3383427
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3383427.html
